Sejak 12 September, sejumlah pengguna mulai menyadari ada ikon kecil berbentuk pengeras suara di pojok kanan atas aplikasi DeepSeek. Jika diketuk, ikon ini membuka antarmuka obrolan suara. Akun yang kebagian akses uji coba juga bisa melihat opsi baru bernama "suara pembacaan" di tab suara pada halaman pengaturan.
Ada empat pilihan suara, masing-masing dengan nama dan deskripsi singkat: Beike (Kerang, ceria dan lincah), Bailang (Ombak Putih, cerah dan mantap), Haixing (Bintang Laut, imut dan manis), serta Anchao (Arus Bawah, dalam dan berat). Keempat nama tersebut diambil dari tema laut.
Peluncuran ini tidak disertai pengumuman resmi — kabar ini menyebar sepenuhnya lewat laporan pengguna. DeepSeek belum mengungkapkan berapa persentase pengguna yang mendapat akses uji coba, perangkat apa saja yang tercakup, atau kapan fitur ini akan dirilis penuh.
Dua peristiwa, jarak dua hari
Dua hari sebelumnya, tepatnya 10 September, DeepSeek merilis V4.1 Flash, model terkecil dalam seri arsitektur barunya, yang dilengkapi kemampuan pemahaman visual multimodal native. Peluncuran itu mengikuti prosedur standar: ada pengumuman, ada dokumentasi teknis, lengkap.
Kedua langkah ini terjadi dalam rentang waktu yang berdekatan, tetapi pendekatannya sangat berbeda. Sisi model bersifat terbuka, terdokumentasi, dan bisa diverifikasi; sisi aplikasi didorong secara diam-diam, tanpa pernyataan apa pun, membiarkan pengguna menemukannya sendiri. Pola ini konsisten dengan cara DeepSeek beroperasi selama ini: model adalah sesuatu yang perlu diumumkan, sementara produk adalah sesuatu yang dirilis dulu baru dibicarakan belakangan — kalau memang dibicarakan.
Dari segi fungsi, yang diluncurkan kali ini adalah kombinasi pembacaan teks dan obrolan, yang masih berjarak dari obrolan suara real-time yang mulai jadi standar di tempat lain. Istilah "suara pembacaan" sendiri mengarah pada text-to-speech — model menyelesaikan jawabannya dulu, baru membacakannya — bukan interaksi full-duplex yang bisa diinterupsi atau dijalankan sambil berpikir seperti yang sudah ditawarkan sejumlah pesaing. Belum jelas apakah mode suara yang lebih lengkap sedang menunggu giliran di belakang fitur ini.
Beberapa perbedaan nyata bagi pengguna di Tiongkok
Pertama, soal akses. Selama masa uji coba bertahap, satu-satunya cara untuk mengecek adalah membuka aplikasi dan melihat apakah ikon pengeras suara muncul di pojok kanan atas. Jika tidak ada, berarti akun belum kebagian giliran — instal ulang aplikasi atau ganti akun tidak akan membantu. Cara peluncuran bertahap seperti ini umum di aplikasi-aplikasi domestik Tiongkok: keuntungannya, dampak masalah bisa dibatasi jika terjadi kesalahan, tetapi konsekuensinya pengguna sama sekali tidak tahu kapan giliran mereka tiba.
Kedua, soal posisi persaingan. Beberapa aplikasi AI utama di Tiongkok sudah lebih dulu meluncurkan fitur suara dibanding DeepSeek — Doubao, Tongyi, Yuanbao, dan Kimi semuanya sudah menjalankan obrolan suara untuk sementara waktu, dan beberapa di antaranya bahkan sudah mendukung interupsi real-time. Langkah DeepSeek kali ini lebih merupakan usaha mengejar ketertinggalan untuk menutup celah kelengkapan produk.
Ketiga, soal pergeseran skenario penggunaan. Basis pengguna DeepSeek cenderung condong ke teks panjang, pemrograman, dan tugas penalaran — skenario yang manfaat suaranya memang tidak terlalu besar. Membacakan kode program tidak banyak gunanya, dan mendengarkan proses penalaran panjang justru terasa lebih melelahkan ketimbang membacanya. Fitur suara lebih mungkin menemukan tempatnya di dua situasi yang lebih spesifik: mendengarkan hasil saat commuting atau mengerjakan pekerjaan rumah, serta mendiktekan pertanyaan saat mengetik tidak praktis. Desain empat pilihan suara ini pun terlihat lebih seperti penyesuaian preferensi mendengarkan, bukan pergantian mode interaksi.
Keempat, soal apa yang disingkap pembaruan ini. Ritme pembaruan produk DeepSeek selama ini cenderung lebih lambat dibanding para pesaingnya, dengan fitur di sisi aplikasi yang lama bertahan hanya sebatas kotak obrolan dasar. Masuknya fitur suara ke tahap uji coba, ditambah kemampuan pemahaman visual native pada V4.1 Flash, menunjukkan peta kemampuan aplikasi ini sedang meluas ke arah multimodal. Seberapa jauh perluasan ini akan berlanjut, dan apakah akhirnya akan sampai ke interaksi real-time, belum ada indikasi apa pun dari pihak resmi.
Bagi siapa pun yang ingin segera menggunakan fitur obrolan suara ini, sebenarnya hanya ada satu saran praktis: menunggu. Tidak ada jalur pendaftaran untuk uji coba bertahap ini, dan tidak ada aturan antrean yang dipublikasikan.
Sumber: IT Home, Sina Technology, CocoLoop, halaman pengaturan aplikasi DeepSeek; memverifikasi nama dan deskripsi keempat suara, tanggal mulai uji coba bertahap, serta jadwal rilis V4.1 Flash.