Memilih model AI dengan data, bukan feeling: cara membaca uptime, time to first token, dan token/detik

Terbit · 4 menit baca

Pengungkapan: artikel ini ditulis tim Ezkielyna. Data di sini berasal dari halaman status publik Ezkielyna yang bisa dibaca siapa saja tanpa key. Draf dibuat dengan bantuan AI, lalu disunting tim kami.

"Model X itu cepat", kata siapa? Biasanya kesimpulan itu dari satu kali coba, dengan prompt "halo". Untuk aplikasi sungguhan, Anda butuh empat angka. Masing-masing menjawab pertanyaan yang berbeda.

Empat angka yang perlu Anda baca

AngkaPertanyaannyaCara Ezkielyna menghitung
Sukses 24 jam"Permintaan saya bakal berhasil?"% permintaan yang tidak gagal dengan error 5xx dari sisi gateway atau upstream
Uptime 7 / 30 hari"Bagaimana rekam jejaknya?"Aturan yang sama, jendela waktunya lebih panjang
TTFT p50 / p90 (time to first token)"Berapa lama sampai huruf pertama muncul?"Hanya dari jawaban streaming; median dan persentil ke-90, 24 jam
Token/detik (TPS)"Setelah mulai, secepat apa menulisnya?"Hanya dari jawaban dengan minimal 50 token output dan minimal 2 detik; median 24 jam

Error 4xx, misalnya key salah atau format permintaan keliru, tidak dihitung sebagai kegagalan model, karena itu kesalahan pemanggil. Model dengan kurang dari 20 jawaban dalam 24 jam ditandai low_data, dan latensinya tidak ditampilkan.

Data 12 Nov 2026 (24 jam sampai 01:30 WIB)

ModelPermintaan 24 jamSukses 24 jamUptime 7 hrUptime 30 hrTTFT p50TTFT p90TPS p50
deepseek-v4.1-flash-10179.06599,54%99,91%99,70%4.029 ms13.092 ms125,4
deepseek-v4.1-flash7.340100%99,98%99,74%3.844 ms10.883 ms119,5
gpt-6-luna984100%99,91%91,45%5.531 ms19.504 ms41,1
deepseek-v4-pro677100%99,38%99,29%4.568 ms6.667 ms83,5
gpt-6.1-terra386100%100%99,49%9.810 ms25.289 ms49,2
glm-5.3-flash294100%100%100%3.683 ms6.450 ms36,5
glm-5.3208100%100%99,16%3.482 ms7.943 ms62,4
minimax-m3188100%100%97,80%2.612 ms4.230 ms–
gpt-5.6-sol129100%100%96,12%3.035 ms6.577 ms51,7
claude-opus-5.5107100%98,17%99,37%4.574 ms8.996 ms143,9
gpt-5.6-terra95100%100%91,39%2.661 ms4.982 ms50,9
gpt-5.6-luna89100%99,66%81,73%5.450 ms10.863 ms–
gpt-6.1-sol72100%100%95,17%3.154 ms6.240 ms50,7
minimax-m3.1-flash5639,29%81,91%96,81%–––
deepseek-v4-flash45100%92,69%96,70%4.186 ms8.351 ms207,9

Tanda "–" berarti datanya tidak cukup. Untuk TPS, artinya jawabannya terlalu pendek untuk diukur dengan jujur. Lebih baik kosong daripada mengarang.

Lima jebakan saat membaca tabel ini

1. TTFT di sini besar karena prompt-nya besar.

  • Pemakai utama gateway ini adalah coding agent. Selama 7 hari sampai 12 Nov 2026, permintaan ke deepseek-v4.1-flash rata-rata membawa sekitar 112.750 token prompt.
  • Membaca 100 ribu token lebih tentu butuh waktu.
  • Bot WhatsApp dengan prompt pendek akan melihat TTFT yang jauh lebih kecil. Ukur dengan prompt Anda sendiri.

2. Lihat p90, bukan hanya p50.

  • Untuk DeepSeek V4.1 Flash, p90 TTFT kira-kira 2,8 kali p50.
  • Kalau aplikasi Anda punya timeout, angka p90 itulah yang harus muat.

3. Jendela waktu mengubah cerita.

  • gpt-5.6-luna punya uptime 7 hari 99,66%, tetapi 30 hari hanya 81,73%.
  • Dua-duanya benar. Angka 7 hari menggambarkan kondisi sekarang, angka 30 hari menggambarkan riwayat.

4. Hari buruk harus terlihat.

  • minimax-m3.1-flash hanya sukses 39,29% dalam 24 jam, dari 56 permintaan.
  • Halaman status yang selalu hijau sebenarnya halaman iklan.
  • Kalau model andalan Anda sedang merah, pindah dulu ke cadangan.

5. Sedikit permintaan berarti sedikit kepastian.

  • 45 permintaan sehari tidak sekuat 7.000.
  • Perlakukan angka dari model bertrafik kecil sebagai petunjuk, bukan kepastian.

Cocok untuk apa? (cara berpikir, bukan peringkat)

Bot chat (WhatsApp/Telegram):

  • Utamakan sukses 24 jam dan TTFT p90 yang rendah, karena pengguna menunggu huruf pertama.
  • TPS kurang penting karena jawabannya pendek.
  • Di tabel ini, minimax-m3 dan gpt-5.6-terra punya TTFT p90 di bawah 5 detik. Tetap ukur ulang dengan prompt pendek Anda.

Coding agent:

  • Utamakan uptime 7 dan 30 hari, lalu harga input dan diskon cache.
  • Rasio token prompt banding output di gateway ini sekitar 158 : 1 untuk 20 model teratas sepekan, jadi tagihan ditentukan oleh harga input.
  • Contoh: DeepSeek V4.1 Flash, $0,04 per 1 juta token input dan $0,16 per 1 juta token output (12 Nov 2026), dengan uptime 30 hari 99,74%.

Batch (ringkasan dokumen, ekstraksi data):

  • Utamakan TPS dan harga output, karena yang ditunggu adalah total waktu, bukan huruf pertama.
  • Siapkan retry untuk error 5xx.

Cara memakai data ini tanpa membuka browser

  • Di Claude, Cursor, atau OpenCode: pasang ai-model-status-mcp (gratis, tanpa key) dengan claude mcp add ai-model-status -- npx -y ai-model-status-mcp, lalu tanya: "Apakah deepseek-v4.1-flash sedang normal? Bandingkan kecepatannya dengan gpt-6-luna."
  • Di kode: baca https://api.ezkielyna.store/status/models.json. Bagian notes di atas file menjelaskan semua aturan di atas.
  • Di halaman Anda: pakai widget status atau badge uptime SVG dari ezkielyna.store/alat.

Semua angka di atas diukur di gateway. Jaringan pengguna Anda menambah waktu sendiri, jadi anggap angka gateway sebagai batas bawah, bukan janji.

Halaman lengkap yang diperbarui terus: api.ezkielyna.store/status.


Sumber

Ezkielyna adalah AI gateway independen: satu API key format OpenAI dan Anthropic untuk banyak model AI, isi saldo lewat QRIS, USDT atau Binance Pay tanpa kartu kredit. Ezkielyna tidak berafiliasi dengan perusahaan pembuat model.

Tentang AI gateway Ezkielyna →