DeepSeek V4系列更新、Harness框架发布及价格调整

近期，DeepSeek正式推出了更新于8月13日的V4 Pro正式版，此次升级重点围绕Agent能力展开，目前网页、API、APP端均已开放使用。同时，全新的DeepSeek Harness也同步亮相，笔者第一时间对这两款产品进行了实测，其中DeepSeek Harness带来的体验远超预期，是本次更新中最亮眼的部分。

先来看V4 Pro的性能表现：官方公开的跑分数据显示，其整体性能提升并未如V4 Flash版本那般惊艳，但在网络安全能力测试项Cybergym中，V4 Pro实现了对Fable5的超越。

此次更新同时带来了API价格调整，计费标准按每百万Tokens计算，调价分为空闲时段和高峰时段：高峰时段为每日9:00-12:00、14:00-18:00，其余时段均为空闲时段，调价将于2026年8月17日0点正式生效。以下是两款模型的调价详情：

笔者使用经典的火星登陆模拟任务进行了实测，要求使用HTML和Three.js实现符合物理规则的逼真模拟过程，统一使用Max档位进行测试。测试结果显示，Kimi K3的表现最为出色，整体耗时约1.5小时。而此次更新的V4 Pro 0813版本耗时约30分钟，但最终效果却不如更早的V4 Flash 0731版本（耗时约20分钟），这一结果有些超出预期。不过单次测试样本量有限，V4 Pro 0813的实际表现还需要更多生产环境下的验证。

接下来重点介绍本次更新的核心亮点——DeepSeek Harness。目前该框架的v0.1版本处于开发者预览阶段，已面向全球开发者开放，并以MIT开源协议开放代码库。

DeepSeek Harness基于Cordis元框架打造，核心设计理念是“一切皆插件”，无论是模型、工具、技能、对话流程、沙箱环境、文件系统还是编排逻辑与UI界面，都可以作为独立插件进行自由组合、替换与扩展。

开发者可通过以下地址试用该框架：https://github.com/deepseek-ai/deepseek-harness

笔者使用DeepSeek Harness重新进行了火星登陆模拟测试，本次使用的是官方官宣后的全新API密钥，确认为正式版V4 Pro。测试过程中发现了非常有趣的特性：当Agent执行任务时如果缺少某项能力，可以自动识别缺失的功能，并自主完成开发、安装与调用，这一特性与其核心设计高度契合，仿佛具备了初步的自我进化能力。

此外，DeepSeek Harness还提供了轨迹模式，可以完整展示Agent的工作全流程：包括具体的思考步骤、工具调用记录、工具返回结果等都清晰可见，并且会通过不同颜色区分各类内容——例如橙色代表工具调用，绿色代表上下文信息，整体展示形式类似操作轨迹条悬浮在界面顶部。在对话界面下方，还可以实时查看工具调用情况、缓存命中状态、Token处理速度以及输入输出Token数量等数据。

本次测试最终耗时约1.5小时，最终结果中物理过程的实现存在一定瑕疵，但整体设计与审美表现仍在线，考虑到这只是0.1版本的早期体验，已经具备了不错的潜力。

DeepSeek同步发布了一篇关于DeepSeek Harness设计的80页学术论文，相关内容值得深入研究，论文地址为：https://github.com/cordiverse/paper/blob/main/paper.pdf

整体来看，DeepSeek对DeepSeek Harness的投入力度极大，其定位远超普通的Agent框架，更像是AI时代的操作系统雏形，自我进化与开源特性是其核心亮点。