前两天，DeepSeek 正式涨价了。
相比于 DeepSeek V4 Pro 之前的价格，V4-Pro-0813 的峰时价格涨到了原来的 12 倍。而高峰时段恰好是国人都在工作的 9:00-12:00、14:00-18:00。社交媒体上有人调侃说，这下不是梁圣，是结了梁子了。
但在发布涨价公告的 2 个多小时之后，DeepSeek 又转身开源了 DeepSeek Harness（简称 DSH）。这套 AI Agent 工作台在 github 上公开之后，一天突破 6.6 万星，截至目前已经有了接近 17 万星。评论区的风向又转向了梁圣。
一边涨价一边开源，甚至有人说，DSH 这个价格，都不如去用 Codex 了。但为什么 V4-Pro 明明已经不再最便宜，这 17 万人还在追？难道 DSH 真有什么独到之处？
01 DSH+V4-Pro，真的不如 Codex 划算吗？
首先要明确，DSH 是免费开源的 Agent 运行程序，V4-Pro 是按 API（开发者付费调用模型的接口）收费的模型；而 Codex 则把 Agent 工具、GPT 模型和订阅额度装在一起。目前还没有一套完全对齐的「DSH+V4-Pro」和「Codex+ 某一档 GPT-5.6」完成同一项任务的总成本、和效果对比，但我们可以先看看逐项的对比。
DeepSeek 从 2025 年 2 月就开始尝试分时计价，当时 DeepSeek 推出夜间错峰优惠，每天夜里 00:30-08:30，V3 打五折、R1 打 2.5 折。这次 DeepSeek 则是把「夜间低谷便宜」变成了「白天高峰更贵」。
而 OpenAI 在上个月末统一对 GPT 5.6 价格调整，降低了 Luna 和 Terra 的价格。按照每百万 Token 的标准 API 价格，Luna 三项单价都低于 V4-Pro；但 V4-Pro 即使处于高峰，仍比 Terra 和 Sol 便宜。
在单次不超过 27.2 万个输入 token 的标准计费下，Luna 的缓存输入、未缓存输入和输出三项单价都低于 V4-Pro。无论缓存命中率是 10% 还是 90%，只要两边消耗的输入和输出 Token 相同，Luna 都会更便宜。但同样地，V4-Pro 即使在高峰，三项仍低于 Terra 和 Sol。
以 70% 缓存命中、输出等于输入的 10% 为例，每 100 万输入 token 加 10 万输出，Luna 约 1.31 元，V4-Pro 闲时约 2.78 元、高峰约 5.55 元，Terra 要 13.1 元，Sol 约 32.74 元。如果三者一次就能完成同一件事，Luna 这一档确实赢了。
Codex 还被放进了 ChatGPT 订阅。已经购买 Plus 或 Business 的用户，只要没有超过额度，使用 Codex 几乎不会产生新账单。但 Plus 并非无限使用，轻度新用户如果专门花 20 美元购买订阅，未必比 V4-Pro 按量付费更省。
假设模型每读入 10 个 token，输出 1 个 token，缓存命中率从 0 到 99% 浮动，V4-Pro 一个月的 API 账单要达到 20 美元，大约需要输入闲时 2330 万至 8830 万 token，或高峰 1170 万至 4420 万 token。轻度用户一个月用不到这个量，按量付费反而更省。
对比完价格我们对比一下跑分。这里来看一下两项工作能力测试的对比数据，其中 Terminal-Bench 测试 AI 能否通过命令行安装软件、修改文件并解决故障，DeepSWE 测试 AI 能否在真实代码仓库里定位问题并完成修改。
在命令行任务上，V4-Pro 比 Luna 高 3.2 分、比 Terra 高 0.5 分，只落后 Sol 0.9 分；但更接近代码仓库修改，它又分别落后 Luna、Terra 和 Sol 4.5 分、6.9 分、10 分。V4-Pro 在命令行任务上没有全面掉队，但长周期改代码确实是 GPT-5.6 更占上风。
所以，V4-Pro 的性价比真的不如 Codex 吗？
这个结论只对两类人基本成立。对于追求最低 API 单价的人，luna 的价格确实要低于 V4-Pro，能力则不好说；另一类则是已经购买 ChatGPT 订阅的人，如果你的额度用不完，那肯定是需要按量计费的 V4-Pro 要增加额外支出。
02 DSH 不一定便宜，但是有独特的魔力
把 Agent 想成一台会吃饭的机器人。当我们想要 Agent 完成一个吃饭的任务时，skill 就是告诉模型（大脑）怎样使用餐具的操作说明，MCP 则是餐具柜上面统一使用的标签和取用规则，它会告诉 harness：我这里有筷子勺子、能用来吃饭喝汤，你可以告诉我你要吃的是什么，来取对应的工具。
而 harness 收到这些消息之后，会告诉大脑。当大脑决定了使用勺子之后，还是由 harness 取出勺子然后开始吃饭。
在不同的 harness 下，即使是相同的模型做同一个任务，成功率和成本也可能发生变化。一项测试固定使用 V4-Flash，Pi（一个更精简的开源 harness）完成 20 个任务，Codex 完成 16 个，Pi 每次成功的估算成本约为后者三分之一；另一项测试固定使用 GPT-5.5，Pi 和 Codex 成功率接近，Pi 成本仍然更低。
但两项测试都没有 DSH 参加，没办法证明 DSH 和 Codex 谁赢了。
DSH 都可以通过更换能选择不同档次的模型、批量调用工具、压缩长对话，也能使用子 Agent。两边都可能因为减少重复操作而省钱，也可能因为任务拆得太细、重试太多而增加消耗。
DSH 的区别在于，它允许用户接入 OpenAI、Anthropic、本地模型和自建服务，还把工具调用、会话存储和执行流程开放给开发者修改。用户可以根据自己的需求调整这些环节，但这只能说明 DSH 提供了更大的控制范围。
那 DSH 凭啥能在 github 上获得这么多星？
最主要的，是 DSH 连「harness 怎样指挥模型干活」都允许开发者修改。
多数 Agent 包括 codex 都允许用户增加说明和餐具，但 DSH 连机器人的内部结构也开放了。
DSH 把把这些核心环节放进同一套插件体系，开发者可以方便地替换模型，改变任务怎样记录、工具怎样调用，甚至重写整套吃饭程序。原来的流程可能是「看一眼、吃一口、再判断」，修改后可以先看完所有饭菜，再安排顺序，或者让多个 Agent 分别处理。
DSH 还提供了一个需要主动开启的「创造模式」。机器人可以检查已有零件，临时写出一套新的动作程序，失败后换回旧版本，用完再删除。它没有改变模型的核心参数，谈不上自我进化，但确实给了开发者更大的改装空间。这也是有人把它叫作「Agent 2.0」的原因。
如果再用一个不太适合但很简单的比喻来说，codex 就像苹果，而 DSH 就像安卓。喜欢折腾的人会觉得 DSH 自由，想直接干活的人，多半还是 Codex 省心。
03 免费开源，最后卖的还是 token 吗
很多人说，DSH 开源就是运营商交费赠机，手机免费，但是钱变成了话费（token 消耗）交给了运营商。
但其实，DSH 是 DeepSeek 的开源路线一路走到了用户入口的结果，token 收费并不是核心目的。
2025 年初，DeepSeek 开放 R1 的模型权重；一个月后 DeepSeek 又开放了计算、通信和存储组件；到了今年 8 月，DSH 连 Agent 组织任务、调用模型和使用工具的程序也开源了。开放范围一路从模型走到用户入口，只是网页、App 和 API 等托管服务一直保持着收费。
卖 Token 真的是一门好生意吗？
根据 DeepSeek 在「开源周活动」中发布的文件，DeepSeek 披露了 24 小时的服务流量、成本和理论收入估算。
2025 年 2 月 27 日中午到 28 日中午，V3 和 R1 服务处理了 6080 亿输入 token 与 1680 亿输出 token，输入中 3420 亿命中缓存。官方按 H800（英伟达的计算卡）租用价估出单日成本为 87,072 美元；如果把网页、App 和 API 的所有 token 都当成 R1 付费流量，理论日收入会到 562,027 美元，按成本计算的利润率是 545%。
所以即使 DeepSeek 一直坚持在行业最低的 API 价格档次，也是有底气的。就算这次 V4 Pro 涨价了，它依然是全世界所有先进模型里最便宜那一档。
DSH 并不强制使用 DeepSeek 模型，用户完全可以把它接到 OpenAI、Anthropic，也可以使用公司自己的服务器或电脑上的本地模型，甚至直接用 Codex 账号授权。DSH 还能一次完成多项工具操作，缩短反复发送给模型的聊天记录，并把简单任务交给更便宜的模型。
这些功能不仅可能减少调用次数和文字用量，也可能直接把钱「送」给其他公司。
开放权重本身也是 DeepSeek 发展选择的一条舒适路径。DeepSeek 曾经公开承认，团队没有足够人力单独维护完整的公开推理引擎，因此把功能拆出来交给现有开源项目。
这种做法既方便其他平台支持 DeepSeek 模型，也能让社区参与适配、发现问题和修复代码，DeepSeek 不用独自维护一套面向所有用户的公开系统。
至于「免费收集轨迹训练 V4」，这真的没什么依据。DSH 默认把会话记录放在本地，自动上传默认关闭。当然，用户可以主动反馈上传对应数据。
所以，「开源 Harness 能帮 DeepSeek 多卖 token」，这句话确实成立；但「开源就是为了卖 token」，我觉得还是小看了梁文锋。
本文来自微信公众号" 硬核看板 "（ID：yinghekb），作者：拥抱 AI 的，36 氪经授权发布。
