DeepSeek Harness مقابل Hermes: أي منهما يستهلك المزيد من الرموز؟

لقد قمت بتشغيل مهمة في Hermes أمس. وقمت بتشغيل ما شعرت أنه نفس المهمة في dsh اليوم. نفس النموذج، نفس مفتاح API، نفس الكمبيوتر المحمول. ومع ذلك، جاءت أرقام الاستخدام مختلفة.

عيناك بخير. لم يتم إعادة تسعير أي شيء بين ليلة وضحاها.

إليك ما يغفله تقريبًا كل مقارنة بين DeepSeek Harness و Hermes: الإطار (harness) هو الغلاف المحيط بالنموذج، وهذا الغلاف هو الذي يقرر مقدار السياق الذي يخرج في كل خطوة، وعدد الأدوات التي يعلن عنها، وعدد مرات إعادة المحاولة، وما إذا كان سيعيد إرسال المحادثة بأكملها في كل استدعاء. غيّر الغلاف، يتغير الفاتورة.

لذا قمت بتثبيت متغير النموذج وقياسه. إطاران، نقطة نهاية واحدة، نفس deepseek-ai/deepseek-v4-pro، نفس المطالبة، نفس الجهاز، نفس فترة ما بعد الظهر. نفس المهمة، أكملاها كلتاهما، وأحدها استخدم 8.4 أضعاف رموز المطالبة مقارنة بالآخر.

النقاط الرئيسية

• نفس النموذج، نفس المهمة، كلاهما نجح: dsh استغرق 121 ثانية، Hermes استغرق 780 ثانية.
• Hermes نقل 1,111,573 رمزًا للمطالبة مقابل 132,600 لـ dsh. هذا يمثل 8.4 أضعاف، في مهمة واحدة.
• قبل أن يقوم أي وكيل بأي شيء، تكلفته رموز المطالبة النظامية: dsh 10,898 مقابل Hermes 13,892 فقط للإجابة بـ "OK".
• dsh يحدك بصمت إلى 262,144 سياقًا ما لم تتجاوز defaultContextWindow، متجاهلاً 75% من نافذة V4.
• اختر dsh للبرمجة، و Hermes للذاكرة والمهام المجدولة وواجهات المحادثة. أو قم بتشغيل كليهما.

ورشة هندسية مقسمة مع كتلة محرك عارية مثبتة في هيكل اختبار فولاذي على اليسار وآلة أوتوماتيكية نحاسية على اليمين، وكلاهما يغذيهما خط وقود نحاسي واحد

خط وقود واحد، هيكلان اختباريان. هذه هي التجربة بأكملها. تم إنشاؤها باستخدام openai/gpt-image-2.

DeepSeek Harness مقابل Hermes، نفس النموذج، نفس المهمة

كلا الإطارين حصلا على هذا، كلمة بكلمة: قم ببناء لعبة Breakout في ملف واحد مع مضرب، 5 صفوف من الطوب، عداد نقاط حي، مفتاح إيقاف مؤقت (P-key)، بالإضافة إلى اختبار ذاتي مضمّن يثبت ثلاث خصائص فيزيائية ويطبع PASS أو FAIL. ثم قم بتشغيلها بدون رأس وأصلحها حتى تطبع الثلاثة PASS.

لا مكتبات. لا CDN. لا خطوة بناء.

كلاهما فعلها بالفعل. إليك الملفان، معروضان في متصفح حقيقي.

مقارنة متحركة جنبًا إلى جنب لإصدارين من Breakout يعملان: DeepSeek Harness (dsh) على اليسار، Hermes Agent على اليمين، كلاهما يتم تشغيلهما تلقائيًا من نفس المطالبة DeepSeek V4 Pro

الإصداران المعاد تسجيلهما جنبًا إلى جنب ويتم تشغيلهما تلقائيًا، حتى تتمكن من مشاهدة كل منهما يعمل. اليسار: dsh، الذي يبدأ اللعبة تلقائيًا. اليمين: Hermes، الذي يبدأ اللعبة متوقفة مؤقتًا ثم تشغيلها. نفس المطالبة ذات الملف الواحد، نفس DeepSeek V4 Pro، إطاران.

الآن الأرقام التي تحدد هذا الأمر فعليًا.

تم القياس بتاريخ 2026-08-21 على deepseek-ai/deepseek-v4-pro، جهاز واحد، دليل عمل فارغ لكل شوط. أعداد الرموز مقروءة آليًا: من سجل جلسة dsh، ومن ملف JSON --usage-file الخاص بـ Hermes. لاحظ أن عددي استدعاءات الأدوات ليسا من نفس المصدر: 8 من dsh تم عدها من سجله (ادعى 6)، بينما 35 من Hermes هي تقريره الخاص، مع تسجيل ملف الاستخدام 38 استدعاء API. طريقة التكلفة موضحة في القسم الأخير.

لماذا الصفان الفارغان؟ لم يتم تشغيل الشوط 2 أبدًا، والسبب هو أفضل نقطة بيانات واحدة في المقالة. الشوط 1 من Hermes وحده دفع 1.13 مليون رمز عبر الحساب، وفي منتصف الشوط 2 من dsh أجابت نقطة النهاية:

plaintextCopy
1dsh: QUOTA: 429: {"code":"member_spend_limit_exceeded",
2"message":"Member day spend limit reached (set by your team admin);
3resets at 2026-08-22T00:00:00Z.","type":"insufficient_quota"}

وكيل واحد، لعبة Breakout واحدة، حد ميزانية يوم واحد. لن أملأ تلك الخلايا بتقديرات.

تفصيل آخر يستحق الإشارة إليه. أبلغ dsh عن "عدد استدعاءات الأدوات المستخدمة: 6" في إجابته النهائية. سجل جلساته الخاص يسجل 8. الوكلاء رواة غير موثوقين بشأن إنفاقهم الخاص، وهذا هو بالضبط سبب قراءة هذا الاختبار للسجلات بدلاً من الملخصات.

لماذا معظم مقارنات DeepSeek Harness مقابل Hermes معطلة

الحكم أولاً: تقريبًا كل صفحة تظهر في نتائج البحث لهذه الكلمة المفتاحية تقيس المتغير الخطأ، ويمكنك اكتشاف ذلك في سطر واحد من إعداداتهم.

النموذج، وليس الإطار، هو ما قاسته تلك الاختبارات

اذهب واقرأ النتائج الأولى. النمط يتكرر: تشغيل dsh على نموذج DeepSeek، تشغيل Hermes على ما كان Hermes موجهًا إليه بالفعل، ثم إرجاع الاختلاف بالكامل إلى الإطار.

هذه ليست مقارنة إطارات. إنها مقارنة نماذج ترتدي قناعًا على شكل إطار.

إذا كان dsh على V4 Pro و Hermes على شيء آخر، فإن الفرق الذي تقيسه هو في الغالب بين النموذجين، وتكون مساهمة الإطار مدفونة بعيدًا عن الاستخراج. لذا يقوم هذا الاختبار بالأمر الممل والضروري: يشير كلا الإطارين إلى نفس عنوان URL الأساسي، نفس معرف النموذج، نفس المفتاح.

اختيار الإطار يحرك الأرقام بمفرده

هل تريد دليلاً على أن الإطار وحده باهظ الثمن؟ اطلب من كل منهما ألا يفعل شيئًا.

أرسلت لكليهما نفس المطالبة التافهة: Reply with exactly the word: OK. لا أدوات مطلوبة، لا ملفات، لا حاجة للتفكير.

نفس النموذج. نفس السؤال. فجوة قدرها 2,994 رمزًا قبل أن يبدأ أي عمل حقيقي، لأن هذه الفجوة هي الإطار: موجه النظام الخاص به، ومخططات أدواته، وملف القواعد الخاص به. Hermes يشحن مساحة سطح أكبر، لذا Hermes يشحن رموزًا أكثر.

الآن اضرب ذلك في حلقة وكيل مكونة من 38 استدعاء حيث يعيد كل استدعاء إرسال المحادثة بأكملها حتى الآن. كانت القراءات المخبأة 88.8% من رموز مطالبة dsh و 95.5% من رموز Hermes. إعادة القراءة هذه هي الفاتورة.

نقطة نهاية واحدة، إطاران: إعداد DeepSeek V4

لمقارنة الإطارات، تحتاج إلى أن يكون جانب النموذج ثابتًا تمامًا. ليس فقط نفس اسم النموذج: نفس نقطة النهاية، نفس حد المعدل، نفس السعر في الساعة 3 صباحًا كما في الساعة 3 مساءً.

هذا الأخير أهم مما يبدو. إذا كان موفرك يفرض أسعارًا في أوقات الذروة وخارجها، فإن "الشوط 1 في Hermes الساعة 09:00" و"الشوط 2 في dsh الساعة 11:00" ليسا شوطين قابلين للمقارنة، ولن تتمكن أبدًا من فك مقدار الفرق الذي كان بسبب الإطار ومقداره بسبب الساعة.

لذلك يشير كلا الإطارين هنا إلى نقطة نهاية واحدة بمعدل ثابت متوافقة مع OpenAI على Atlas Cloud: https://api.atlascloud.ai/v1. نفس السعر طوال اليوم، لا نافذة ذروة، لا قائمة انتظار منفصلة لكل إطار، مفتاح واحد لكليهما.

الأسعار مقروءة من صفحات النماذج بتاريخ 2026-08-21. لا توجد شارة خصم على عائلة DeepSeek الآن، لذا لا يوجد شيء هنا هو سعر ترويجي ينتهي الأسبوع القادم.

شيء صغير يسهل تفويته: /v1/models يُبلغ عن deepseek-v4-pro و deepseek-v4-flash كـ fp4، بينما deepseek-v4-pro-0813 يعود كـ fp8. هل تريد الأوزان عالية الدقة؟ قم بتثبيت المعرف المؤرخ.

حسنًا. دعنا نبنيها.

قم بتشغيل اختبار DeepSeek Harness مقابل Hermes بنفسك

معاينة: سبع خطوات، ملفا تكوين، مطالبة واحدة، وينتهي بك الأمر بإصدارك الخاص من ذلك الجدول بدلاً من الوثوق بإصدارتي. دليل على أنه يعمل: كل رقم أعلاه خرج من هذه الخطوات تمامًا على جهاز MacBook عادي، Node v24.15.0، dsh 0.1.0-rc.7، Hermes v0.20.4.

لنبدأ.

الخطوة 1: احصل على نقطة نهاية ثابتة

يعتمد كلا الإطارين بشكل كبير على استدعاء الوظائف، لذا قبل تثبيت أي شيء، تأكد من أن نقطة النهاية تخدم الأدوات:

plaintextCopy
1curl -s https://api.atlascloud.ai/v1/models \
2  -H "Authorization: Bearer $ATLAS_API_KEY" \
3  | jq '.data[] | select(.id|test("v4-pro$")) | {id, context_length, max_output_length, supported_features}'

الإخراج الفعلي من ذلك الاستدعاء:

plaintextCopy
1{
2  "id": "deepseek-ai/deepseek-v4-pro",
3  "context_length": 1048576,
4  "max_output_length": 393216,
5  "supported_features": ["json_mode", "tools", "structured_outputs"]
6}

tools في تلك القائمة هو الشيء الذي تتحقق منه. لا أدوات، لا حلقة وكيل، وسيفشل كلا الإطارين بطرق مربكة بدلاً من إخبارك بذلك.

احصل على مفتاحك من صفحة نموذج DeepSeek V4 Pro، ثم export ATLAS_API_KEY=... قبل كل أمر أدناه.

مأزق واحد لجانب Hermes: الرد يغلف المصفوفة كـ {"code":200,"msg":"succeed","data":[...]}. يقوم Hermes بفحص /v1/models أثناء الإعداد ويحلل هذا بشكل جيد، ولكن إذا كنت تكتب أدواتك الخاصة ضده، فلا تتوقع قائمة عارية.

الخطوة 2: قم بتثبيت كلا الوكيلين

plaintextCopy
1# DeepSeek Harness
2npm install @deepseek-ai/dsh
3
4# Hermes Agent
5curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

ثلاث ملاحظات تثبيت كلفتني وقتًا:

• يحتاج dsh إلى Node ^22.19.0 || >=24.0.0. إنه لا يدعم 23.x. تقول معظم البرامج التعليمية "Node 20+"، وهذا خطأ ببساطة.
• سحب تثبيت npm ذلك 453 حزمة واستغرق 8 دقائق. إنها ليست تبعية صغيرة.
• يجلب Hermes Python 3.11 الخاص به عبر uv، لذا فإن إصدار Python في نظامك لا يهم (إصدارتي 3.9). إذا مات المثبت في منتصف التنزيل بسبب عطل في PyPI، فأعد تشغيل مزامنة التبعيات بدلاً من البرنامج النصي بأكمله.

الخطوة 3: قم بتوجيه DeepSeek Harness إلى نقطة النهاية

اكتب هذا في $DSH_HOME/settings.yaml (الافتراضي ~/.dsh):

plaintextCopy
1llm-pi-ai:
2  providers:
3    atlas:
4      displayName: Atlas Cloud
5      apiKeyEnv: ATLAS_API_KEY
6      api: openai-completions
7      baseURL: https://api.atlascloud.ai/v1
8      defaultContextWindow: 1048576
9      defaultMaxTokens: 65536
10      compat:
11        thinkingFormat: deepseek
12      models:
13        - id: deepseek-ai/deepseek-v4-pro
14          name: DeepSeek V4 Pro
15          reasoningEfforts:
16            off:
17            high: high
18        - id: deepseek-ai/deepseek-v4-flash
19          name: DeepSeek V4 Flash
20          reasoningEfforts:
21            off:
22            high: high
23agent-default-model:
24  provider: atlas
25  model: deepseek-ai/deepseek-v4-pro

ثلاثة أسطر في ذلك يستحق كل منها جملة، لأن الحصول على أي منها خطأ يغير فاتورتك:

1. compat.thinkingFormat: deepseek هو السطر الذي لا يكتبه أحد. يخمن dsh لهجة التفكير من عنوان URL لنقطة النهاية. ملف README الخاص بمحوله واضح في هذا الصدد: عنوان URL لبوابة خاصة لا يقول شيئًا، لذلك يتم التعامل مع نقطة نهاية غير معروفة "كما لو كانت OpenAI نفسها". ثم يتم التحدث إلى بوابتك ذات لهجة DeepSeek بلهجة OpenAI. هذا المفتاح موجود فقط تحت api: openai-completions.
2. تجاوز defaultContextWindow. القيم الاحتياطية على مستوى المسار هي 262,144 سياقًا و 32,768 رمزًا أقصى. قم بتعريف نماذج V4 يدويًا دون لمس تلك القيم وستكون قد تجاهلت بهدوء 75% من نافذة 1,048,576.
3. agent-default-model يأخذ provider و model كمفتاحين منفصلين. كتابة model: atlas/deepseek-ai/deepseek-v4-pro كسلسلة واحدة تبدو معقولة ولا تفعل شيئًا. ستحصل على MISSING_CREDENTIAL: no API key for provider route "deepseek-official"، وستذهب للبحث عن مشكلة مفتاح ليست لديك.

لاحظ أن apiKeyEnv هو مرجع لبيانات الاعتماد، وليس السر. لا يوجد مفتاح في هذا الملف.

الخطوة 4: قم بتوجيه Hermes إلى نفس نقطة النهاية

الطريق عبر المعالج هو hermes model، ثم اختر "Custom endpoint". الطريق القابل للبرمجة النصية هو خمسة أوامر:

plaintextCopy
1hermes config set model.provider custom
2hermes config set model.default deepseek-ai/deepseek-v4-pro
3hermes config set model.base_url https://api.atlascloud.ai/v1
4hermes config set model.api_key "$ATLAS_API_KEY"
5hermes config set model.context_length 1048576

والذي يكتب ~/.hermes/config.yaml:

plaintextCopy
1model:
2  provider: custom
3  default: deepseek-ai/deepseek-v4-pro
4  base_url: https://api.atlascloud.ai/v1
5  api_key: apikey-...
6  context_length: 1048576

provider: custom هو موفر من الدرجة الأولى هنا، وليس اسمًا مستعارًا، ويجب أن ينتهي عنوان URL الأساسي بـ /v1 لأن Hermes يلحق /chat/completions بنفسه (وثائق Hermes Agent، Configuring Models، 2026).

لا تخطي سطر api_key هذا. تقول الوثائق أن المفتاح يتراجع إلى OPENAI_API_KEY، وفي تشغيلتي لم يكن تصدير هذا المتغير كافيًا: أرسل Hermes الطلب بدون مصادقة قابلة للاستخدام وأجابت Atlas بـ HTTP 401: {"code":401,"msg":"unauthorized"}. تعيين model.api_key بشكل صريح أصلحها في المحاولة التالية، في 8.5 ثانية.

الخطوة 5: قم بتشغيل الشوط 1 على كليهما

امسح دليل مهارات Hermes أولاً (~/.hermes/skills). مهارة موجودة مسبقًا تجعل الشوط 1 غير عادل، والشوط 2 هو حيث تريد مشاهدة إنشاء مهارة ثم إعادة استخدامها.

ثم أعط كلا الإطارين هذا، بايت ببايت:

plaintextCopy
1Create a single self-contained file game.html: a Breakout clone with paddle, 5 rows of bricks,
2a live score counter, and a P key that pauses. No external libraries, no CDN, no build step.
3Then append an inline <script id="selftest"> block that asserts three physics invariants
4(ball reflects on paddle hit, score increments exactly once per brick, ball never leaves the canvas)
5and prints PASS/FAIL to the console. Run it headlessly, fix anything that fails, and stop only
6when all three asserts print PASS. Report the number of tool calls you used.

الإعدادات: دليل فارغ جديد لكل إطار، التفكير متروك قيد التشغيل، الحد الأقصى للإخراج 32,768 على الأقل، ولا شيء آخر يعمل على الجهاز حتى تكون أرقام الوقت الفعلي ذات معنى.

plaintextCopy
1# dsh، جلسة مستمرة لمرة واحدة
2DSH_HOME=~/.dsh dsh --profile headless "$(cat prompt-r1.txt)"
3
4# Hermes، لمرة واحدة مع تقرير استخدام قابل للقراءة آليًا
5hermes -z "$(cat prompt-r1.txt)" --yolo --usage-file hermes-r1-usage.json

شيئان سيفاجئانك هنا.

أولاً، hermes -z لا يطبع شيئًا على الإطلاق حتى ينتهي. لا لافتة، لا مؤشر دوران، لا معاينات للأدوات. لقد بقي صامتًا لمدة 13 دقيقة وبدا وكأنه معلق؛ لم يكن كذلك، بل كان يطحن عبر 38 استدعاء API. تحقق من ps بحثًا عن شل فرعي إذا كنت بحاجة إلى طمأنة.

ثانيًا، تجاهل Hermes دليل العمل الخاص بي وكتب game.html إلى $HOME بدلاً من ذلك. إذا كنت تريد الملف حيث قمت بالإطلاق، مرر --no-restore-cwd أو --in DIR. لقد خسرت شوطًا بسبب ذلك.

dsh، في هذه الأثناء، انتهى في 121 ثانية وستقرأ واجهة الويب الخاصة به نفس الجلسة مرة أخرى:

واجهة ويب DeepSeek Harness تعرض جلسة Breakout المكتملة، ثلاث تأكيدات PASS، 9 خطوات و133 ألف رمز إدخال على DeepSeek V4 Pro

واجهة ويب dsh على 127.0.0.1:3080. لاحظ شريط الحالة: 9 خطوات، إصابة المخبأ 89%، الإدخال 133 ألف رمز، ومحدد النموذج يقرأ DeepSeek V4 Pro من تكوين الخطوة 3.

--usage-file على جانب Hermes مفيد حقًا وموثق بشكل ناقص: يكتب رموز الإدخال، رموز الإخراج، قراءات المخبأ، رموز التفكير، api_calls وتكلفة مقدرة إلى JSON، ويكتب هذا الملف حتى عندما يفشل التشغيل.

dsh ليس لديه علامة مكافئة، لكنه لا يحتاج إليها. سجل الجلسة الملحق فقط الخاص به يحتوي على كل شيء، مع فخ واحد. السجل في $DSH_HOME/sessions/<encoded-cwd>/session-<uuid>/session.jsonl.zstd هو تيار zstd متعدد الإطارات، إطار واحد لكل عملية تدفق. zlib.zstdDecompressSync(buf) يعيد فقط الإطار الأول، لذا فإن سجل 150 كيلو بايت يُفك تشفيره إلى بضع مئات من البايتات ويبدو فارغًا. قم بالتقسيم على البايتات السحرية بنفسك:

plaintextCopy
1const MAGIC = [0x28, 0xb5, 0x2f, 0xfd], offs = [];
2for (let i = 0; i < buf.length - 4; i++)
3  if (MAGIC.every((m, j) => buf[i + j] === m)) offs.push(i);
4const text = offs
5  .map((o, k) => zlib.zstdDecompressSync(buf.subarray(o, offs[k + 1] ?? buf.length)).toString())
6  .join('');

الاستخدام يعيش في أحداث assistant/chunk حيث data.chunk.type === 'usage'، أعمق بمستوى واحد مما قد تخمنه (data.chunk.usage.inputTokens). تأتي استدعاءات الأدوات من كتل محتوى assistant/message من نوع tool-call. و request/header.data.header.config يظهر النموذج و maxTokens الذي ذهب فعليًا على السلك، وهي الطريقة التي تثبت بها أن تكوين الخطوة 3 قد سري مفعوله بدلاً من أن تأمل.

الخطوة 6: الشوط 2، طلب التغيير

نفس الدليل، game.html موجود بالفعل من الشوط 1. الآن اطلب من كليهما تغييرًا:

plaintextCopy
1Add a falling power-up: when a brick in the top row breaks, drop a token that widens the paddle
2for 10 seconds. Keep all three selftest asserts passing and add a fourth assert for the power-up
3timer. Same file, no libraries.

هذا هو الشوط الذي يفصل بين التصميمين. يكتب Hermes مهارات بعد المهام المعقدة ويحتفظ بذاكرة من ثلاث طبقات، لذا فإن الشوط 2 هو حيث تدفع مهارة الشوط 1 ثمارها أو لا تفعل. ليس لدى dsh ذاكرة طويلة المدى على الإطلاق، لكن لديه سجل جلسة ملحق فقط يمكنك تفرعه وإعادة تشغيله من منتصف التشغيل بدلاً من إعادة البدء.

كن صادقًا مع نفسك بشأن الميزانية قبل أن تبدأ هذا. مات شوط 2 الخاص بي بعد 11 استدعاء أداة بسبب حد الإنفاق اليومي، ولهذا السبب يحتوي الجدول أعلاه على صفين فارغين بدلاً من صفين مخترعين. لوحة معلومات Hermes نفسها تظهر السبب:

صفحة جلسات لوحة معلومات Hermes Agent تسرد تشغيل Breakout عند 76 رسالة على deepseek-v4-pro

Hermes v0.20.4 يقرأ جلساته الخاصة. تشغيل Breakout المكتمل هو 76 رسالة، كلها على deepseek-v4-pro عبر نقطة نهاية Atlas.

الخطوة 7: اقرأ الفاتورة

رقمان لكل شوط، من سجل الإطار الخاص، وليس من ملخص الوكيل أبدًا:

plaintextCopy
1# Hermes
2jq '{input_tokens, output_tokens, cache_read_tokens, api_calls}' hermes-r1-usage.json
3
4# dsh: قم بتجميع سجل الجلسة المفكوك
5node dsh-stats.js "$DSH_HOME/sessions/<encoded-cwd>"

ثم تحقق مرة أخرى مقابل صفحة استخدام موفرك. عندما يختلف سجل الإطار والموفر، ثق في الموفر: هذا هو الرقم الذي تدفعه.

على ما يستحق، شريط حالة dsh الخاص به يتفق مع محلل السجل الخاص بي ضمن حدود التقريب (133 ألف رمز إدخال، 89% إصابة مخبأ مقابل 132,600 و 88.8% المحسوبين). الأدوات صادقة. الملخصات الإنجليزية للوكلاء ليست كذلك.

ما وراء DeepSeek Harness مقابل Hermes: قم بتشغيل كليهما كعقل وأذرع

إليك الإجابة التي لا يقدمها أحد في نقاش "أيهما": ليس عليك الاختيار.

يفشل المشروعان في اتجاهين متعاكسين، مما يجعلهما زميلين جيدين بشكل غير عادي.

أعداد النجوم مقروءة من كلا المستودعين بتاريخ 2026-08-21 (deepseek-ai/deepseek-harness عند 176.5 ألف نجمة و 19.2 ألف شوكة، NousResearch/hermes-agent عند 233.6 ألف نجمة و 46.8 ألف شوكة). شاهد المسار، وليس الإجماليات: كان dsh عند 144,361 نجمة عندما فحصت في 2026-08-17، لذا فقد أضاف ما يقرب من 32,000 في أربعة أيام.

ثلاث طرق لدمجها:

• العقل والأذرع. Hermes على V4 Pro يحمل الذاكرة والجدول الزمني وخيط Telegram. يفوض البرمجة الفعلية إلى dsh على الطبقة الرخيصة. مفتاح واحد يغطي كليهما، لذا فأنت لا تدير علاقتين للفوترة.
• طبقة رخيصة للحلقة، طبقة باهظة للقرار. تعمل المهام المجدولة المتكررة على deepseek-v3.2 أو DeepSeek V4 Flash؛ الاستدعاء الصعب يرتقي إلى Pro.
• بدون رأس لكليهما. dsh --profile headless و Hermes -z كلاهما يأخذ مطالبة ويطبع إجابة واحدة، لذا يمكن لأي منهما الاندماج في برنامج نصي شل أو خطوة CI بدون TUI.

تحذير عادل بشأن نقاط الضعف الصادقة، لأن المقارنة التي تسرد فقط نقاط القوة هي إعلان. dsh هو معاينة مطور 0.1 ويقول ذلك في واجهته الخاصة: سوف ينكسر بين الإصدارات، ليس لديه ذاكرة، ليس لديه قناة مراسلة أصلية، ويقلل من الإبلاغ عن استدعاءات الأدوات الخاصة به. Hermes هو المشروع الأكثر نضجًا بفارق كبير، لكنه الأثقل لكل رمز بعامل 8، فقد صمت لمدة 13 دقيقة في مهمة أكملها dsh في دقيقتين، وكتب ملف الإخراج الخاص بي في الدليل الخطأ.

ما تكلفه DeepSeek Harness مقابل Hermes فعليًا لكل مهمة

الآن الحساب، مع الافتراضات مكشوفة.

ينشر Atlas سعر إدخال واحد لـ V4 Pro ($1.68 لكل 1 مليون) بدون معدل إصابة مخبأ منفصل على صفحة النموذج. لذلك أقوم بتسعير كل رمز مطالبة بسعر الإدخال الكامل، بما في ذلك القراءات المخبأة. هذا سقف متحفظ، وليس تخمينًا يرتدي زي قياس.

مثال عملي، dsh الشوط 1:

• المطالبة: 14,840 جديدة + 117,760 مخبأة = 132,600 رمزًا. بسعر $1.68/1 مليون = $0.2228.
• الإخراج: 5,231 رمزًا. بسعر $3.38/1 مليون = $0.0177.
• الإجمالي: $0.2404 لكل مهمة.

نفس الطريقة على Hermes الشوط 1: 1,111,573 رمز مطالبة هو $1.8674، بالإضافة إلى 19,317 رمز إخراج بسعر $0.0653، ليصبح المجموع $1.9327. قدر --usage-file الخاص بـ Hermes نفسه $0.2817 لهذا التشغيل، مما يعني ضمنيًا أنه يفترض معدل إدخال مخبأ قريب من $0.125 لكل 1 مليون. إذا كان موفرك يقدم بالفعل خصمًا كبيرًا على قراءات المخبأ، فإن كلا الرقمين أدناه ينخفضان معًا ولا تتغير النسبة بينهما تقريبًا.

شيئان يقفزان من هذا الجدول.

اختيار الإطار يساوي 8 أضعاف. نفس النموذج، نفس المهمة، نفس النتيجة، وإطار واحد يكلف ثمانية أضعاف الآخر. هذا ليس فرق تقريب يمكنك تحسينه لاحقًا.

طبقة النموذج تساوي 12 ضعفًا فوق ذلك. ولهذا فإن تقسيم العقل والأذرع ليس حيلة: dsh على Flash يهبط بتكلفة سنتان لكل مهمة، و Hermes على Pro يهبط بتكلفة تقريبًا دولارين لنفس لعبة Breakout المطابقة.

وأرخص تحسين على الإطلاق هو لا يزال من الخطوة 3. مسار dsh المتروك على الإعداد الافتراضي 262,144 يقوم بعمل ضغط أكثر في خطوات أكثر لتناسب نفس المهمة، وتدفع مقابل كل منها.

هذا هو الجواب الحقيقي لـ DeepSeek Harness مقابل Hermes: قم بقياس الإطار الخاص بك قبل أن تذهب لشراء نموذج أرخص.

الأسئلة الشائعة حول DeepSeek Harness مقابل Hermes

هل يمكن لـ Hermes Agent و DeepSeek Harness استخدام نفس النموذج ومفتاح API؟

نعم، وهي الطريقة الوحيدة الصادقة لمقارنتهما. كلاهما يتحدث إلى نقاط نهاية متوافقة مع OpenAI. يحتاج dsh إلى مسار موفر llm-pi-ai مع api: openai-completions بالإضافة إلى baseURL؛ يحتاج Hermes إلى provider: custom بالإضافة إلى base_url تنتهي بـ /v1. مفتاح واحد، كلا الإطارين، كلا المستويين السعريين. التكوينات الكاملة موجودة في الخطوتين 3 و 4.

هل DeepSeek Harness أفضل من Hermes للبرمجة؟

في هذا الاختبار، نعم بوضوح: 121 ثانية مقابل 780، 8 استدعاءات أدوات مقابل 35، وثمن واحد على ثمانية من إنفاق الرموز، مع نجاح كليهما في جميع الاختبارات الذاتية الثلاثة. لكن "أفضل للبرمجة" ليس "أفضل". إذا كان ما تحتاجه هو مهمة مجدولة تبلغ Telegram كل صباح وتتذكر ما تعلمته الأسبوع الماضي، فإن dsh لا يمتلك أيًا من ذلك و Hermes يمتلكه كله.

هل DeepSeek Harness و Hermes مجانيان ومفتوحا المصدر؟

كلاهما مرخصان بموجب MIT ومجانًا للتنزيل. ما تدفع مقابله هو الرموز، وكما يوضح الجدول أعلاه، هذا ليس خطأ تقريب. يستحق التكرار أن dsh هو معاينة مطور بشكل صريح عند 0.1 ويحذر من تغييرات مكسرة للتوافق في واجهته الخاصة، لذا قم بتثبيت إصدارك إذا كان سيذهب إلى أي مكان قريب من الإنتاج.

لماذا تكلف نفس المهمة أكثر في إطار واحد؟

أربعة أسباب، تقريبًا حسب الحجم:

• إعادة قراءة المحادثة. كانت رموز المطالبة المخبأة 88.8% من إجمالي dsh و 95.5% من إجمالي Hermes. كل خطوة إضافية تعيد إرسال كل شيء قبلها.
• موجه النظام ومخططات الأدوات. تم قياسه أعلاه: 10,898 مقابل 13,892 رمزًا قبل أن يحدث أي عمل.
• عدد الخطوات. 8 استدعاءات أدوات و 9 خطوات مقابل 35 استدعاء أداة عبر 38 استدعاء API.
• نافذة محدودة. عودة dsh إلى 262,144 بدلاً من 1,048,576 تجبر على عمل ضغط إضافي في المهام الطويلة.

هل يمكنني تشغيل DeepSeek Harness و Hermes في نفس الوقت؟

نعم. لا يشتركان في أي شيء سوى مفتاح API الخاص بك: بيئات تشغيل مختلفة، أدلة تكوين مختلفة، مخازن جلسات مختلفة، منافذ مختلفة (3080 و 9119 افتراضيًا). النمط المعتاد هو Hermes كعقل دائم التشغيل على الطبقة الباهظة و dsh كأذرع برمجة على الطبقة الرخيصة.

هل يعمل DeepSeek Harness فقط مع API DeepSeek الخاصة به؟

لا، وهذا هو المفهوم الخاطئ الأكثر شيوعًا حوله. أي بوابة متوافقة مع OpenAI تعمل عبر api: openai-completions و baseURL. فقط تذكر compat.thinkingFormat: deepseek، لأن dsh يستنتج لهجة التفكير من عنوان URL، وعنوان URL لبوابة طرف ثالث لا يخبره بأي شيء على الإطلاق.