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。