DeepSeek Harness กับ OpenCode: ช่องว่างการใช้งาน Token ที่นักพัฒนาส่วนใหญ่มองข้าม

DeepSeek Harness ไม่ได้เป็นส่วนหนึ่งของการทดสอบนั้น มันถูกปล่อยออกมาสองวันต่อมา นั่นหมายความว่าคำถามที่มีประโยชน์ไม่ใช่ "อันไหนชนะ?" แต่เป็นวิธีการเรียกใช้งานงานเดียวกันผ่านทั้งสองเครื่องมือ บนโมเดลเดียวกัน และอ่านค่าใช้จ่ายโดยไม่หลอกตัวเอง

ประเด็นสำคัญ

• การเลือก Harness สามารถเปลี่ยนการใช้โทเค็นได้ประมาณ 7 เท่า ในงานตัวแทนที่เทียบเคียงได้
• วัด DeepSeek Harness และ OpenCode ด้วยโมเดลเดียวกัน และสถานะพื้นที่เก็บข้อมูลเดียวกัน
• ใช้คีย์ API แยกกัน ก่อนที่คุณจะเลือกใช้เครื่องมือใดเครื่องมือหนึ่งสำหรับงานประจำวัน

แล็ปท็อปสองเครื่องกำลังทำงานโค้ดเดียวกันผ่านชุดเครื่องมือตัวแทนสองชุด

การตั้งค่าที่ยุติธรรม: หนึ่งโมเดล หนึ่งงาน สองเทอร์มินัล

สิ่งที่การทดสอบสาธารณะบอกเรา

Composio เรียกใช้งานเวิร์กโฟลว์หลายแอปที่ซับซ้อน 30 รายการผ่านชุดเครื่องมือตัวแทน 8 ชุด โดยทั้งหมดใช้ DeepSeek V4 Flash, ขีดจำกัด 900 วินาทีต่องาน และการให้คะแนนแบบไบนารีผ่านโปรแกรมใน 240 รัน (Composio, สิงหาคม 2026) โมเดลเดียวกัน, Harness ต่างกัน

คอลัมน์โทเค็นสำคัญกว่าลำดับ การกระจายอยู่ระหว่าง 192,000 ถึง 1,400,000 โทเค็นเฉลี่ยต่องาน นั่นคือโมเดลเดียวกันทำงานที่เทียบเคียงได้ผ่านรันไทม์ที่แตกต่างกัน

OpenCode ให้ค่าพื้นฐานที่อ้างอิงได้: 692,000 โทเค็นต่องาน, อัตราผ่าน 46.7% และเวลามัธยฐาน 129.7 วินาที DeepSeek Harness ไม่มีตัวเลขเปรียบเทียบโดยตรงจากเกณฑ์ชี้วัดนี้เพราะ DeepSeek ปล่อยมันในวันที่ 13 สิงหาคม 2026 สองวันหลังจากที่เกณฑ์ชี้วัดเผยแพร่

ใช้ตารางเป็นคำเตือน ไม่ใช่คำตัดสิน มันแสดงให้เห็นว่า Harness สามารถครอบงำต้นทุนได้ มันไม่ได้พิสูจน์ว่า DeepSeek Harness เอาชนะ OpenCode ในพื้นที่เก็บข้อมูลของคุณหรือไม่

สิ่งที่เปลี่ยนแปลงเมื่อคุณเปลี่ยน Harness

ก่อนทดสอบ ให้เปรียบเทียบเครื่องมือทั้งสองตามส่วนที่ส่งผลต่อนักพัฒนาที่ทำงาน: พื้นผิวการตั้งค่า, ความสมบูรณ์, การมองเห็นโทเค็น และคุณสามารถแทนที่ลูปตัวแทนได้มากน้อยแค่ไหน

OpenCode ให้ตัวแทนเขียนโค้ดที่เสถียรพร้อมจุดขยายรอบขอบ DeepSeek Harness ให้รันไทม์ที่สามารถสลับลูปตัวแทนได้ ความยืดหยุ่นนั้นช่วยได้หากคุณกำลังสร้างโครงสร้างพื้นฐานตัวแทน มันเพิ่มความเสี่ยงหากคุณต้องการเครื่องมือเริ่มต้นสำหรับโค้ดการผลิตในสัปดาห์นี้

เครื่องมือทั้งสองสามารถเข้าถึงปลายทางที่เข้ากันได้กับ OpenAI เดียวกัน ทำให้การทดสอบที่ยุติธรรมเป็นไปได้: หนึ่งโมเดล, หนึ่ง URL ฐาน, หนึ่งงาน และหนึ่งสถานะพื้นที่เก็บข้อมูลเริ่มต้น

สำหรับคำแนะนำนี้ DeepSeek V4 Flash ทำงานผ่าน Atlas Cloud ซึ่งเปิดเผยปลายทางที่เข้ากันได้กับ OpenAI ที่เครื่องมือทั้งสองยอมรับ รายการ deepseek-v4-flash-0731 แสดงราคา $0.14 ต่อล้านโทเค็นอินพุต, $0.28 ต่อล้านโทเค็นเอาต์พุต, หน้าต่างบริบท 1,048,576 โทเค็น และเอาต์พุตสูงสุด 393,216 ณ เดือนสิงหาคม 2026 ผู้ให้บริการใดก็ได้ผลถ้า Harness ทั้งสองใช้ปลายทางและรหัสโมเดลเดียวกัน

OpenCode ยังเผยแพร่ข้อมูลการใช้งานรวม โมเดล DeepSeek ได้เคลื่อนย้าย 233 ล้านล้านโทเค็นผ่าน OpenCode โดย V4 Flash คิดเป็น 85.5% และ V4 Pro คิดเป็น 14.5% (OpenCode, สิงหาคม 2026) รูปแบบการใช้งานนั้นทำให้ V4 Flash เป็นค่าเริ่มต้นที่ใช้งานได้จริงสำหรับการเปรียบเทียบ

ขั้นตอนที่ 1: ชี้เครื่องมือทั้งสองไปที่โมเดลเดียวกัน

สร้างคีย์ API หนึ่งคีย์และ URL ฐานหนึ่ง URL จากนั้นป้อนคู่เดียวกันให้กับเครื่องมือทั้งสอง สร้างคีย์ใน คอนโซล Atlas Cloud และส่งออกครั้งเดียว:

plaintextCopy
1export ATLAS_API_KEY="your-api-key"
2

ตรวจสอบปลายทางก่อนที่จะส่งให้ Harness ใด:

plaintextCopy
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": "Reply with the single word: ready"}]
7  }'
8

การเรียกนั้นพิสูจน์ว่าเส้นทาง, คีย์ และรหัสโมเดลทำงานก่อนที่ Harness จะเพิ่มเครื่องมือ, การลองใหม่ หรือการเล่นซ้ำการสนทนา

พร้อมท์โค้ด, โค้ดที่สร้างขึ้น และสถิติโทเค็นจากการเรียกโมเดลหนึ่งครั้ง

การเรียกโดยตรงหนึ่งครั้งไปยัง `deepseek-ai/deepseek-v4-flash-0731`: 148 โทเค็นพร้อมท์ขาเข้า, 6,879 โทเค็นเอาต์พุตกลับมา รวมถึง 5,731 โทเค็นการให้เหตุผล ถือว่านั่นเป็นพื้นก่อนที่ Harness จะเพิ่มสคีมาเครื่องมือและประวัติ

DeepSeek Harness อ่าน $DSH_HOME/settings.yaml และผู้ให้บริการที่เข้ากันได้กับ OpenAI แบบกำหนดเองจะอยู่ภายใต้ปลั๊กอิน llm-pi-ai (เอกสาร DeepSeek Harness, สิงหาคม 2026):

plaintextCopy
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

ใช้ openai-completions สำหรับปลายทางนี้ เว็บ UI สามารถเขียนบล็อกผู้ให้บริการเดียวกันได้จาก Settings, Models, Add custom provider จากนั้นเก็บคีย์ใน $DSH_HOME/.credentials.yaml

OpenCode อ่าน opencode.json ในรูทโปรเจกต์ของคุณหรือไดเรกทอรีการกำหนดค่าทั่วโลก (เอกสาร OpenCode, สิงหาคม 2026):

plaintextCopy
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

ใช้ @ai-sdk/openai-compatible เพราะปลายทางนี้ให้บริการ /v1/chat/completions ตั้งค่าขีดจำกัดบริบทและเอาต์พุตจริง OpenCode ใช้สิ่งเหล่านี้เมื่อตัดสินใจว่าจะสรุปเมื่อใด และขีดจำกัดที่ผิดอาจบิดเบือนการเปรียบเทียบโทเค็น

ขั้นตอนที่ 2: เรียกใช้งานงานทดสอบเดียวกันใน DeepSeek Harness

เลือกงานที่ใหญ่พอที่จะต้องมีการเรียกใช้เครื่องมือหลายครั้งและเล็กพอที่จะให้คะแนน ใช้สถานะพื้นที่เก็บข้อมูลเดียวกันสำหรับทั้งสองรัน ดังนั้นให้ commit หรือ stash ก่อนเริ่ม

วางงานที่แน่นอนนี้ลงในเครื่องมือทั้งสอง:

plaintextCopy
1In this repository, add a token-bucket rate limiter middleware for the Express
2app in src/server.js. Limit each IP to 60 requests per minute. On rejection,
3return HTTP 429 with the JSON body {"error":"rate_limited","retryAfter":<seconds>}.
4Wire the middleware into every /api/* route. Add unit tests in
5test/rate-limit.test.js covering three cases: a request under the limit is
6allowed, a request over the limit is blocked with 429, and the counter resets
7after the window expires. Run the test suite and fix failures until it passes.
8Do not modify any file outside src/ and test/.
9

เริ่ม Harness จากไดเรกทอรีโปรเจกต์ของคุณ:

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

UI ทำงานที่ http://127.0.0.1:3080 เลือกผู้ให้บริการ atlas และโมเดล deepseek-ai/deepseek-v4-flash-0731, วางงาน และปล่อยให้มันเสร็จ อย่าเพิ่มคำแนะนำหลังจากรันเริ่มต้น ความช่วยเหลือพิเศษสำหรับเครื่องมือหนึ่งทำให้การเปรียบเทียบไม่ถูกต้อง

เมื่อ Harness เสร็จ ให้เปิดมุมมอง Trajectory บันทึกเซสชันนั้นคือที่ที่หมายเลขโทเค็นของมันอยู่

ขั้นตอนที่ 3: ทำซ้ำรันใน OpenCode

รีเซ็ตพื้นที่เก็บข้อมูลไปยังสถานะเริ่มต้นที่แน่นอน Harness ที่สองต้องไม่สืบทอดไฟล์ที่ตัวแรกเปลี่ยนแปลงไปแล้ว

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

จากนั้นรัน OpenCode กับโมเดลเดียวกัน:

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

วางพร้อมท์งานเดียวกันจากขั้นตอนที่ 2 ใช้ตัวแทน build เริ่มต้น ปล่อยให้มันเสร็จโดยไม่มีคำแนะนำ

ให้คะแนนทั้งสองรันด้วยคำสั่งเดียวกัน:

plaintextCopy
1npm test
2

รันที่ทำให้ชุดทดสอบเป็นสีแดงถือว่าล้มเหลว แม้ว่าสรุปของตัวแทนจะฟังดูมั่นใจก็ตาม ใช้การให้คะแนนแบบไบนารี: ผ่านหรือล้มเหลว

ขั้นตอนที่ 4: อ่านการใช้โทเค็น

เครื่องมือทั้งสองติดตามการใช้งาน แต่ไม่มีตัวนับใดควรเป็นหมายเลขใบแจ้งหนี้สุดท้ายของคุณ

DeepSeek Harness มาพร้อมกับมิเตอร์โทเค็นที่ติดตั้งตามค่าเริ่มต้น มันแสดง tokenUsage, contextPressure และ contextBreakdown ในมุมมอง Trajectory contextBreakdown บอกคุณว่าใบเรียกเก็บเงินมาจากพร้อมท์ระบบ, สคีมาเครื่องมือ, การอ่านไฟล์ หรือการเล่นซ้ำการสนทนา มิเตอร์ประมาณการประมาณหนึ่งโทเค็นต่อสี่อักขระ ดังนั้นใช้เป็นมุมมองการวินิจฉัย

OpenCode ติดตามโทเค็นและต้นทุนต่อเซสชันและพิมพ์ในแถบสถานะ TUI การแยกย่อยในตัวมีขนาดเล็กกว่า ดังนั้นทีมที่ต้องการแอตทริบิวต์ต่อเครื่องมือมักจะตรวจสอบฐานข้อมูลเซสชันด้วยเครื่องมือวิเคราะห์ภายนอก

ใช้หมายเลขฝั่งผู้ให้บริการสำหรับการเปรียบเทียบ:

สร้างคีย์ API สองคีย์, harness-test และ opencode-test และใช้แต่ละคีย์สำหรับหนึ่งรัน แดชบอร์ดผู้ให้บริการจะให้การใช้งานแบบเคียงข้างกันที่สะอาดโดยไม่ต้องกระทบยอดตัวประมาณภายในสองตัว

ทำไมค่าใช้จ่ายถึงเปลี่ยนไป

การใช้โทเค็นเปลี่ยนไปด้วยเหตุผลที่เป็นรูปธรรม ห้าข้อนี้มักจะสำคัญกว่าราคาโมเดล

การเล่นซ้ำการสนทนาเพิ่มขึ้น ตัวแทนส่งการสนทนาที่เพิ่มขึ้นในแต่ละขั้นตอน งาน 40 ขั้นตอนมีค่าใช้จ่ายใกล้เคียงกับผลรวมของ 40 พร้อมท์ที่เพิ่มขึ้น มากกว่า 40 พร้อมท์ที่เหมือนกัน Harness ที่สรุปเร็วจะลงเอยใกล้ปลายล่างของช่วงการทดสอบ

การแคชฮิตช่วยลดต้นทุนอินพุต การแคชฮิตของ DeepSeek V4 Flash มีราคาประมาณ $0.0028 ต่อล้านโทเค็น เทียบกับ $0.14 ต่อล้านเมื่อพลาด ถูกกว่าประมาณ 98% การแคชต้องการคำนำหน้าที่เสถียรแบบไบต์ต่อไบต์ ถ้า Harness สับเปลี่ยนข้อความพร้อมท์ระบบระหว่างการเรียก มันจะเปลี่ยนฮิตเป็นพลาด

สคีมาเครื่องมือติดตามไปด้วย เซิร์ฟเวอร์ MCP ที่เชื่อมต่อ 20 ตัวหมายถึงชุดสคีมา 20 ชุดในพร้อมท์ แม้ว่างานจะใช้เพียงสองตัวก็ตาม ถอดการเชื่อมต่อเครื่องมือที่คุณไม่ต้องการก่อนทำการทดสอบ มิฉะนั้นคุณจะวัดการตั้งค่าเครื่องมือของคุณแทน Harness

เอาต์พุตเครื่องมือขนาดใหญ่ทำให้บริบทเป็นพิษ cat ของไฟล์ 3,000 บรรทัดหรือบันทึกการทดสอบที่ล้มเหลวและละเอียดจะยังคงอยู่ในการสนทนาสำหรับการเรียกในภายหลัง DeepSeek Harness สามารถตัดแต่งผลลัพธ์เครื่องมือขนาดใหญ่ก่อนสรุป เปิดใช้งานเมื่องานสร้างเอาต์พุตที่มีเสียงดัง

การลองใหม่ซ่อนอยู่ในการนับการเรียก Harness ที่ลองใหม่ลูปการทดสอบที่ล้มเหลวจะใช้โทเค็นในแต่ละครั้ง เปรียบเทียบการเรียกโมเดลควบคู่ไปกับโทเค็นทั้งหมดเพื่อแยกแยะลูปการลองใหม่จากพร้อมท์ที่มีราคาแพง

ในอัตรา Atlas Cloud สำหรับ DeepSeek V4 Flash, งาน 692,000 โทเค็นที่ถ่วงน้ำหนักไปทางอินพุตจะอยู่ในหลักเซนต์ต่ำ นั่นเล็กน้อยสำหรับหนึ่งรัน และใหญ่สำหรับทีมที่รันตัวแทนทุกวัน เรียกดู แค็ตตาล็อกโมเดล ทั้งหมดหากคุณต้องการทำซ้ำการทดสอบบนโมเดลที่สองและแยกผลกระทบของโมเดลออกจากผลกระทบของ Harness

DeepSeek Harness ยังคงเป็นตัวอย่างสำหรับนักพัฒนา และ README ของมันเตือนเกี่ยวกับการเปลี่ยนแปลงที่ทำลายความเข้ากันได้ ทดสอบมันหากคุณต้องการควบคุมลูปตัวแทน ใช้เป็นมาตรฐานเฉพาะเมื่อทีมของคุณสามารถรองรับความผันผวนได้ OpenCode เป็นตัวเลือกที่เสถียรกว่าสำหรับทีมที่ต้องการเครื่องมือในวันนี้

คำถามที่พบบ่อย

DeepSeek Harness ดีกว่า OpenCode หรือไม่?

ยังไม่สำหรับทีมส่วนใหญ่ OpenCode โตเต็มที่, ทำงานบนเทอร์มินัล, มีดาวประมาณ 198k และแคตตาล็อกผู้ให้บริการขนาดใหญ่ และใช้งานได้ในวันนี้ DeepSeek Harness ใหม่กว่า, อยู่ในตัวอย่างสำหรับนักพัฒนา และเตือนเกี่ยวกับการเปลี่ยนแปลงที่ทำลายความเข้ากันได้ เลือก Harness หากคุณต้องการแก้ไขภายในของตัวแทน เลือก OpenCode หากคุณต้องการตัวแทนเขียนโค้ดสำหรับงานประจำวัน

DeepSeek Harness ทำงานได้กับโมเดล DeepSeek เท่านั้นหรือไม่?

ไม่ มันไม่ขึ้นกับโมเดล มันมาพร้อมกับผู้ให้บริการในแคตตาล็อกสำหรับ DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure และ Codex และคุณสามารถเพิ่มผู้ให้บริการแบบกำหนดเองใดๆ ที่พูด openai-completions, openai-responses หรือ anthropic-messages ใน $DSH_HOME/settings.yaml การกำหนดค่าในขั้นตอนที่ 1 ชี้ไปที่ปลายทางที่เข้ากันได้กับ OpenAI โดยไม่มีโค้ดอะแดปเตอร์

ฉันจะตรวจสอบการใช้โทเค็นของ DeepSeek Harness ได้อย่างไร?

ใช้มิเตอร์โทเค็นในตัวในมุมมอง Trajectory มันแสดง tokenUsage, contextPressure และ contextBreakdown ถือว่าเป็นการประมาณการเพราะมันใช้ประมาณหนึ่งโทเค็นต่อสี่อักขระ สำหรับความแม่นยำในการเรียกเก็บเงิน ให้อ่านแดชบอร์ดการใช้งานผู้ให้บริการ โดยเฉพาะอย่างยิ่งใช้คีย์ API เฉพาะสำหรับแต่ละรัน

Harness ใดใช้โทเค็นน้อยกว่า, DeepSeek Harness หรือ OpenCode?

ยังไม่มีการทดสอบเปรียบเทียบโดยตรงจากสาธารณะที่ตอบคำถามนั้น การทดสอบของ Composio วัด OpenCode ที่ 692,000 โทเค็นเฉลี่ยต่องาน แต่มันรันก่อนที่ DeepSeek Harness จะวางจำหน่าย รันการทดสอบในขั้นตอนที่ 2 ถึง 4 ในพื้นที่เก็บข้อมูลของคุณเอง เพราะการใช้โทเค็นขึ้นอยู่กับขนาดโค้ดเบส, การตั้งค่าเครื่องมือ และรูปร่างของงาน

ฉันสามารถรัน DeepSeek Harness และ OpenCode กับคีย์ API เดียวกันได้หรือไม่?

ได้ สำหรับการทดสอบทั่วไป สำหรับการวัดที่สะอาด ให้ใช้คีย์สองคีย์แยกกัน, หนึ่งคีย์ต่อ Harness แดชบอร์ดผู้ให้บริการจะแอตทริบิวต์ทุกโทเค็นไปยังรันที่ถูกต้อง

อะไรคือความแตกต่างระหว่างตัวแทนและ Harness?

DeepSeek อธิบายว่าตัวแทนคือโมเดลบวก Harness โมเดลให้เหตุผล Harness เชื่อมต่อโมเดลกับไฟล์, คำสั่งเชลล์, เครื่องมือ, เซสชัน, การอนุมัติ และลูปที่ตัดสินใจการกระทำถัดไป เปลี่ยน Harness และโมเดลเดียวกันสามารถใช้โทเค็นจำนวนต่างกันในงานเดียวกัน