DeepSeek Harness vs Hermes: Hangisi Daha Fazla Token Yakar?

Dün Hermes'te bir görev çalıştırdın. Bugün dsh'te aynı görevi çalıştırdığını hissettin. Aynı model, aynı API anahtarı, aynı dizüstü bilgisayar. Kullanım rakamları yine de farklı çıktı.

Gözlerin iyi. Gece boyunca hiçbir şey yeniden fiyatlandırılmadı.

İşte neredeyse her DeepSeek Harness vs Hermes karşılaştırmasının gözden kaçırdığı şey: kızak, modelin etrafına sarılı kabuktur ve bu kabuk, adım başına ne kadar bağlam gönderileceğini, kaç araç tanıtacağını, ne sıklıkta yeniden deneyeceğini ve her çağrıda tüm konuşmayı yeniden gönderip göndermeyeceğini belirler. Kabuğu değiştir, faturayı değiştir.

Bu yüzden model değişkenini sabitledim ve ölçtüm. İki kızak, bir uç nokta, bir deepseek-ai/deepseek-v4-pro, bir istem, bir makine, bir öğleden sonra. Aynı görev, ikisi de tamamladı ve biri diğerinden 8,4 kat daha fazla istem tokenı taşıdı.

Önemli çıkarımlar

• Aynı model, aynı görev, ikisi de başarılı: dsh 121 saniye, Hermes 780 saniye sürdü.
• Hermes, dsh'ın 132.600 tokenına karşı 1.111.573 istem tokenı taşıdı. Bu, tek bir görevde 8,4 kat.
• İki ajan da hiçbir şey yapmadan önce, sistem istemi token maliyeti: sadece "OK" yanıtı için dsh 10.898 vs Hermes 13.892.
• dsh, defaultContextWindow'u geçersiz kılmadığınız sürece sizi 262.144 bağlamla sınırlar ve V4'ün penceresinin %75'ini sessizce çöpe atar.
• Kodlama için dsh'ı, bellek, cron ve sohbet yüzeyleri için Hermes'i seçin. Ya da ikisini birden çalıştırın.

Bir bakır yakıt hattıyla beslenen, soldaki çelik test kızağı düzeneğine sıkıştırılmış çıplak bir motor bloğu ve sağdaki pirinç dosyalama otomatıyla bölünmüş mühendislik atölyesi

Tek yakıt hattı, iki test kızağı. Bütün deney bu. openai/gpt-image-2 ile oluşturuldu.

DeepSeek Harness vs Hermes, Aynı Model, Aynı Görev

Her iki kızak da şunu harfi harfine aldı: bir paddle, 5 sıra tuğla, canlı skor sayacı, P tuşu duraklatma ve üç fizik değişmezini doğrulayıp PASS veya FAIL yazdıran satır içi bir kendi kendine test içeren tek dosyalık bir Breakout klonu oluşturun. Ardından başlıksız çalıştırın ve üçü de PASS yazdırana kadar düzeltin.

Kütüphane yok. CDN yok. Derleme adımı yok.

İkisi de gerçekten yaptı. İşte gerçek bir tarayıcıda oluşturulmuş iki dosya.

İki Breakout yapısını oynatan yan yana animasyon: solda DeepSeek Harness (dsh), sağda Hermes Agent, her ikisi de aynı DeepSeek V4 Pro isteminden otomatik olarak oynatıldı

Yeniden kaydedilmiş iki yapı yan yana ve otomatik oynatılmaya bırakıldı, böylece her birinin nasıl çalıştığını izleyebilirsiniz. Sol: dsh, oyunu otomatik başlatır. Sağ: Hermes, oyunu duraklatılmış olarak başlatır, sonra çalışır. Aynı tek dosya istemi, aynı DeepSeek V4 Pro, iki kızak.

Şimdi buna gerçekten karar veren rakamlar.

2026-08-21'de deepseek-ai/deepseek-v4-pro üzerinde, bir makine, çalıştırma başına boş çalışma dizini ile ölçülmüştür. Token sayıları makine tarafından okunmuştur: dsh'ınki oturum günlüğünden, Hermes'inki ise --usage-file JSON'undan. İki araç sayısının aynı kaynaktan alınmadığına dikkat edin: dsh'ın 8'i günlüğünden sayılmıştır (6 olduğunu iddia etmiştir), Hermes'inki ise kendi raporudur ve kullanım dosyası 38 API çağrısı kaydetmiştir. Maliyet yöntemi son bölümde açıklanmıştır.

Neden iki boş satır? 2. tur hiç çalışmadı ve sebebi makalenin en iyi tek veri noktasıdır. Hermes'in 1. turu tek başına hesaptan 1,13 milyon token geçirdi ve dsh'ın 2. turunun ortalarında uç nokta şu yanıtı verdi:

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"}

Bir ajan, bir Breakout oyunu, bir günlük bütçe sınırı. Bu hücreleri tahminlerle doldurmuyorum.

Belirtilmesi gereken bir ayrıntı daha. dsh son yanıtında "Kullanılan araç çağrıları: 6" bildirdi. Kendi oturum günlüğü 8 kaydediyor. Ajanlar kendi harcamaları konusunda güvenilmez anlatıcılardır; bu testin özetler yerine günlükleri okumasının nedeni tam olarak budur.

Çoğu DeepSeek Harness vs Hermes Karşılaştırması Neden Bozuk

Önce karar: Bu anahtar kelime için sıralanan neredeyse her sayfa yanlış değişkeni ölçüyor ve bunu kurulumlarının bir satırında fark edebilirsiniz.

Model, kabuk değil, bu testlerin ölçtüğü şeydi

En iyi sonuçları okuyun. Desen tekrarlanır: dsh'ı bir DeepSeek modelinde, Hermes'i Hermes'in zaten işaret ettiği her neyse onun üzerinde çalıştırın, ardından tüm farkı kızağa atfedin.

Bu bir kızak karşılaştırması değil. Kızak şeklinde bir etiket giyen bir model karşılaştırmasıdır.

dsh V4 Pro'da ve Hermes başka bir şeydeyse, ölçtüğünüz fark çoğunlukla iki modeldir ve kabuğun katkısı kurtarılamayacak kadar gömülüdür. Bu nedenle bu test sıkıcı, gerekli şeyi yapar: her iki kızak da aynı temel URL'yi, aynı model kimliğini, aynı anahtarı işaret eder.

Kızak seçimi rakamları kendi başına hareket ettirir

Kabuğun tek başına pahalı olduğuna dair kanıt mı istiyorsunuz? Her birinden hiçbir şey yapmamasını isteyin.

İkisine de aynı önemsiz istemi gönderdim: Sadece şu kelimeyle yanıtla: OK. Araç gerekmez, dosya gerekmez, düşünme gerekmez.

Aynı model. Aynı soru. Herhangi bir gerçek iş başlamadan önce 2.994 tokenlık bir fark, çünkü bu fark kızağın kendisidir: sistem istemi, araç şemaları, kurallar dosyası. Hermes daha fazla yüzey alanı taşır, bu yüzden Hermes daha fazla token taşır.

Şimdi bunu, her çağrıda şimdiye kadarki konuşmayı yeniden gönderen 38 çağrılık bir ajan döngüsüyle çarpın. Önbellekten okumalar, dsh'ın istem tokenlarının %88,8'i ve Hermes'inkilerin %95,5'iydi. Bu yeniden okuma faturadır.

Tek Uç Nokta, İki Kızak: DeepSeek V4 Kurulumu

Kabukları karşılaştırmak için model tarafının tamamen sabit durması gerekir. Sadece aynı model adı değil: aynı uç nokta, aynı hız sınırı, saat 3'tekiyle saat 15'teki aynı fiyat.

Sonuncusu göründüğünden daha önemlidir. Sağlayıcınız yoğun ve yoğun olmayan saat ücretleri alıyorsa, "Hermes'te 1. tur 09:00'da" ve "dsh'te 2. tur 11:00'da" karşılaştırılabilir çalıştırmalar değildir ve farkın ne kadarının kızak, ne kadarının saat olduğunu asla çözemezsiniz.

Bu nedenle buradaki her iki kızak da Atlas Cloud üzerinde tek bir sabit ücretli OpenAI uyumlu uç noktayı işaret eder: https://api.atlascloud.ai/v1. Tüm gün aynı fiyat, yoğun saat penceresi yok, kızak başına ayrı kuyruk yok, her ikisi için tek anahtar.

Fiyatlar 2026-08-21'de model sayfalarından okunmuştur. Şu anda DeepSeek ailesinde indirim rozeti yok, bu nedenle burada gelecek hafta sona erecek bir promosyon oranı yok.

Gözden kaçması kolay küçük bir şey: /v1/models, deepseek-v4-pro ve deepseek-v4-flash'ı fp4 olarak raporlarken, deepseek-v4-pro-0813 fp8 olarak döner. Daha yüksek hassasiyetli ağırlıklar mı istiyorsunuz? Tarihli kimliği sabitleyin.

Doğru. Hadi inşa edelim.

DeepSeek Harness vs Hermes Testini Kendiniz Çalıştırın

Önizleme: yedi adım, iki yapılandırma dosyası, bir istem ve sonunda benimkine güvenmek yerine kendi tablonuzun sürümüne sahip olursunuz. Çalıştığının kanıtı: yukarıdaki her sayı, stok bir MacBook, Node v24.15.0, dsh 0.1.0-rc.7, Hermes v0.20.4 üzerinde tam olarak bu adımlardan çıkmıştır.

Başlayalım.

1. Adım: Sabit kalan bir uç nokta edinin

Her iki kızak da işlev çağrısına çok güvenir, bu nedenle herhangi bir şey yüklemeden önce, uç noktanın araçları sunduğunu kanıtlayın:

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}'

Bu çağrıdan gerçek çıktı:

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}

Bu listedeki tools aradığınız şeydir. Araç yok, ajan döngüsü yok ve her iki kızak da bunu söylemek yerine kafa karıştırıcı şekillerde başarısız olur.

Anahtarınızı DeepSeek V4 Pro model sayfasından alın, ardından aşağıdaki her komuttan önce export ATLAS_API_KEY=... yapın.

Hermes tarafı için bir tuzak: yanıt, diziyi {"code":200,"msg":"succeed","data":[...]} olarak sarar. Hermes, kurulum sırasında /v1/models'i yoklar ve bunu sorunsuz ayrıştırır, ancak ona karşı kendi araçlarınızı yazıyorsanız, çıplak bir liste beklemeyin.

2. Adım: Her iki ajanı da yükleyin

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

Bana zaman kaybettiren üç yükleme notu:

• dsh, Node ^22.19.0 || >=24.0.0 gerektirir. 23.x'i desteklemez. Çoğu eğitim "Node 20+" der, ki bu kesinlikle yanlıştır.
• Bu npm yüklemesi 453 paket çekti ve 8 dakika sürdü. Küçük bir bağımlılık değil.
• Hermes, uv aracılığıyla kendi Python 3.11'ini getirir, bu nedenle sistem Python'unuzun önemi yoktur (benimki 3.9). Yükleyici bir PyPI aksaklığında indirme sırasında ölürse, tüm betiği yeniden çalıştırmak yerine bağımlılık senkronizasyonunu yeniden çalıştırın.

3. Adım: DeepSeek Harness'ı uç noktaya yönlendirin

Bunu $DSH_HOME/settings.yaml (varsayılan ~/.dsh) dosyasına yazın:

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

Oradaki üç satırın her biri birer cümleyi hak ediyor, çünkü herhangi birini yanlış yapmak faturanızı değiştirir:

1. compat.thinkingFormat: deepseekkimsenin yazmadığı satırdır. dsh, düşünce lehçesini uç nokta URL'sinden tahmin eder. Kendi bağdaştırıcı README'si bu konuda açık sözlüdür: özel bir ağ geçidinin URL'si hiçbir şey söylemez, bu nedenle tanınmayan bir uç nokta "sanki OpenAI'nin kendisiymiş gibi" ele alınır. DeepSeek lehçesi ağ geçidiniz daha sonra OpenAI lehçesiyle konuşulur. Bu anahtar yalnızca api: openai-completions altında bulunur.
2. defaultContextWindow'u geçersiz kılın. Rota düzeyindeki geri dönüşler 262.144 bağlam ve 32.768 maksimum token'dır. V4 modellerini bunlara dokunmadan bildirirseniz, 1.048.576 pencerenin %75'ini sessizce çöpe atmış olursunuz.
3. agent-default-model provider ve model'i iki ayrı anahtar olarak alır. model: atlas/deepseek-ai/deepseek-v4-pro yazmak tek bir dize olarak makul görünür ve hiçbir şey yapmaz. MISSING_CREDENTIAL: no API key for provider route "deepseek-official" alırsınız ve sahip olmadığınız bir anahtar sorununun peşine düşersiniz.

apiKeyEnv'nin bir kimlik bilgisi referansı olduğunu, sırrın kendisi olmadığını unutmayın. Bu dosyaya hiçbir anahtar girmez.

4. Adım: Hermes'i aynı uç noktaya yönlendirin

Sihirbaz yolu hermes model, ardından "Özel uç nokta" seçeneğini seçmektir. Betiklenebilir yol beş komuttur:

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

Bu, ~/.hermes/config.yaml dosyasına yazılır:

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 burada birinci sınıf bir sağlayıcıdır, bir takma ad değildir ve temel URL'nin /v1 ile bitmesi gerekir çünkü Hermes /chat/completions'ı kendisi ekler (Hermes Agent belgeleri, Modelleri Yapılandırma, 2026).

Bu api_key satırını atlamayın. Belgeler, anahtarın OPENAI_API_KEY'e geri döndüğünü söylüyor ve benim çalıştırmamda bu değişkeni dışa aktarmak yeterli değildi: Hermes isteği kullanılabilir kimlik doğrulama olmadan gönderdi ve Atlas HTTP 401: {"code":401,"msg":"unauthorized"} yanıtını verdi. model.api_key'i açıkça ayarlamak, bir sonraki denemede 8,5 saniyede sorunu çözdü.

5. Adım: Her ikisinde de 1. turu çalıştırın

Önce Hermes'in beceriler dizinini temizleyin (~/.hermes/skills). Önceden var olan bir beceri 1. turu adaletsiz hale getirir ve 2. turda bir becerinin oluşturulmasını ve ardından yeniden kullanılmasını izlemek istersiniz.

Ardından her iki kızağa da bunu bayt bayt verin:

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.

Ayarlar: kızak başına yeni boş bir dizin, akıl yürütme açık, maksimum çıktı en az 32.768 ve makinede başka hiçbir şey çalışmıyor, böylece duvar saati rakamları bir anlam ifade ediyor.

plaintextCopy
1# dsh, tek seferlik kalıcı oturum
2DSH_HOME=~/.dsh dsh --profile headless "$(cat prompt-r1.txt)"
3
4# Hermes, makine tarafından okunabilir kullanım raporuyla tek seferlik
5hermes -z "$(cat prompt-r1.txt)" --yolo --usage-file hermes-r1-usage.json

Burada sizi şaşırtacak iki şey var.

İlk olarak, hermes -z bitene kadar kesinlikle hiçbir şey yazdırmaz. Afiş yok, döndürücü yok, araç önizlemesi yok. Benimki 13 dakika sessiz kaldı ve donmuş gibi görünüyordu; değildi, 38 API çağrısı yapıyordu. Güvenceye ihtiyacınız varsa, bir alt kabuk için ps'yi kontrol edin.

İkinci olarak, Hermes çalışma dizinimi görmezden geldi ve game.html'yi $HOME dizinine yazdı. Dosyayı başlattığınız yerde istiyorsanız, --no-restore-cwd veya --in DIR kullanın. Bu yüzden bir tur kaybettim.

Bu arada dsh, 121 saniyede bitti ve Web arayüzü aynı oturumu geri okuyacaktır:

DeepSeek Harness web arayüzü, bitmiş Breakout oturumunu, üç PASS doğrulamasını, 9 adımı ve DeepSeek V4 Pro'da 133K giriş tokenını gösteriyor

dsh Web Arayüzü 127.0.0.1:3080 üzerinde. Durum çubuğuna dikkat edin: 9 adım, önbellek isabeti %89, giriş 133K token ve 3. Adım yapılandırmasından DeepSeek V4 Pro'yu okuyan model seçici.

Hermes tarafındaki --usage-file gerçekten kullanışlıdır ve az belgelenmiştir: giriş tokenları, çıktı tokenları, önbellek okumaları, akıl yürütme tokenları, api_calls ve tahmini bir maliyeti JSON'a yazar ve bu dosyayı çalıştırma başarısız olsa bile yazar.

dsh'ın eşdeğer bir bayrağı yoktur, ancak buna ihtiyacı da yoktur. Yalnızca eklenebilir oturum günlüğü her şeyi tutar, ancak bir tuzak vardır. $DSH_HOME/sessions/<encoded-cwd>/session-<uuid>/session.jsonl.zstd adresindeki günlük, her temizlemede bir kare olan çok kareli bir zstd akışıdır. zlib.zstdDecompressSync(buf) yalnızca ilk kareyi döndürür, bu nedenle 150 KB'lık bir günlük birkaç yüz bayta çözülür ve boş görünür. Sihirli baytları kendiniz bölün:

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('');

Kullanım, data.chunk.type === 'usage' olan assistant/chunk olaylarında, tahmin edeceğinizden bir seviye daha derinde yaşar (data.chunk.usage.inputTokens). Araç çağrıları, tool-call türündeki assistant/message içerik bloklarından gelir. Ve request/header.data.header.config, gerçekte kabloya giden modeli ve maxTokens'ı gösterir; bu, 3. Adım yapılandırmanızın umut etmek yerine etkili olduğunu kanıtlama şeklinizdir.

6. Adım: 2. tur, değişiklik talebi

Aynı dizin, game.html 1. turdan zaten orada. Şimdi her ikisinden de bir değişiklik isteyin:

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.

Bu, iki tasarımı ayıran turdur. Hermes, karmaşık görevlerden sonra beceriler yazar ve üç katmanlı bir bellek tutar, bu nedenle 2. tur, 1. tur becerisinin ya karşılığını verdiği ya da vermediği yerdir. dsh'ın uzun süreli belleği hiç yoktur, ancak ortasından çatallayıp yeniden oynatabileceğiniz, yalnızca eklenebilir bir oturum günlüğü vardır, yeniden başlatmak yerine.

Buna başlamadan önce bütçe konusunda kendinize karşı dürüst olun. Benim 2. turum, günlük harcama limitinde 11 araç çağrısı sonrası öldü; bu nedenle yukarıdaki tabloda iki uydurma satır yerine iki boş satır var. Hermes'in kendi gösterge paneli nedenini gösteriyor:

Hermes Agent gösterge paneli oturum sayfası, Breakout çalıştırmasını deepseek-v4-pro üzerinde 76 mesaj olarak listeliyor

Hermes v0.20.4 kendi oturumlarını geri okuyor. Tamamlanan Breakout çalıştırması, Atlas uç noktası aracılığıyla deepseek-v4-pro üzerinde 76 mesajdır.

7. Adım: Faturayı okuyun

Çalıştırma başına iki sayı, ajanın özetinden değil, kızağın kendi günlüğünden:

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

Ardından sağlayıcınızın kullanım sayfasıyla çapraz kontrol yapın. Kızak günlüğü ve sağlayıcı aynı fikirde olmadığında, sağlayıcıya güvenin: ödediğiniz sayı budur.

Doğrusu, dsh'ın kendi durum çubuğu, günlük ayrıştırıcımla yuvarlama dahilinde uyumluydu (133K giriş tokenı, hesapladığım 132.600 ve %88,8'e karşı %89 önbellek isabeti). Araçlar dürüst. Ajanların İngilizce özetleri değil.

DeepSeek Harness vs Hermes'in Ötesinde: İkisini Birden Beyin ve Kollar Olarak Çalıştırın

İşte "hangisi" tartışmasında kimsenin sunmadığı cevap: seçmek zorunda değilsiniz.

İki proje zıt yönlerde başarısız olur, bu da onları alışılmadık derecede iyi takım arkadaşları yapar.

Yıldız sayıları 2026-08-21'de her iki depodan okunmuştur (deepseek-ai/deepseek-harness 176,5k yıldız ve 19,2k çatal, NousResearch/hermes-agent 233,6k yıldız ve 46,8k çatal). Yörüngeyi izleyin, toplamları değil: dsh, 2026-08-17'de kontrol ettiğimde 144.361 yıldızdı, yani dört günde yaklaşık 32.000 yıldız ekledi.

Bunları birleştirmenin üç yolu:

• Beyin ve kollar. Hermes V4 Pro'da belleği, zamanlamayı ve Telegram iş parçacığını tutar. Gerçek kodlamayı ucuz katmandaki dsh'a devreder. Her ikisi için de tek bir anahtar yeterlidir, böylece iki faturalandırma ilişkisi yönetmezsiniz.
• Döngü için ucuz katman, karar için pahalı katman. Tekrarlanan cron işleri deepseek-v3.2 veya DeepSeek V4 Flash üzerinde çalışır; zor karar Pro'ya yükseltilir.
• İkisini de başlıksız çalıştırın. dsh --profile headless ve Hermes -z her ikisi de bir istem alır ve tek bir yanıt yazdırır, bu nedenle her ikisi de TUI olmadan bir kabuk betiğine veya CI adımına girer.

Dürüst zayıflıklar konusunda adil uyarı, çünkü yalnızca güçlü yönleri listeleyen bir karşılaştırma bir reklamdır. dsh, 0.1 geliştirici önizlemesidir ve kendi arayüzünde bunu söyler: sürümler arasında kırılacaktır, belleği yoktur, yerel mesajlaşma kanalı yoktur ve kendi araç çağrılarını eksik bildirir. Hermes, açık ara daha olgun projedir, ancak token başına 8 kat daha ağırdır, dsh'ın 2 dakikada bitirdiği bir görevde 13 dakika sessiz kaldı ve çıktı dosyasını yanlış dizine yazdı.

DeepSeek Harness vs Hermes'in Görev Başına Gerçek Maliyeti

Şimdi aritmetik, varsayımlar açıkta.

Atlas, V4 Pro için tek bir giriş oranı yayınlar ($1,68/1M) ve model sayfasında ayrı bir önbellek isabet oranı yoktur. Bu nedenle her istem tokenını, önbellekten okumalar dahil, tam giriş oranından fiyatlandırıyorum. Bu, bir ölçüm kılığına girmiş bir tahmin değil, muhafazakar bir tavan fiyattır.

Çalışılmış örnek, dsh 1. tur:

• İstem: 14.840 taze + 117.760 önbellek = 132.600 token. $1,68/1M'de bu $0,2228'dir.
• Çıktı: 5.231 token. $3,38/1M'de bu $0,0177'dir.
• Toplam: $0,2404 görev başına.

Aynı yöntem Hermes 1. turda: 1.111.573 istem tokenı $1,8674, artı 19.317 çıktı tokenı $0,0653, toplam $1,9327. Hermes'in kendi --usage-file'ı bu çalıştırma için $0,2817 tahmin etti; bu, önbelleğe alınmış bir giriş oranının $0,125/1M civarında olduğunu varsaydığı anlamına gelir. Sağlayıcınız önbellek okumalarını gerçekten bu kadar büyük bir indirimle fiyatlandırıyorsa, aşağıdaki her iki sayı da birlikte düşer ve aralarındaki oran neredeyse hiç değişmez.

Bu tablodan iki şey göze çarpıyor.

Kızak seçimi 8 kat değerindedir. Aynı model, aynı görev, aynı sonuç ve bir kabuk diğerinin sekiz katı maliyettedir. Bu, daha sonra optimize edeceğiniz bir yuvarlama farkı değildir.

Model katmanı bunun üzerine 12 kat daha değerlidir. Bu nedenle beyin-ve-kollar ayrımı bir hile değildir: dsh Flash'ta görev başına iki sente, Hermes ise Pro'da aynı Breakout oyunu için neredeyse iki dolara mal olur.

Ve en ucuz optimizasyon hala 3. Adımdakidir. Varsayılan 262.144'te bırakılan bir dsh rotası, aynı işi sığdırmak için daha fazla adımda daha fazla sıkıştırma işi yapar ve her biri için ödersiniz.

DeepSeek Harness vs Hermes sorusunun gerçek cevabı budur: daha ucuz bir model arayışına girmeden önce kendi kabuğunuzu ölçün.

DeepSeek Harness vs Hermes SSS

Hermes Agent ve DeepSeek Harness aynı modeli ve API anahtarını kullanabilir mi?

Evet ve bunları karşılaştırmanın tek dürüst yolu budur. Her ikisi de OpenAI uyumlu uç noktalarla konuşur. dsh'nin api: openai-completions artı baseURL ile bir llm-pi-ai sağlayıcı rotasına ihtiyacı vardır; Hermes'in /v1 ile biten bir base_url artı provider: custom'a ihtiyacı vardır. Tek anahtar, her iki kızak, her iki fiyat katmanı. Tam yapılandırmalar 3. ve 4. Adımlarda.

DeepSeek Harness kodlama için Hermes'ten daha mı iyi?

Bu testte, açıkça evet: 121 saniyeye karşı 780, 8 araç çağrısına karşı 35 ve token harcamasının sekizde biri, her ikisi de üç kendi kendine testi geçti. Ancak "kodlama için daha iyi", "daha iyi" anlamına gelmez. İhtiyacınız olan, her sabah Telegram'a rapor veren ve geçen hafta öğrendiklerini hatırlayan zamanlanmış bir işse, dsh'da bunların hiçbiri yoktur ve Hermes'te hepsi vardır.

DeepSeek Harness ve Hermes ücretsiz ve açık kaynak mı?

Her ikisi de MIT lisanslıdır ve indirmesi ücretsizdir. Ödediğiniz şey tokenlardır ve yukarıdaki tablonun gösterdiği gibi, bu bir yuvarlama hatası değildir. dsh'ın 0.1'de açıkça bir geliştirici önizlemesi olduğunu ve kendi arayüzünde uyumluluk kırıcı değişiklikler konusunda uyardığını tekrarlamakta fayda var; bu nedenle, üretime yakın bir yere gidiyorsa sürümünüzü sabitleyin.

Aynı görev neden bir kızakta daha pahalıya mal oluyor?

Kabaca büyüklük sırasına göre dört neden:

• Konuşma yeniden okumaları. Önbelleğe alınmış istem tokenları, dsh'ın toplamının %88,8'i ve Hermes'inkilerin %95,5'iydi. Her ekstra adım, kendinden önceki her şeyi yeniden gönderir.
• Sistem istemi ve araç şemaları. Yukarıda ölçülmüştür: herhangi bir iş olmadan önce 10.898'e karşı 13.892 token.
• Adım sayısı. 38 API çağrısı boyunca 8 araç çağrısı ve 9 adıma karşı 35 araç çağrısı.
• Sınırlı bir pencere. dsh'ın 1.048.576 yerine 262.144'e geri dönmesi, uzun görevlerde ekstra sıkıştırma çalışmasına neden olur.

DeepSeek Harness ve Hermes'i aynı anda çalıştırabilir miyim?

Evet. API anahtarınız dışında hiçbir şeyi paylaşmazlar: farklı çalışma zamanları, farklı yapılandırma dizinleri, farklı oturum depoları, farklı bağlantı noktaları (varsayılan olarak 3080 ve 9119). Olağan desen, pahalı katmanda her zaman açık beyin olarak Hermes ve ucuz katmanda kodlama kolları olarak dsh'dır.

DeepSeek Harness yalnızca DeepSeek'in kendi API'siyle mi çalışır?

Hayır ve bu onunla ilgili en yaygın yanılgıdır. api: openai-completions ve bir baseURL aracılığıyla herhangi bir OpenAI uyumlu ağ geçidi çalışır. Sadece compat.thinkingFormat: deepseek'i unutmayın, çünkü dsh düşünce lehçesini URL'den çıkarır ve bir üçüncü taraf ağ geçidi URL'si ona hiçbir şey söylemez.