DeepSeek Harness vs OpenCode: Luka w użyciu tokenów, którą większość programistów pomija

Wybrałeś tani model. Zrobiłeś obliczenia na karcie modelu. Potem przyszła faktura i wcale nie wyglądała jak twoje obliczenia.

Ta różnica prawie nigdy nie leży po stronie modelu. To sprawka uprzęży (harness). To uprząż decyduje, ile razy model zostanie wywołany, ile konwersacji jest odtwarzane przy każdym wywołaniu, jak duże są schematy narzędzi i czy nieudana próba testu zostanie ponowiona trzy razy czy dwanaście. Ten sam model, to samo zadanie, dwie różne uprzęże – diametralnie różne liczby tokenów.

13 sierpnia 2026 roku DeepSeek udostępnił open source swoją własną uprząż agenta i dyskusja szybko nabrała tempa. Z jednej strony mamy dwutygodniowe repozytorium od laboratorium, które buduje model. Z drugiej strony – OpenCode, najbardziej oprogramowanie pomocnicze do kodowania na GitHubie. Oba na licencji MIT. Oba działają z dowolnym modelem, który im wskażesz.

Oto więc uczciwa wersja porównania. Nie nastroje, nie gwiazdki. Co każda z nich faktycznie robi z Twoim zużyciem tokenów i jak to zmierzyć na własnym repozytorium w około piętnaście minut.

Kluczowe wnioski

• DeepSeek Harness to środowisko uruchomieniowe agenta oparte na wtyczkach od DeepSeek AI, licencjonowane MIT, napisane w TypeScript, wciąż oznaczone jako developer preview. Modele, narzędzia, sesje, przechowywanie, piaskownice, pętle, a nawet sama pętla agenta – wszystko to wymienne wtyczki.
• OpenCode to natywny dla terminala agent kodowania w Go, z około 198 tysiącami gwiazdek na GitHubie, dojrzałym interfejsem TUI, obsługą LSP i dużym katalogiem dostawców. Jest bezpiecznym domyślnym wyborem na dziś.
• Wybór uprzęży wpływa na zużycie tokenów bardziej, niż większość się spodziewa. W benchmarku 30 przepływów pracy na DeepSeek V4 Flash, testowane uprzęże zużywały od około 192 000 do 1 400 000 średnich tokenów na zadanie.
• DeepSeek Harness nie było w tym benchmarku. Został uruchomiony dwa dni po publikacji, więc każdy, kto cytuje teraz liczby benchmarkowe dla Harness, zgaduje.
• Oba są niezależne od modelu, więc możesz skierować oba na jeden kompatybilny z OpenAI endpoint i przeprowadzić prawdziwe porównanie jeden do jednego. To jedyna liczba, która ma znaczenie dla Twojej bazy kodu.

Dwa laptopy obok siebie na nasłonecznionym biurku, wykonujące to samo zadanie kodowania przez dwie różne uprzęże agentów

Jedyny uczciwy sposób na porównanie DeepSeek Harness vs OpenCode: jeden model, jedno zadanie, dwa terminale.

Dlaczego DeepSeek Harness vs OpenCode stało się tematem miesiąca

Slogan DeepSeek brzmi: Agent = Model + Uprząż. Model myśli, uprząż czyta pliki, uruchamia terminal i wywołuje narzędzia. Przez dwa lata wszyscy optymalizowali pierwszą połowę, traktując drugą jako hydraulikę.

Hydraulika okazała się droga.

Composio uruchomiło 30 złożonych, wieloapowych przepływów pracy przez 8 różnych uprzęży agentów, wszystkie napędzane tym samym modelem DeepSeek V4 Flash, z limitem 900 sekund na zadanie i binarną oceną programistyczną w 240 przebiegach (Composio, sierpień 2026). Ten sam model wszędzie. Wyniki nie były bliskie.

Przeczytaj ponownie kolumnę tokenów. Najbardziej oszczędna uprząż zużyła około jednej siódmej tokenów w porównaniu do najbardziej rozrzutnej, działając na identycznym modelu i identycznych zadaniach. Wniosek z benchmarku: uprzęże „mogą mieć tak samo duże znaczenie jak modele, które uruchamiają”.

A teraz to, co większość artykułów pomija. DeepSeek Harness nie ma w tej tabeli. Benchmark opublikowano 11 sierpnia, a uprząż pojawiła się 13 sierpnia. Nie ma wiarygodnych, bezpośrednich danych o zużyciu tokenów dla DeepSeek Harness, a każdy, kto pokazuje Ci takie liczby w tym miesiącu, albo sam je policzył na wąskim zadaniu, albo je zmyślił. To, co daje tabela, to solidna, udokumentowana wartość bazowa dla OpenCode: 692 000 tokenów na zadanie, 46,7% zdawalności, mediana 129,7 sekundy.

To jest liczba, którą próbujesz pobić, a reszta tego artykułu pokazuje, jak to uczciwie przetestować.

DeepSeek Harness vs OpenCode: ten sam model, jeden endpoint, dwa środowiska uruchomieniowe

Oto praktyczny kształt każdego narzędzia, zanim cokolwiek uruchomimy.

Ważny wiersz to architektura. OpenCode daje dobrze zbudowanego agenta i pozwala rozszerzać krawędzie. DeepSeek Harness daje szkielet i pozwala wymienić kręgosłup, w tym pętlę agenta, która sama jest wtyczką. To naprawdę nietypowe i dlatego wciąż jest to wersja preview.

Oba są niezależne od modelu, i to jest cały powód, dla którego możliwy jest uczciwy test. Skieruj oba na jeden kompatybilny z OpenAI endpoint obsługujący jeden model, a każda zmierzona różnica będzie należeć do uprzęży.

W tym przewodniku uruchamiam DeepSeek V4 Flash z Atlas Cloud, ponieważ udostępnia prosty, kompatybilny z OpenAI endpoint, który obie uprzęże akceptują bez żadnego kodu adaptera, a ten sam klucz działa dla obu przebiegów. Na liście deepseek-v4-flash-0731 cena wynosi 0,14 USD za milion tokenów wejściowych i 0,28 USD za milion tokenów wyjściowych, z oknem kontekstu 1 048 576 tokenów i maksymalnym wyjściem 393 216, według stanu na sierpień 2026. Każdy dostawca kompatybilny z OpenAI nadaje się do tego testu. Chodzi o to, aby obie uprzęże trafiły na ten sam.

Warto wiedzieć przed wyborem modelu: OpenCode publikuje własne zagregowane dane o użyciu, a modele DeepSeek przepuściły przez niego 233 biliony tokenów, z czego V4 Flash stanowi 85,5%, a V4 Pro pozostałe 14,5% (OpenCode, sierpień 2026). Flash jest tym, na czym faktycznie działa ekosystem.

Krok 1: Skieruj DeepSeek Harness vs OpenCode na ten sam model

Uzyskaj jeden klucz API i jeden podstawowy URL, a następnie podaj obu narzędziom dokładnie tę samą parę. Utwórz klucz w konsoli Atlas Cloud i wyeksportuj go raz:

bashCopy
1export ATLAS_API_KEY="twoj-klucz-api"
2

Zanim podłączysz którąkolwiek uprząż, sprawdź poprawność endpointu i dokładnego identyfikatora modelu za pomocą jednego wywołania. Jeśli to nie zwróci tekstu, nic dalej nie zadziała:

bashCopy
1curl https://api.atlascloud.ai/v1/chat/completions \
2  -H "Authorization: Bearer $ATLAS_API_KEY" \
3  -H "Content-Type: application/json" \
4  -d '{
5    "model": "deepseek-ai/deepseek-v4-flash-0731",
6    "messages": [{"role": "user", "content": "Odpowiedz jednym słowem: gotowe"}]
7  }'
8

Pomaga zobaczyć, jak model odpowiada na prawdziwe zadanie raz, bezpośrednio przez endpoint, zanim przekażesz je agentowi. Wtedy wiesz, że nieudany przebieg to wina uprzęży, a nie trasy:

Podpowiedź zadania z artykułu wysłana do api.atlascloud.ai, obok rzeczywistej odpowiedzi DeepSeek V4 Flash 0731 i zgłoszonego zużycia tokenów

Jedno prawdziwe wywołanie modelu deepseek-ai/deepseek-v4-flash-0731, tego samego identyfikatora modelu, którego użyją obie uprzęże: 148 tokenów wejściowych, 6 879 tokenów wyjściowych, z czego 5 731 to rozumowanie. To jest Twoje minimum, zanim uprząż doda choć jeden schemat narzędzia.

Teraz skonfiguruj każdą stronę. DeepSeek Harness czyta $DSH_HOME/settings.yaml, a niestandardowi dostawcy kompatybilni z OpenAI umieszczani są pod wtyczką llm-pi-ai (dokumentacja DeepSeek Harness, sierpień 2026):

yamlCopy
1llm-pi-ai:
2  providers:
3    atlas:
4      apiKeyEnv: ATLAS_API_KEY
5      api: openai-completions
6      baseURL: https://api.atlascloud.ai/v1
7      models:
8        - id: deepseek-ai/deepseek-v4-flash-0731
9

Pole api akceptuje wartości openai-completions, openai-responses lub anthropic-messages. Tutaj użyj openai-completions. Jeśli wolisz nie edytować YAML ręcznie, interfejs webowy ma Ustawienia, następnie Modele, a następnie Dodaj niestandardowego dostawcę, który zapisuje ten sam blok i przechowuje klucz w $DSH_HOME/.credentials.yaml.

OpenCode czyta opencode.json w katalogu głównym projektu lub globalnym katalogu konfiguracyjnym (dokumentacja OpenCode, sierpień 2026):

jsonCopy
1{
2  "$schema": "https://opencode.ai/config.json",
3  "provider": {
4    "atlas": {
5      "npm": "@ai-sdk/openai-compatible",
6      "name": "Atlas Cloud",
7      "options": {
8        "baseURL": "https://api.atlascloud.ai/v1",
9        "apiKey": "{env:ATLAS_API_KEY}"
10      },
11      "models": {
12        "deepseek-ai/deepseek-v4-flash-0731": {
13          "name": "DeepSeek V4 Flash 0731",
14          "limit": { "context": 1048576, "output": 393216 }
15        }
16      }
17    }
18  },
19  "model": "atlas/deepseek-ai/deepseek-v4-flash-0731"
20}
21

Użyj @ai-sdk/openai-compatible, a nie @ai-sdk/openai, ponieważ ten endpoint obsługuje /v1/chat/completions. Ustaw wartości limit na rzeczywiste liczby kontekstu i wyjścia, ponieważ OpenCode używa ich do decyzji o podsumowaniu, a błędny limit poważnie zafałszuje porównanie tokenów.

Krok 2: Uruchom zadanie benchmarkowe w DeepSeek Harness

Wybierz jedno zadanie, które jest wystarczająco duże, aby wymagać kilku wywołań narzędzi, i wystarczająco małe, aby można je było obiektywnie ocenić. Wieloplikowe, plus zestaw testów, które muszą faktycznie przejść. Użyj tego samego stanu repozytorium dla obu przebiegów, więc najpierw zatwierdź lub odłóż zmiany.

Oto dokładna podpowiedź zadania. Wklej ją dosłownie do obu uprzęży:

textCopy
1W tym repozytorium dodaj middleware ogranicznika prędkości (token bucket) dla aplikacji Express w src/server.js. Ogranicz każde IP do 60 żądań na minutę. W przypadku odrzucenia zwróć HTTP 429 z treścią JSON {"error":"rate_limited","retryAfter":<sekundy>}. Podłącz middleware do każdej trasy /api/*. Dodaj testy jednostkowe w test/rate-limit.test.js obejmujące trzy przypadki: żądanie poniżej limitu jest dozwolone, żądanie powyżej limitu jest blokowane z kodem 429, a licznik resetuje się po wygaśnięciu okna. Uruchom zestaw testów i napraw błędy, aż przejdzie. Nie modyfikuj żadnych plików poza src/ i test/.

Uruchom Harness z katalogu projektu:

bashCopy
1cd /path/to/your/repo
2npx @deepseek-ai/dsh web
3

To uruchomi interfejs webowy pod adresem http://127.0.0.1:3080. Wybierz dostawcę atlas i model deepseek-ai/deepseek-v4-flash-0731, wklej zadanie i pozwól mu działać do końca. Nie ingeruj, nie odpowiadaj na pytania wyjaśniające z podpowiedziami. Jakakolwiek pomoc udzielona jednej uprzęży, a nie drugiej, unieważnia porównanie.

Gdy skończy, otwórz widok Trajektorii. To jest zapis sesji i tam znajdują się liczby tokenów.

Krok 3: Powtórz przebieg w OpenCode dla uczciwego testu DeepSeek Harness vs OpenCode

Przywróć repozytorium do dokładnie tego samego stanu początkowego. To jest krok, w którym większość nieformalnych porównań po cichu się psuje, ponieważ druga uprząż zaczyna od repozytorium, które pierwsza już naprawiła.

bashCopy
1git checkout -- . && git clean -fd
2

Następnie uruchom OpenCode z tym samym modelem:

bashCopy
1opencode --model atlas/deepseek-ai/deepseek-v4-flash-0731
2

Wklej identyczną podpowiedź zadania z Kroku 2. Użyj domyślnego agenta build, ponieważ ma on pełny dostęp do plików i powłoki. Ponownie, żadnych podpowiedzi, żadnych korekt kursu, takie samo podejście bez ingerencji.

Pozwól mu skończyć, a następnie zweryfikuj oba przebiegi w ten sam sposób, w jaki oceniłbyś dowolny pull request:

bashCopy
1npm test
2

Przebieg, który pozostawia zestaw testów czerwony, nie zdał, niezależnie od tego, jak pewnie brzmiało podsumowanie. Oceń binarnie, dokładnie tak, jak robi to metodologia Composio. Działający do połowy ogranicznik prędkości to porażka.

Krok 4: Odczytaj zużycie tokenów DeepSeek Harness vs OpenCode

Teraz zbierz liczby. Obie uprzęże śledzą użycie, ale prezentują je bardzo różnie i to jest największa codzienna różnica między nimi.

DeepSeek Harness ma domyślnie zamontowany licznik tokenów. Udostępnia trzy prognozy sesji, które możesz odczytać bezpośrednio: tokenUsage dla bieżącej sumy, contextPressure dla tego, jak blisko jesteś okna, oraz contextBreakdown dla tego, gdzie poszły tokeny. Ta ostatnia jest najbardziej przydatna, ponieważ mówi, czy Twój rachunek to system prompt, schematy narzędzi, odczyty plików, czy odtwarzanie konwersacji. Licznik używa stałej heurystyki około jednego tokena na cztery znaki, a nie prawdziwego tokenizatora, więc traktuj go jako solidne przybliżenie, a nie fakturę.

Harness obsługuje również pełny kontekst inaczej. Zamiast obcinać, jego silnik kompresji składa: zastępuje widoczną dla modelu powierzchnię podsumowaniem, podczas gdy pełny log pozostaje w warstwie trwałości. Traci się tokeny z podpowiedzi, a nie historię z rekordu.

OpenCode śledzi tokeny i koszty na sesję i wyświetla je w pasku stanu podczas pracy. Podział w TUI jest celowo minimalny, dlatego istnieje mały ekosystem zewnętrznych analizatorów, które odczytują bazę danych sesji OpenCode bezpośrednio, aby rozbić użycie według narzędzia i wskaźnika trafień w cache. Jeśli chcesz przypisania do narzędzia, będziesz musiał coś zainstalować.

Do samego porównania nie ufaj licznikowi żadnego narzędzia jako ostatecznemu słowu. Użyj liczby po stronie dostawcy, ponieważ to jest to, co faktycznie płacisz:

Najczystsza metoda to utworzenie dwóch oddzielnych kluczy API, jednego nazwanego harness-test i drugiego opencode-test, i użycie każdego dokładnie do jednego przebiegu. Wtedy strona użycia dostawcy daje bezdyskusyjne zestawienie obok siebie z zerowym błędem estymacji. Ta sztuczka zajmuje dwie minuty i usuwa każde źródło nieporozumień co do tego, który licznik jest poprawny.

Zużycie tokenów w uprzęży DeepSeek: co faktycznie wpływa na rachunek

Kiedy już masz prawdziwe liczby, oto dźwignie, które warto poruszyć. Odnoszą się do obu uprzęży i mają znacznie większe znaczenie niż to, którą wybrałeś.

Odtwarzanie konwersacji to zwykle największa pozycja. Agenci wysyłają rosnącą konwersację przy każdym kroku. Zadanie 40-etapowe nie kosztuje 40 podpowiedzi, ale coś bliższego sumie 40 coraz dłuższych podpowiedzi. Dlatego rozpiętość w benchmarku wynosiła od 192 000 do 1 400 000 tokenów przy identycznej pracy. Uprzęże, które agresywnie podsumowują, lądują na dole tego zakresu.

Trafienia w cache to najtańsza dostępna optymalizacja. Trafienia w cache DeepSeek V4 Flash są wycenione na około 0,0028 USD za milion tokenów wobec 0,14 USD za milion przy chybieniu, czyli około 98% taniej. Buforowanie działa tylko wtedy, gdy prefiks żądania jest identyczny bajt po bajcie, co jest dokładnie powodem, dla którego DeepSeek Harness wymusza ścisłą interpolację {{variable}} z semantyką głośnego błędu i utrzymuje stabilny nagłówek żądania. Uprząż, która tasuje system prompt między wywołaniami, po cichu zamienia każde trafienie w chybienie.

Schematy narzędzi są dołączane przy każdym wywołaniu. Dwadzieścia podłączonych serwerów MCP oznacza dwadzieścia zestawów schematów w podpowiedzi, na zawsze, niezależnie od tego, czy zadanie ich dotyczy. Odłącz to, czego to zadanie nie potrzebuje, przed benchmarkiem, albo będziesz mierzyć swoją konfigurację MCP, a nie uprząż.

Przerośnięte wyniki narzędzi zatruwają kontekst. Jeden cat pliku o długości 3000 linii lub gadatliwy testrunner zrzucający pełne ślady stosu pozostaje w konwersacji do końca przebiegu. Harness ma opcjonalnego towarzysza przycinania wyników, który przepisuje przerośnięte wyniki narzędzi przed podsumowaniem. Warto go włączyć.

Ponowienia są niewidoczne, dopóki nie policzysz wywołań. Uprząż, która ponawia nieudany test trzy razy, wydaje trzykrotnie. Porównaj kolumnę liczby wywołań, a nie tylko całkowitych tokenów, w przeciwnym razie błędnie zdiagnozujesz pętlę ponowień jako drogi model.

Jeśli chodzi o koszt, arytmetyka jest prosta, gdy masz liczbę tokenów. Przy stawce Atlas Cloud dla DeepSeek V4 Flash, zadanie o wartości 692 000 tokenów z przewagą wejściowych kosztuje kilka centów. To dobra wiadomość w tej kategorii: model jest na tyle tani, że marnotrawstwo uprzęży jest problemem wydajności, a nie budżetowym. Staje się realną liczbą dopiero po pomnożeniu przez zespół pracujący cały dzień, każdego dnia. Przeglądaj pełny katalog modeli, jeśli chcesz uruchomić ten sam test na drugim modelu i oddzielić efekty modelu od efektów uprzęży.

Jedno zastrzeżenie, które powinno wpłynąć na Twoją decyzję bardziej niż jakakolwiek liczba tokenów: DeepSeek Harness jest wyraźnie w fazie developer preview, a jego własny README ostrzega wielkimi literami, że należy spodziewać się zmian przełamujących zgodność. To jest dobra rzecz do testowania i ryzykowna do standaryzacji dla zespołu w tym miesiącu. OpenCode jest nudnym wyborem, a nuda to zaleta, gdy działa na Twoim produkcyjnym repozytorium.

Często zadawane pytania

Czy DeepSeek Harness jest lepsze od OpenCode?

Jeszcze nie, dla większości ludzi. OpenCode jest dojrzałe, natywne dla terminala, ma około 198k gwiazdek i duży katalog dostawców, i działa dziś. DeepSeek Harness ma dwa tygodnie, jest w fazie developer preview i ostrzega przed zmianami przełamującymi zgodność. Harness jest bardziej interesujące architektonicznie, ponieważ każdy komponent, w tym pętla agenta, jest wymienną wtyczką. Jeśli chcesz przepisać wnętrzności agenta, Harness jest do tego zbudowane. Jeśli chcesz dostarczyć kod w tym tygodniu – OpenCode.

Czy DeepSeek Harness działa tylko z modelami DeepSeek?

Nie. Jest niezależne od modelu. Ma wbudowanych katalogowych dostawców dla DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure i Codex, a możesz dodać dowolnego niestandardowego dostawcę obsługującego openai-completions, openai-responses lub anthropic-messages, dodając blok do $DSH_HOME/settings.yaml. Konfiguracja w Kroku 1 kieruje go na zewnętrzny, kompatybilny z OpenAI endpoint bez kodu adaptera.

Jak sprawdzić zużycie tokenów w uprzęży DeepSeek?

Użyj wbudowanego licznika tokenów, który jest domyślnie zamontowany i udostępnia prognozy tokenUsage, contextPressure i contextBreakdown, widoczne w widoku Trajektorii. Pamiętaj, że szacuje on za pomocą stałej heurystyki około jednego tokena na cztery znaki, a nie używa prawdziwego tokenizatora. Dla dokładności rozliczeń użyj panelu użycia swojego dostawcy, najlepiej z dedykowanym kluczem API na przebieg. Wtyczki społecznościowe, takie jak pulpity nawigacyjne użycia tokenów, dodają trwałe zapisy na sesję.

Która uprząż zużywa mniej tokenów, DeepSeek Harness czy OpenCode?

Nie ma jeszcze opublikowanego bezpośredniego porównania. Benchmark 8 uprzęży na DeepSeek V4 Flash zmierzył OpenCode na średnio 692 000 tokenów na zadanie, ale został uruchomiony dwa dni przed wydaniem DeepSeek Harness, więc Harness nie został uwzględniony. Każdy, kto cytuje liczbę Harness z tego benchmarku, cytuje coś, co nie istnieje. Przeprowadź test z Kroków 2-4 na własnym repozytorium, ponieważ zużycie tokenów silnie zależy od rozmiaru Twojej bazy kodu, konfiguracji MCP i kształtu zadania.

Czy mogę uruchomić DeepSeek Harness i OpenCode na tym samym kluczu API?

Tak, i do swobodnego testu to w porządku. Dla czystego pomiaru użyj dwóch oddzielnych kluczy, po jednym na uprząż. Wtedy panel użycia dostawcy automatycznie przypisze każdy token do odpowiedniego przebiegu i nigdy nie będziesz musiał uzgadniać dwóch różnych wewnętrznych estymatorów z jedną fakturą.

Jaka jest różnica między agentem a uprzężą?

Slogan DeepSeek brzmi: Agent = Model + Uprząż. Model wykonuje rozumowanie. Uprząż to wszystko, co łączy go z rzeczywistością: odczytywanie i zapisywanie plików, uruchamianie poleceń powłoki, wywoływanie narzędzi, zarządzanie sesjami, obsługa zatwierdzeń i sterowanie pętlą, która decyduje, co wydarzy się dalej. Ten sam model plus inna uprząż daje mierzalnie innego agenta, co jest całym celem tego porównania.