13 अगस्त की शाम को डीपसीक कंपनी ने दो महत्वपूर्ण घोषणाएं कीं: उन्होंने आधिकारिक तौर पर DeepSeek V4 Pro जारी किया, जो एप्लिकेशन, वेब इंटरफ़ेस और एपीआई के माध्यम से उपलब्ध है, साथ ही डीपसीक हार्नेस टीम द्वारा पहला पोस्ट भी प्रस्तुत किया, जिसमें 'ब्लैक व्हेल' अवतार था, जिसने MIT लाइसेंस के तहत ओपन-सोर्स हार्नेस के प्रीव्यू की घोषणा की।
हार्नेस का महत्व यह है कि एजेंटों के युग में, मॉडल अब कृत्रिम बुद्धिमत्ता की कार्यों को पूरा करने की क्षमता निर्धारित करने वाला एकमात्र कारक नहीं रह गया है। पहले, 6 और 11 अगस्त को, एजेंट टूल के प्रदाता कंपोजियो (Composio) ने उसी DeepSeek V4-Flash मॉडल को आठ विभिन्न निष्पादन प्रणालियों (हार्नेस) में एकीकृत किया। इन प्रणालियों का उपयोग जीमेल, गूगल कैलेंडर, गिटहब और स्लैक जैसे वास्तविक अनुप्रयोगों में 30 बहु-चरणीय कार्यों को निष्पादित करने के लिए किया गया था।
इन परीक्षणों के परिणामों ने महत्वपूर्ण विसंगतियां दिखाईं: सबसे अच्छी प्रणाली ने 20 कार्य पूरे किए, जबकि सबसे खराब ने 14 पूरे किए। कुल 240 रन में से केवल 129 सफल रहे, और 30 कार्यों में से केवल छह सभी आठ प्रणालियों द्वारा पूरे किए गए थे। लागत के दृष्टिकोण से, Claude Code, Codex और DeepAgents मॉडलों द्वारा 16 कार्यों को पूरा करने की लागत क्रमशः एक सफल कार्य के लिए लगभग 0.195, 0.081 और 0.045 डॉलर थी, जो एक ही मॉडल का उपयोग करते समय लागत में चार गुना अंतर दर्शाती है।
डीपसीक के आंतरिक रुख के अनुसार, एजेंटों को निरंतर सीखने की समस्या का समाधान करना चाहिए, जिससे अंततः एआई अपनी खुद की विकास गति तेज कर सके। हार्नेस को एक कार्य वातावरण के रूप में स्थापित किया गया है जिसके माध्यम से मॉडल वास्तविक विकास में प्रवेश करते हैं। कम लागत और मॉडल की शक्ति पर आधारित कंपनी, कार्यों के निष्पादन और डेवलपर्स के प्रवेश बिंदुओं को बाहरी प्रणालियों पर निर्भर नहीं रहने दे सकती है।
डीपसीक के दस्तावेज़ीकरण के अनुसार डिजाइन का मुख्य सिद्धांत यह है कि सब कुछ प्लगइन है। हार्नेस कॉर्डिस प्लगइन सिस्टम पर बनाया गया है: मॉडल, उपकरण, कौशल, सत्र, सैंडबॉक्स, स्टोरेज, लूप, शेड्यूलिंग और यूजर इंटरफ़ेस - ये सभी प्लगइन से बनते हैं। यह मानक प्लगइन्स से अलग है: VS Code प्लगइन्स संपादक में सुविधाएँ जोड़ते हैं, और Codex प्लगइन्स एजेंट को उपकरण प्रदान करते हैं, जबकि हार्नेस प्लगइन्स एजेंट के मस्तिष्क, टूलसेट, नियमों या स्वरूप को पूरी तरह से बदल सकते हैं।
आंतरिक समीक्षा के दौरान, डेवलपर्स ने कुछ ही दिनों में सैकड़ों प्लगइन बनाए, जिसमें एक शामिल था जिसने पृष्ठभूमि स्व-विकास के साथ सत्रों के बीच दीर्घकालिक स्मृति को लागू किया। दूसरी प्रमुख विशेषता इतिहास को ट्रैक करने की क्षमता है। हार्नेस अपेंड-ओनली सेशन लॉग्स के साथ सत्र लॉग का उपयोग करता है: मॉडल जो कुछ भी देखता है, सिस्टम प्रॉम्प्ट, तर्क श्रृंखलाएं, टूल कॉल और परिणाम, उप-एजेंट शेड्यूलिंग और प्रत्येक संदर्भ इंजेक्शन पूरी तरह से दर्ज किया जाता है, और संदर्भ संपीड़न कभी भी मूल इतिहास को हटाता नहीं है। डेवलपर ट्रैजेक्टरी दृश्य में पुनर्प्राप्ति, फोर्क, निष्कर्षण और पुनरुत्पादन सुविधाओं के साथ इतिहास को स्रोत के अनुसार ब्राउज़ कर सकते हैं।
टीम लीडर, क्यू टियानी (Qiu Tianyi), के पास झेजियांग विश्वविद्यालय से कंप्यूटर विज्ञान में डिग्री है और मार्च 2026 में डीपसीक में शामिल होने से पहले क्वांटिटेटिव ट्रेडिंग फर्म जेन स्ट्रीट (Jane Street) में नौ साल काम किया, जब आंतरिक रूप से हार्नेस परियोजना शुरू हुई। हार्नेस डिफ़ॉल्ट रूप से Kimi, OpenAI, Anthropic और Google सहित लगभग 40 प्रमुख मॉडलों का समर्थन करता है, खुद को एक तैयार एजेंट के बजाय घटकों के सेट के रूप में स्थापित करता है। संस्करण संख्या v0.1 स्पष्ट रूप से इंगित करती है कि 'ब्लैक व्हेल' अभी सतह पर आया है।
DeepSeek के डेवलपर्स ने DeepSeek Harness का प्रीव्यू संस्करण जारी किया है, जिसे 13 अगस्त को रात 20:30 बजे समुदाय के लिए खोल दिया गया था। हालांकि उत्पाद का संस्करण v0.1 के रूप में चिह्नित है, समुदाय ने बहुत सक्रिय प्रतिक्रिया दी। उसी दिन DeepSeek V4 Pro आधिकारिक तौर पर जारी किया गया।
DeepSeek Harness एक एजेंट फ्रेमवर्क है जो Claude Code और Codex जैसी ही श्रेणी से संबंधित है, लेकिन यह स्वयं एक मॉडल नहीं है। DeepSeek के आंतरिक सूत्र के अनुसार, एजेंट मॉडल और Harness को मिलाकर बनता है: मॉडल 'मस्तिष्क' के रूप में कार्य करता है जो तर्क के लिए जिम्मेदार होता है, जबकि Harness एक परिधीय प्रणाली है जो इस मस्तिष्क को बाहरी दुनिया, फ़ाइलों, टर्मिनलों और ब्राउज़रों से जोड़ती है। इस प्रकार, उत्पाद एक एजेंट है, लेकिन इसे अधिक सटीक रूप से एजेंट फ्रेमवर्क कहना चाहिए।
उत्पाद के साथ शुरुआत करना काफी सरल है: आपको टर्मिनल में कमांड npx @deepseek-ai/dsh web चलाना होगा, ब्राउज़र में localhost:3080 खोलना होगा और DeepSeek API कुंजी दर्ज करनी होगी। अन्य एजेंट उत्पादों के विपरीत, जो तुरंत प्रश्नों के लिए इंटरफ़ेस में खुलते हैं, dsh पहले API कुंजी दर्ज करने की मांग करता है, जिसके बाद 'Exploring the Uncharted' स्लोगन के साथ मुख्य इंटरफ़ेस प्रदर्शित होता है।
उत्पाद में चार पूर्व-स्थापित ऑपरेटिंग मोड शामिल हैं। मानक मोड एक पूर्ण कार्यात्मक कोडिंग एजेंट है जिसमें फ़ाइल संपादन, शेल उपयोग, खोज, कौशल, योजना, लक्ष्य, सबएजेंट और वर्कफ़्लो की क्षमताएं हैं, जो Claude Code और Codex के समान है। PTC (प्रोग्रामेटिक टूल कॉलिंग) मोड उपकरणों को एपीआई कोड के रूप में लपेटने की अनुमति देता है, जिससे मॉडल TypeScript में एक प्रोग्राम लिख सकता है जो क्रमिक रूप से संचालन निष्पादित करता है और केवल अंतिम परिणाम लौटाता है, मध्यवर्ती डेटा को रनटाइम वातावरण में सहेजता है, जिससे टोकन की बचत होती है और स्वचालन डेवलपर्स पर केंद्रित होता है।
न्यूनतम मोड केवल दो उपकरण प्रदान करता है - एक स्थायी bash शेल और str_replace_editor संपादक, इस धारणा पर कि एक शक्तिशाली मॉडल टर्मिनल और फ़ाइल संपादक का उपयोग करके कोडिंग का अधिकांश भाग कर सकता है। और निर्माण मोड (Creation Mode) प्लगइन डेवलपर्स के लिए डिज़ाइन किया गया है, क्योंकि यह रनटाइम जांच और प्लगइन प्राधिकरण मार्गदर्शन के साथ कस्टम एजेंट प्रीसेट बनाने की अनुमति देता है।
प्रत्येक मोड अपने स्वयं के प्लगइन सेट को लोड करता है: मोड बदलने से निर्धारित होता है कि एजेंट के लिए कौन से उपकरण उपलब्ध हैं और वह किन नियमों के तहत कार्य करेगा। मुख्य अवधारणा यह है कि सब कुछ Cordis प्लगइन सिस्टम पर बनाया गया एक प्लगइन है, जो मॉडल, उपकरण, कौशल, सत्र, सैंडबॉक्स, स्टोरेज, चक्र, योजना और उपयोगकर्ता इंटरफ़ेस को कवर करता है। एक उपयोगकर्ता ने प्लगइन्स की मदद से पूरे कार्य इंटरफ़ेस को पुनर्स्थापित करने की सूचना दी, और दूसरे ने केवल प्लगइन्स का उपयोग करके सत्रों के बीच दीर्घकालिक स्मृति और पृष्ठभूमि में स्व-विकास लागू किया, जिससे मॉडल को समय-समय पर अपने काम के रिकॉर्ड की समीक्षा करने और अस्थायी अनुभव को स्थायी ज्ञान में संपीड़ित करने की अनुमति मिली।
DeepSeek ने रिकॉर्डिंग और पथ ट्रैकिंग के साथ सत्र लॉग भी प्रदान किए हैं। प्रीव्यू संस्करण डिफ़ॉल्ट रूप से Kimi, OpenAI, Anthropic और Google सहित लगभग 40 मॉडल का समर्थन करता है। हालांकि, समीक्षक के लिए बुरी खबर यह थी कि एक लंबी कार्य को पूरा करने में आधे घंटे से अधिक का समय लग सकता है, जो गति के लिए जाने जाने वाले कंपनी के लिए अस्वीकार्य है। आधिकारिक बयान स्वीकार करता है कि चूंकि यह एक प्रारंभिक प्रीव्यू संस्करण है, इसलिए कई विवरणों को अभी भी परिष्कृत करने की आवश्यकता है, और मुख्य प्लगइन्स और इंटरफेस को शीघ्र ही अपडेट किया जाएगा। हालांकि शेल शुरुआती चरण में है, वास्तुकला पर दांव बहुत बड़ा है, और समुदाय पहले से ही DeepSeek Harness के भविष्य को परिभाषित कर रहा है।
DeepSeek कंपनी ने अपनी V4 Pro मॉडल को सार्वजनिक रूप से उपलब्ध कराया है, और इसने अपनी मूल्य निर्धारण पृष्ठ पर DeepSeek-V4-Pro-0813 नामक रिलीज़ प्रस्तुत की है। फ्लैगशिप स्तर का मॉडल 1 मिलियन टोकन की संदर्भ विंडो और 384 हजार टोकन के अधिकतम आउटपुट से लैस है, जो डिफ़ॉल्ट रूप से थिंकिंग मोड का उपयोग करता है, लेकिन विलंबता-संवेदनशील अनुरोधों के लिए थिंकिंग मोड के बिना एक एंडपॉइंट भी प्रदान करता है।
1 मिलियन टोकन इनपुट और 384 हजार टोकन आउटपुट का संयोजन एक ही कॉल के भीतर पिछले पीढ़ी की तुलना में काफी अधिक मात्रा में सामग्री को संसाधित और उत्पन्न करने की अनुमति देता है, जो बड़ी कोडबेस, व्यापक दस्तावेज़ कॉर्पस और बहु-चरणीय एजेंटों के साथ काम करने के लिए विशेष रूप से प्रासंगिक है।
DeepSeek ने उन सुविधाओं को भी एकीकृत किया है जिनकी अधिकांश एजेंट डेवलपर्स से अपेक्षा करते हैं: JSON प्रारूप में संरचित आउटपुट, टूल कॉल्स का समर्थन, रिस्पॉन्स एपीआई और Anthropic-API के साथ संगतता। इसके अलावा, वार्तालाप उपसर्ग के साथ निरंतरता और FIM समाप्ति के लिए बीटा समर्थन लागू किया गया है, जिसमें FIM थिंकिंग-मुक्त मोड तक सीमित है।
सेवा स्तर पर, ऐसे एंडपॉइंट पेश किए जाते हैं जो OpenAI और Anthropic दोनों के साथ संगत हैं, जिससे उन टीमों को स्विच करने की अनुमति मिलती है जो पहले से ही इनमें से किसी भी मानक का उपयोग कर रही हैं, बिना अपनी बुनियादी ढांचे को फिर से बनाए जाने की आवश्यकता के।
मूल्य निर्धारण स्तरों के जानबूझकर विभाजन को दर्शाता है। कैश में हिट होने पर Pro मॉडल की कीमत प्रति मिलियन टोकन के लिए 0.025 युआन है, जबकि कैश मिस पर इनपुट के लिए 3 युआन और आउटपुट के लिए 6 युआन है। इसके विपरीत, Flash मॉडल की कीमत क्रमशः 0.02, 1 और 2 युआन है, जो कैश मिस पर इनपुट और आउटपुट के लिए Pro को Flash की तुलना में लगभग तीन गुना महंगा बनाता है।
अंतर समानांतरवाद की सीमाओं द्वारा भी रेखांकित किए जाते हैं: Flash 2500 समवर्ती अनुरोधों का समर्थन करता है, जबकि Pro 500 तक सीमित है। यह अनुपात V4 परिवार के लिए एक अधिक स्पष्ट उत्पाद संरचना का संकेत देता है। Flash उच्च थ्रूपुट वाले ट्रैफिक पर केंद्रित है जहां लागत प्रमुख है, जबकि Pro लंबी संदर्भ कोडिंग और एजेंट वर्कफ़्लो जैसे अधिक गहन तर्क कार्यों पर शक्ति केंद्रित करता है, जहां मॉडल के उपयोग के लिए अधिक प्रदर्शन बफर होता है।
हालांकि, उन्नत मॉडलों के मानकों के अनुसार Pro की निरपेक्ष कीमत मध्यम बनी हुई है, जो DeepSeek को हाल ही में मूल्य वृद्धि की घोषणा के बाद खर्चों की भरपाई करने की अनुमति देती है, जबकि यह अभी भी अधिकांश विदेशी प्रतिस्पर्धियों से सस्ता रहता है। इस प्रकार, V4 श्रृंखला दोहरे मार्ग का प्रस्ताव प्रस्तुत करती है: स्केलिंग के लिए कम लागत वाला Flash स्तर और कोडिंग और एजेंट उपयोग के लिए लक्षित अधिक शक्तिशाली Pro स्तर।
