DeepseekHarness到底强在哪
最近刷到 Composio 那组横向评测，我特意把表格存了下来。同一个 DeepSeek V4 Flash 模型，接进 Pi、Claude Code、Codex、Deep Agents 等八种 harness 各跑 30 个多步骤任务，单次成功任务成本最低 0.028 美元，最高 0.195 美元，差出近七倍。最狠的是缓存命中率，有开发者用 Pi 配 V4 Flash 跑了近 10 亿输入 token，命中率 99.93%，只花 2.65 美元，没缓存得 132 美元。DeepSeek Harness 这边的逻辑就是把重复上下文尽量往缓存通道推，极简模式只留 shell 和文件编辑两个工具专做基准测试，把 token 浪费压到最低。我算了下团队一个月的 agent 账单，真按这个命中率走能省一大半。但这榜也泼了我冷水：质量天花板那栏，社区还是把 Claude Code 排前面。DSH 赢的是每美元跑多快，不是绝对上限。你们压 agent 成本最头疼的是哪块？评论区聊聊。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
