Sebuah pertanyaan yang rutin kami terima, dalam berbagai bentuk:
DeepSeek biayanya hampir nol per satu juta token. Kenapa Reverie tidak bisa gratis saja?
Pertanyaan yang wajar, dan layak dijawab dengan sungguh-sungguh, bukan dengan mengangkat bahu. Premisnya bahkan sebagian benar: ada model yang memang murah per token, dan harganya publik — siapa pun bisa mengeceknya.
Yang tidak ditunjukkan angka itu adalah semua hal yang harus terjadi di sekitar panggilan model agar sebuah percakapan terasa seperti percakapan. Tulisan ini membahas bagian itu, sekonkret yang kami bisa.
Kami pernah menyinggung topik ini sebelumnya. Tulisan kami tentang sistem kredit menjelaskan pengali dan program hadiah, dan yang tentang model gratis menjelaskan mengapa kami merilisnya meski penuh ketidakpastian. Keduanya berhenti tepat sebelum pertanyaan yang tetap saja terus ditanyakan: uangnya sebenarnya lari ke mana? Inilah jawabannya, lebih rinci daripada yang pernah kami berikan.
Tagihan model itu satu baris, bukan seluruh faktur
Saat Anda mengirim pesan, panggilan model adalah bagian yang terlihat. Ia juga satu-satunya bagian dengan label harga yang dipublikasikan — itulah sebabnya ia mendominasi setiap pembicaraan soal biaya.
Berikut inventaris kasar hal-hal lain yang terlibat dalam satu pertukaran di Reverie:
- Mengambil dan menyusun konteks — definisi karakter, persona Anda, world book, entri memori jangka panjang, riwayat percakapan terkini, dan plugin aktif semuanya harus diambil, diberi prioritas, dan dimuat ke dalam anggaran token.
- Ringkasan dan kompresi memori — dijelaskan detail di bawah; ini panggilan model tersendiri.
- Moderasi — dan ini jauh lebih dari sekadar filter pada pesan. Menerbitkan sebuah karakter melewatkan gambarnya ke model visi. Melaporkan karakter, plugin, atau kreator memicu penyaringan awal oleh AI yang membaca isi konten sekaligus keluhannya sebelum ada manusia yang melihatnya. Revisi plugin ditinjau dengan cara yang sama.
- Penyimpanan — setiap pesan, setiap gambar, setiap kartu karakter, setiap versi dari setiap percabangan, disimpan dan disajikan tanpa batas waktu.
- Infrastruktur — server aplikasi, basis data dan replikanya, cache, antrean, CDN, koneksi streaming yang dibiarkan terbuka selama setiap balasan berlangsung.
- Pemantauan dan observability — pelacakan error, metrik latensi dan kegagalan, health check penyedia, serta log yang memberi tahu kami bahwa sebuah model mulai memburuk dua jam lalu, bukan dua hari lalu.
- Rekayasa — orang-orang yang membangun fiturnya, dan orang-orang yang dibangunkan pukul 3 pagi saat penyedia mengalami gangguan.
- Dukungan dan operasional — menjawab tiket, menangani pengembalian dana, meninjau laporan, banding moderasi, biaya pemrosesan pembayaran, pajak, akuntansi.
Daftar itu pun belum lengkap — itu bagian yang mudah disebut namanya.
Tidak satu pun dari semua itu muncul di halaman harga penyedia model. Semuanya biaya nyata dan berulang, dan sebagian besar tumbuh seiring pemakaian alih-alih tetap.
Dan inilah bagian yang paling mengejutkan: panggilan model yang Anda lihat hanyalah satu bagian dari biaya yang kami tanggung. Di sekelilingnya ada server, penyimpanan, panggilan model latar belakang yang tidak ditagihkan kepada siapa pun, dan orang-orang yang menjaga platform tetap berjalan. Biaya-biaya itu tidak lenyap ketika harga token satu model turun.
Kami tidak akan mengarang persentase yang rapi: pembagiannya bergerak mengikuti pemakaian dan kami tidak ingin menyebut angka yang nanti harus ditarik kembali. Yang stabil adalah perbedaannya: harga API penyedia dan biaya operasional platform bukan angka yang sama. Harga inferensi yang lebih rendah mengurangi satu bagian tagihan, bukan menghapus semua yang mengelilinginya.
Ringkasan: fitur yang tidak kami tagihkan
Yang satu ini layak disorot tersendiri, karena memang dirancang untuk tak terlihat.
Jendela konteks itu terbatas. Kalau percakapan tumbuh terus tanpa henti, satu dari dua hal akan terjadi: bagian terlama diam-diam terlempar keluar jendela dan karakter Anda mulai lupa, atau setiap pesan membawa seluruh riwayat lalu makin lambat dan makin mahal sampai akhirnya berhenti bekerja sama sekali.
Jadi Reverie meringkas. Ketika sebuah utas memanjang, sistem memampatkan bagian lama menjadi ringkasan naratif — mempertahankan kondisi hubungan, dinamika emosional, benang yang belum tuntas — lalu memasukkannya ke konteks alih-alih transkrip mentah. Ini terjadi otomatis, di latar belakang, tanpa Anda minta.
Ringkasan itu sendiri adalah panggilan model. Ia membaca banyak token dan menulis token baru. Dan itu terjadi berulang kali sepanjang umur sebuah percakapan panjang.
Kami tidak menagihkannya kepada Anda. Tidak ada baris "pemeliharaan memori" di riwayat kredit Anda. Itu diserap ke dalam biaya menjalankan platform, karena menagih pengguna untuk mesin yang menjaga percakapan mereka sendiri tetap koheren terasa seperti pertukaran yang keliru.
Logika yang sama berlaku untuk pekerjaan latar lainnya: optimasi konteks, ekstraksi memori, proses yang menentukan apa yang layak diingat sama sekali.
Panggilan model yang terjadi saat Anda tidak ada
Sebagian dari yang kami bayar sama sekali tidak terkait dengan permintaan apa pun dari Anda.
Pesan proaktif — karakter yang menyapa lebih dulu — berjalan terjadwal. Sebuah job memutuskan siapa yang masuk akal dihubungi, membaca cukup konteks untuk tahu apa yang harus dikatakan, lalu menulis sesuatu yang layak dibuka. Itu satu panggilan model per pesan, untuk percakapan yang bahkan belum Anda mulai.
Momen karakter bekerja dengan cara yang sama: dihasilkan diam-diam di latar belakang agar halaman seorang karakter punya sesuatu yang baru, terlepas dari ada atau tidaknya orang yang mengobrol dengannya hari itu.
Keduanya tidak memotong kredit. Tidak ada biaya saat karakter mengirim pesan lebih dulu, tidak ada juga saat sebuah momen muncul. Semuanya berjalan pada jadwal kami dan pada tagihan kami.
Bagian ini layak direnungkan, karena ia membalik model berpikir yang biasa. Porsi yang cukup berarti dari belanja model kami tidak punya permintaan pengguna di belakangnya. Ia ada karena karakter yang hanya menjawab terasa kurang hidup dibanding karakter yang sesekali memulai sesuatu — dan perbedaan itu memakan uang sungguhan, dikeluarkan di muka, untuk percakapan yang mungkin tidak mendapat balasan.
Penyaringan awal moderasi juga masuk kategori ini, dan inilah kasus yang paling ganjil. Ketika seseorang melaporkan sebuah karakter, tinjauan pertama adalah panggilan model — dipicu oleh orang asing, terhadap konten yang mungkin Anda terbitkan berbulan-bulan lalu. Tak satu pun dari kalian dikenai biaya. Begitu pula ketika seorang kreator menerbitkan karakter dan gambarnya melewati model visi: pemeriksaan itu berjalan di tagihan kami, atas karya yang kami harap ternyata baik-baik saja.
Saran balasan, penyetelan respons pertama, dan proses-proses kecil lain demi kualitas termasuk kategori yang sama. Murah satu per satu, berjalan terus-menerus, tidak pernah dirinci.
Ya, kami memakai prompt caching
Pertanyaan lanjutan yang masuk akal: kalau definisi karakter dan awal transkrip tidak berubah antar pesan, kenapa harus bayar untuk mengirimnya setiap kali?
Kami tidak melakukannya, di tempat yang memungkinkan. Prompt caching sudah dipakai, dan kami memantau tingkat cache hit per permintaan justru agar kami sadar ketika perubahan yang kami rilis tanpa sengaja merusak sebuah prefiks cache.
Tapi tingkat hit-nya tidak sempurna, dan tidak akan pernah. Permintaan dirutekan ke beberapa penyedia melalui OpenRouter, dan sebuah cache hidup di penyedia spesifik yang membuatnya. Jika pesan berikutnya menuju backend lain, cache tidak ikut. Tiap penyedia juga menyediakan caching dengan semantik berbeda, ukuran minimum berbeda, dan perilaku kedaluwarsa berbeda. Di luar itu, bagian prompt yang paling sering berubah — pesan terbaru, ringkasan yang diperbarui, plugin yang baru diaktifkan — justru berada tepat di posisi yang membatalkan ekor prefiks yang tersimpan di cache.
Caching menurunkan tagihan secara berarti. Ia tidak menghapusnya, dan memakai angka teoretis 100 % hit sebagai patokan menghasilkan angka yang tidak bertahan saat bertemu produksi.
Mitos vs. kenyataan
Mitos: DeepSeek sangat murah, jadi setiap situs AI seharusnya nyaris gratis. Kenyataan: API model adalah satu komponen dari biaya menghadirkan produk jadi. Inferensi adalah bagian yang harganya publik; semua yang membungkusnya adalah bagian yang tidak pernah Anda lihat di faktur mana pun.
Mitos: Kalau tagihan API dinolkan, produknya jadi murah dioperasikan. Kenyataan: Tidak. Infrastruktur, penyimpanan, moderasi, dukungan, dan rekayasa tidak lenyap saat token menjadi murah. Sekalipun panggilan model saat pesan dikirim tidak berbiaya, biaya di sekelilingnya dan panggilan latar belakang yang dijelaskan di atas tetap ada.
Mitos: Ringkasan dan memori adalah fitur gratis, jadi menyediakannya juga gratis. Kenyataan: Gratis untuk Anda. Ringkasan, pesan proaktif, momen karakter, dan penyaringan moderasi semuanya panggilan model yang kami bayar. Pesan proaktif dan momen dapat berjalan tanpa permintaan Anda; moderasi dipicu oleh publikasi atau laporan, bukan oleh pesan chat yang ditagihkan.
Mitos: Dengan prompt caching, konteks yang berulang jadi gratis. Kenyataan: Caching sangat membantu dan kami memakainya. Perutean multi-penyedia, kedaluwarsa cache, dan ekor setiap prompt yang terus berubah membuat tingkat hit di dunia nyata jauh dari sempurna.
Mitos: Memakai API tidak resmi yang lebih murah akan menyelesaikan semuanya. Kenyataan: Itu dapat menurunkan satu angka sambil menaikkan yang lain — latensi, ketidakstabilan, risiko data, atau kualitas roleplay. Sebagian endpoint tidak resmi mengubah permintaan atau menjual kembali akses yang diperoleh tanpa izin penyedia. Dibahas berikutnya.
Mitos: Pengguna gratis adalah biaya yang ditoleransi platform. Kenyataan: Pengguna gratis adalah cara platform tumbuh. Banyak yang kemudian menjadi kreator dan pelanggan. Batasannya bukan ada atau tidaknya penggunaan gratis — melainkan apakah ia tetap berkelanjutan.
Kenapa kami membayar harga resmi
Ada satu cara yang terkenal untuk memangkas tagihan model: endpoint API tidak resmi hasil rekayasa balik. Sumbernya berbeda-beda. Sebagian menjual kembali akses yang diperoleh lewat jalur yang tidak diizinkan penyedia; di ujung pasar yang abusif, sebagian kapasitas didanai dengan metode pembayaran curian.
Kami tidak memakainya, dan tidak berencana memakainya. Kanal semacam itu akan memangkas biaya model kami secara signifikan. Kami sudah menelaahnya dan menolaknya, karena dua alasan terpisah.
Pertama, itu memang salah. Jika akses diperoleh atau didanai lewat penipuan, menjualnya kembali adalah pencurian dengan beberapa langkah tambahan, sewajar apa pun praktik itu telah dianggap di sebagian sudut industri ini. Kami tidak akan mendanai platform lewat kanal semacam itu lalu menulis artikel tentang transparansi.
Kedua, itu menurunkan kualitas produk — dan inilah bagian yang langsung dirasakan pengguna, bahkan ketika mereka tidak pernah tahu sebuah balasan datang dari mana:
- Latensi naik. Rute hasil rekayasa balik menambah lompatan, mengantre di belakang akun yang dikumpulkan bersama, dan membatasi laju secara tak terduga. Jarak antara balasan yang tiba dalam dua detik dan yang tiba dalam dua belas detik adalah jarak antara sebuah percakapan dan sebuah formulir yang dikirim.
- Mereka menyisipkan system prompt sendiri. Banyak endpoint tidak resmi membungkus permintaan dengan system prompt bawaan mereka sebelum meneruskannya ke hulu. Prompt itu tak terlihat oleh kami maupun oleh Anda, dan ia bertabrakan dengan definisi karakter. Suara karakter jadi datar. Karakter keluar dari nada, menolak hal yang seharusnya tidak ditolak, atau melenceng ke gaya asisten generik. Kualitas roleplay justru yang pertama terpukul, dan itu jenis regresi paling sulit ditelusuri ketika prompt-nya bukan di tangan Anda.
- Mereka lenyap tanpa pemberitahuan begitu penyedia menutup celahnya, membawa serta konfigurasi Anda yang tadinya berjalan baik.
- Versi model berganti diam-diam, sehingga karakter yang kemarin terasa pas hari ini membalas berbeda tanpa alasan yang bisa dijelaskan siapa pun.
- Tidak ada pertanggungjawaban atas data Anda. Tidak ada perjanjian pemrosesan data, tidak ada kebijakan retensi, tidak ada tempat bertanya.
Reverie menyimpan percakapan yang benar-benar diinvestasikan orang. Merutekannya lewat perantara anonim demi menghemat uang bukan pertukaran yang bersedia kami ambil. Penyedia resmi lebih mahal. Mereka juga mengangkat telepon, dan tidak menulis ulang instruksi karakter Anda di tengah jalan.
Bentuk nyata bisnis ini
Timnya kecil dan Reverie bukan bisnis dengan laba tinggi.
Ada alasan struktural mengapa harga kredit sebuah pesan bukan sekadar biaya token pesan itu, dan itu layak dipahami. Inferensi adalah satu-satunya bagian percakapan yang bisa diukur per pesan. Semua hal lain dalam tulisan ini — ringkasan, pesan proaktif, penyaringan moderasi, penyimpanan, server, orang — tidak punya satuan alami untuk ditagihkan. Tidak ada yang bisa mengirimi Anda tagihan berjudul "proses latar yang memutuskan apa yang harus diingat karakter Anda".
Jadi satu-satunya hal yang terukur itu harus menanggung lebih dari dirinya sendiri. Itulah seluruh alasan sistem kredit ada, alih-alih meneruskan biaya token apa adanya: kalau sebuah pesan berbiaya persis token miliknya sendiri dan tidak lebih, semua yang mengelilinginya berjalan tanpa sumber — dan semua yang mengelilinginya itulah bagian terbesarnya.
Kami tidak sedang berusaha memaksimalkan laba. Kami juga tidak bisa beroperasi rugi selamanya, karena platform yang kehabisan uang berhenti ada, dan itu hasil yang jauh lebih buruk bagi semua penggunanya ketimbang sistem kredit dengan batas.
Di antara dua batasan itu, kami sengaja memilih sisi yang paling dekat dengan pengguna. Saat ini prioritasnya adalah membangun produk terbaik yang kami bisa sebelum peluncuran resmi, bukan mengencangkan monetisasi. Artinya merilis fitur dan meningkatkan kualitas lebih dulu ketimbang mengoptimalkan konversi, dan artinya hitungan saat ini lebih longgar dibanding kalau pendapatan jadi target utama.
Kredit gratis juga biaya nyata
Ada cukup banyak cara memakai Reverie tanpa membayar:
- hadiah check-in harian
- undian harian, yang ditumpuk di atasnya
- pencapaian
- bounty resmi
- imbalan kreator
- imbalan referral, ditambah komisi ketika orang yang Anda ajak membeli kredit
- imbalan berbagi
- kode tukar dan kartu hadiah
- imbalan rekap tahunan (Wrapped)
- kontribusi komunitas, termasuk membantu menyebarkan Reverie
Undiannya layak dijelaskan secara spesifik, karena itulah yang dianggap orang cuma hiasan. Ada lima tingkat — 1.000 / 2.000 / 8.000 / 30.000 / 80.000 kredit — dengan bobot 50 / 30 / 15 / 4 / 1. Dikalikan semuanya, nilai harapannya sekitar 4.300 kredit per undian. Per pengguna, per hari, dan itu di atas hadiah check-in. Kalau ditumpuk semua, lapisan gratis ini bukan sekadar basa-basi. Dasar check-in adalah 10.000 kredit, bonus rentetan menumpuk di atasnya — +5.000 pada hari ketiga, +8.000 pada hari ketujuh, +50.000 pada hari ketiga puluh, +200.000 pada hari keseratus — dan undian duduk di atas semua itu. Pada hari ketujuh, total yang diharapkan tanpa mengeluarkan apa pun adalah sekitar 22.300 kredit; jumlah sebenarnya bergantung pada hasil undian.
Sejauh mana itu sebenarnya cukup
Pertanyaan wajar di titik ini: sekitar 22.300 kredit itu dapat apa? Kami belum pernah menjabarkannya dengan jelas.
Kredit terpakai sebagai token × pengali model. Pengali model teks berkisar dari 0 sampai 2, dan pemilih model menampilkan masing-masingnya sebelum Anda mengirim apa pun.
Yang diremehkan orang: jumlah token tidak tetap, ia tumbuh bersama percakapan. Chat baru mengirim beberapa ribu token: karakter, persona Anda, sedikit riwayat. Chat yang sudah lama mengirim jauh lebih banyak, karena transkrip terkini ikut di setiap giliran. Kami membatasi riwayat mentah di sekitar 10.000 token dan meringkas semua yang lebih lama — persis untuk itulah ringkasan ada: tanpa batas itu, percakapan enam bulan akan mengirim ulang seluruh riwayatnya pada setiap pesan dan biaya per giliran tumbuh tanpa henti.
Dalam praktiknya, satu giliran di chat baru dengan model 0,3× berbiaya beberapa ratus kredit, sementara giliran yang sama jauh di dalam percakapan panjang dengan model 1× berbiaya sepuluh ribu atau lebih. Platform sama, hari sama, selisihnya lebih dari satu orde besaran.
Rentang itulah jawaban jujur untuk "kredit saya tahan berapa lama". Kalau kredit Anda habis lebih cepat dari perkiraan, kemungkinan besar Anda sedang jauh di dalam percakapan panjang dengan model mahal — dan sekarang Anda tahu tombol mana yang perlu diputar.
Layar check-in itu sendiri juga melakukan panggilan model. Sapaan yang ditulis karakter Anda saat check-in bukan template: itu dihasilkan, di-cache sekali sehari per karakter, dan dibatasi jumlahnya per hari supaya tidak lepas kendali. Tetap saja itu inferensi yang kami bayar — di halaman yang seluruh tujuannya adalah membagikan kredit.
Ada satu detail lagi tentang cara pemakaian kredit yang tempatnya di sini: kredit gratis selalu dipakai lebih dulu daripada kredit berbayar. Kalau Anda punya keduanya, kerannya yang habis duluan. Ini disengaja — kredit yang benar-benar Anda beli bertahan lebih lama — tapi artinya juga lapisan gratis yang menyerap biaya lebih dulu, setiap kali.
Setiap satu di antaranya adalah pengeluaran nyata. Ketika Anda mengklaim hadiah harian dan membelanjakannya untuk percakapan, penyedia model tetap menagih kami, server tetap berjalan, ringkasan tetap dibuat. Kreditnya gratis untuk Anda; komputasi di baliknya tidak gratis untuk siapa pun.
Kami tetap mendanai program-program itu, karena akses gratis adalah cara kebanyakan orang mengetahui apakah platform ini cocok untuk mereka, dan karena porsi yang sehat dari pengguna gratis hari ini menjadi kreator dan pelanggan esok hari. Itu hanya berjalan jika bagian gratisnya tetap dalam batas yang mampu ditanggung platform. Saat angkanya bergerak, programnya disesuaikan — bukan karena kami ingin memberi lebih sedikit, tapi karena membagikan lebih dari yang sanggup ditanggung berakhir dengan tidak bisa membagikan apa-apa.
Kalau biaya turun, harga ikut turun
Bagian ini komitmen, bukan deskripsi.
Harga model turun seiring waktu. Caching membaik. Infrastruktur jadi lebih efisien. Kode kami sendiri makin jarang membuang token — sebagian besar pekerjaan senyap beberapa bulan terakhir soal penyusunan konteks dan ringkasan persis tentang itu.
Ketika kami menemukan cara yang tahan lama untuk menurunkan biaya operasional, preferensi kuat kami adalah meneruskannya ke pengguna alih-alih membukukannya sebagai margin. Model lebih murah, pengali lebih baik, imbalan lebih murah hati. Kami sudah berkali-kali melakukannya dan lebih suka meneruskannya, karena platform yang sanggup dipakai orang secara intensif lebih bernilai bagi kami daripada selisih yang sedikit lebih baik.
Kata kuncinya di situ adalah tahan lama. Meneruskan penghematan yang ternyata sementara berarti menariknya kembali nanti, dan itu lebih buruk daripada tidak pernah memberikannya.
Yang sebenarnya Anda bayar
Ketika Anda membelanjakan kredit di Reverie, Anda tidak sedang membeli token dari penyedia model dengan markup.
Anda membayar untuk percakapan yang mengingat apa yang terjadi, yang tetap koheren melewati titik di mana konteks mentah sudah akan runtuh, yang berjalan di penyedia yang bertanggung jawab atas ketersediaan dan atas data Anda, yang punya cadangan dan bisa diekspor, dan yang membaik secara nyata tiap beberapa minggu karena ada orang yang mengerjakannya penuh waktu.
Anda mungkin tetap ingin lebih banyak kredit gratis. Itu sangat masuk akal, dan kami pun ingin memberi lebih — kami sedang mengerjakannya dari sisi biaya, bukan dari sisi halaman harga.
Tapi kami lebih ingin Anda tahu kenapa jawabannya tidak sesederhana angka di halaman harga penyedia model.
Ada pertanyaan soal potongan tertentu, atau merasa angka kami keliru di suatu tempat? Riwayat kredit Anda menampilkan jumlah token sebenarnya di balik setiap pesan, dan Discord kami terbuka. Kami lebih suka berdebat soal angka nyata ketimbang kesan samar.
Nilai imbalan dan pengali kredit yang disebut di sini mencerminkan platform pada saat penerbitan, dan disesuaikan seiring perubahan biaya. Aplikasi selalu menampilkan nilai terkini.