DeepSeek 涨价同步开源 DSH：性价比与开源逻辑拆解
DeepSeek V4-Pro 峰时涨价至原价 12 倍并开源 Agent 工具 DSH，本文从成本、能力与开源动机三方…
DeepSeek 在发布 V4-Pro 涨价公告后两小时，转身把 AI Agent 工作台 DSH（DeepSeek Harness）开源。DSH 上线 GitHub 后一天突破 6.6 万星，截至发稿已接近 17 万星。同一个公司、一边涨价一边开源，看似矛盾的动作背后，是定价、生态与商业路径的同步调整。
峰时涨价 12 倍，时段覆盖工作日
DeepSeek 此次将 V4-Pro-0813 的峰时价格调至此前 V4-Pro 价格的 12 倍。峰时段设定为每天 9:00–12:00 与 14:00–18:00，恰好覆盖国内主要工作时间。值得注意的是，DeepSeek 自 2025 年 2 月起就推行过夜间错峰优惠（00:30–08:30，V3 五折、R1 二点五折）；此次策略则从「夜间低谷便宜」翻转为「白天高峰更贵」，把价格杠杆从供给侧挪到了需求侧。
与 Codex 的逐项成本对比
文章将「DSH + V4-Pro」与「Codex + 某一档 GPT-5.6」做逐项对照。在单次输入不超过 27.2 万 token 的标准计费下，GPT-5.6 的 Luna 档三项单价均低于 V4-Pro；但 V4-Pro 即使在峰时仍低于 Terra 和 Sol 两档。以 70% 缓存命中率、输出为输入 10% 为例，每 100 万输入 token 加 10 万输出 token 的开销对比为：
- Luna：约 1.31 元
- V4-Pro 闲时：约 2.78 元
- V4-Pro 高峰：约 5.55 元
- Terra：约 13.1 元
- Sol：约 32.74 元
Codex 对已订阅 ChatGPT Plus 或 Business 的用户，在额度未用尽时几乎不会产生新账单。但轻度用户若专门花 20 美元购买订阅，未必比 V4-Pro 按量付费更省。按 10:1 输入输出比、缓存命中率 0–99% 测算，V4-Pro 月账单要达到 20 美元，大约需要闲时输入 2330 万至 8830 万 token，普通轻度用户通常用不到这一体量。
结论是：追求最低 API 单价的用户，Luna 确实更便宜；已购订阅且额度用不完的用户，Codex 边际成本更低；其余大多数按量付费场景下，V4-Pro 仍处于主流先进模型中单价最低的档位。
能力测试：命令行不掉队，长改代码落后
文章援引两项基准测试对比 V4-Pro 与 GPT-5.6 三档：
- Terminal-Bench（命令行任务）：V4-Pro 比 Luna 高 3.2 分，比 Terra 高 0.5 分，仅落后 Sol 0.9 分。
- DeepSWE（真实代码仓库修改）：V4-Pro 分别落后 Luna、Terra、Sol 4.5 分、6.9 分、10 分。
命令行场景下 V4-Pro 未明显掉队，但在长周期、跨文件的代码修改任务上，GPT-5.6 家族仍占优势。
DSH 的差异化：开放到 harness 本身
多数 Agent 允许用户补充说明与工具（skill/MCP），而 DSH 把「harness 如何指挥模型干活」也开放给开发者修改。具体差异体现在三方面：
- 插件化核心环节：模型调度、任务记录、工具调用统一进入插件体系，开发者可替换模型、改写任务流程。
- 创造模式：Agent 可在运行时检查已有零件，临时写出新动作程序，失败后回退旧版、用完即删；不改变模型核心参数，但提供更大的改装空间。
- 模型中立：DSH 不强制绑定 DeepSeek 模型，可接入 OpenAI、Anthropic、本地模型与自建服务，也支持 Codex 账号授权；支持多工具批量调用、长对话压缩与子 Agent。
默认状态下，DSH 把会话记录保存在本地，自动上传为关闭状态。
开源背后的商业逻辑
文章援引 DeepSeek「开源周」披露的数据：2025 年 2 月 27 日中午至 28 日中午，V3 与 R1 服务处理 6080 亿输入 token 与 1680 亿输出 token，按 H800 租用价估算单日成本约 8.7 万美元；若全部按 R1 付费折算，理论日收入约 56.2 万美元，利润率约 545%。这意味着即便涨价，DeepSeek 的低价档位仍有盈利空间。
回顾开源路径：2025 年初 DeepSeek 开放 R1 权重；一个月后又开放计算、通信与存储组件；本次 DSH 则把 Agent 端「如何组织任务、调用模型、使用工具」的程序也开放出来。开放范围从模型层一路走到用户入口，但网页、App 与 API 托管服务始终保持收费。
这种路径选择有现实约束。DeepSeek 曾公开承认团队人力不足以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。对外既能方便其他平台支持 DeepSeek 模型，也能让社区参与适配与问题修复。但「开源能间接带动 token 收入」与「开源就是为卖 token」是两件事——把 DSH 开放范围扩展到 harness 本身，更像是把生态边界向前推了一步。