DeepSeek lança o código-fonte do DeepSeek Harness: uma plataforma de agentes baseada em plugins

Os desenvolvedores da DeepSeek lançaram a versão preliminar do DeepSeek Harness, que foi aberta à comunidade em 13 de agosto às 20:30. Apesar de a versão do produto ser designada como v0.1, a comunidade reagiu muito ativamente. No mesmo dia, o DeepSeek V4 Pro foi lançado oficialmente.

O DeepSeek Harness é um framework de agente que pertence à mesma categoria de Claude Code e Codex, mas não é um modelo em si. De acordo com a fórmula interna da DeepSeek, o agente é formado pela combinação do Modelo e do Harness: o Modelo atua como o 'cérebro', responsável pelo raciocínio, e o Harness é o sistema periférico que conecta esse cérebro ao mundo exterior, arquivos, terminais e navegadores. Assim, o produto é um agente, mas é mais preciso chamá-lo de framework de agente.

Começar a usar o produto é bastante simples: é necessário executar o comando npx @deepseek-ai/dsh web no terminal, abrir localhost:3080 no navegador e inserir a chave de API da DeepSeek. Ao contrário de outros produtos de agente que abrem imediatamente em uma interface para perguntas, o dsh primeiro exige a inserção da chave de API, exibindo em seguida a interface principal com o slogan 'Exploring the Uncharted'.

O produto inclui quatro modos de operação pré-configurados. O modo padrão é um agente de codificação totalmente funcional, com capacidades de edição de arquivos, uso de shell, busca, habilidades, planejamento, objetivos, subagentes e fluxos de trabalho, comparável ao Claude Code e Codex. O modo PTC (Programmatic Tool Calling) permite encapsular ferramentas em formato de código API, permitindo que o modelo escreva um programa em TypeScript que executa operações sequencialmente e retorna apenas o resultado final, mantendo os dados intermediários no ambiente de execução, o que economiza tokens e é voltado para desenvolvedores de automação.

O modo mínimo fornece apenas duas ferramentas — um shell bash persistente e um editor str_replace_editor, sob a suposição de que um modelo suficientemente poderoso pode realizar grande parte da codificação usando apenas terminal e editor de arquivos. E o Modo Criação (Creation Mode) é destinado a desenvolvedores de plugins, pois permite criar configurações personalizadas de agentes com verificações em tempo de execução e orientação para autoria de configurações.

Cada modo carrega seu próprio conjunto de plugins: a mudança de modo determina quais ferramentas estão disponíveis para o agente e sob quais regras ele funcionará. A ideia principal é que tudo é um plugin construído sobre o sistema de plugins Cordis, que abrange modelos, ferramentas, habilidades, sessões, sandboxes, armazenamento, ciclos, planejamento e interface do usuário. Um usuário relatou a restauração de toda a interface de trabalho usando plugins, e outro implementou memória de longo prazo entre sessões e autoaperfeiçoamento em segundo plano, usando exclusivamente plugins, permitindo que o modelo revise periodicamente seus registros de trabalho e comprima a experiência temporária em conhecimento sustentável.

A DeepSeek também forneceu logs de sessão com a possibilidade de adicionar entradas e rastrear a trajetória. A versão preliminar suporta por padrão quase 40 modelos, incluindo Kimi, OpenAI, Anthropic e Google. No entanto, para o revisor, a má notícia foi que a execução de uma tarefa longa pode levar mais de meia hora, o que é inaceitável para uma empresa conhecida pela velocidade. O comunicado oficial reconhece que, sendo uma versão preliminar inicial, muitos detalhes ainda precisam ser aprimorados, e os principais plugins e interfaces serão atualizados rapidamente. Embora o shell esteja em estágio inicial, a aposta na arquitetura é enorme, e a comunidade já está definindo o futuro do DeepSeek Harness.

A empresa DeepSeek tornou seu modelo V4 Pro público, apresentando o lançamento chamado DeepSeek-V4-Pro-0813 em sua página de preços. O modelo de nível principal é equipado com uma janela de contexto de 1 milhão de tokens e uma saída máxima de 384 mil tokens, utilizando por padrão o modo de raciocínio, mas também fornecendo um endpoint sem modo de raciocínio para solicitações sensíveis à latência.

A combinação de entrada de 1 milhão de tokens e saída de 384 mil tokens permite processar e gerar um volume significativamente maior de material em uma única chamada em comparação com a geração anterior, o que é especialmente relevante para trabalhar com grandes bases de código, extensos corpos de documentos e agentes multifásicos.

A DeepSeek também integrou recursos que a maioria dos desenvolvedores de agentes espera: saída estruturada em formato JSON, suporte a chamadas de ferramentas, Responses API e compatibilidade com Anthropic-API. Além disso, foi implementado o suporte beta para continuação com prefixo de conversa e conclusão FIM, sendo o FIM limitado ao modo sem raciocínio.

No nível de serviço, são oferecidos endpoints compatíveis tanto com OpenAI quanto com Anthropic, dando às equipes que já utilizam qualquer um desses padrões a possibilidade de mudar sem a necessidade de reestruturar sua infraestrutura.

A precificação reflete a divisão intencional dos níveis. O modelo Pro custa 0,025 yuans por milhão de tokens ao atingir o cache, 3 yuans por falhas de cache na entrada e 6 yuans na saída. Em contraste, o modelo Flash tem um preço de 0,02, 1 e 2 yuans, respectivamente, tornando o Pro cerca de três vezes mais caro que o Flash em falhas de cache na entrada e saída.

As diferenças também são destacadas pelas limitações de paralelismo: o Flash suporta 2500 solicitações simultâneas, enquanto o Pro é limitado a 500. Essa proporção indica uma estrutura de produto mais clara para a família V4. O Flash é voltado para tráfego de alta frequência com alta largura de banda, onde o custo domina, enquanto o Pro concentra o poder em tarefas de raciocínio mais pesadas, codificação com contexto longo e fluxos de trabalho de agentes, onde o modelo tem maior reserva de desempenho para uso.

No entanto, o preço absoluto do Pro permanece moderado nos padrões de modelos avançados, permitindo que a DeepSeek compense os custos após o recente anúncio de aumento de preços, permanecendo ainda mais barato do que a maioria dos concorrentes estrangeiros. Assim, a linha V4 representa uma oferta de dois caminhos: um nível Flash de baixo custo com alta largura de banda para escalabilidade e um nível Pro mais poderoso, focado em tarefas de codificação e uso de agentes.

O modelo DeepSeek V4 Flash demonstrou uma demanda colossal, consumindo 8 trilhões de tokens em apenas um dia na ferramenta OpenCode. Este volume excedeu a média diária da plataforma OpenRouter, que é de cerca de 6,6 trilhões de tokens. Este aumento no uso reflete uma mudança fundamental nos métodos de trabalho com IA: se antes a tarefa era concluída com uma simples pergunta e resposta, agora os agentes executam operações mais complexas, como leitura de arquivos, modificação de código, execução de programas e tentativas repetidas após erros, o que aumenta drasticamente o consumo de tokens.

Um exemplo dessa interação complexa foi mostrado por um usuário que criou um projeto de jogo 3D de página única usando o Claude Opus 5. Esse processo resultou em um único arquivo HTML que exigiu 690 milhões de tokens e custou quase 3000 yuans.

Com o surgimento de tarefas executadas por agentes, o critério de avaliação dos modelos mudou da qualidade de uma resposta individual para o custo de execução de uma tarefa longa. Por exemplo, um milhão de tokens de saída custou 2 yuans no DeepSeek, enquanto no Claude Opus 4.8 a mesma operação custou US$ 25, o que equivale a aproximadamente 170 yuans, demonstrando uma diferença de preço de 85 vezes. Embora no índice Artificial Analysis Intelligence Index v4.1 o modelo V4 Flash Max tenha obtido 50 pontos contra 56 do Opus Max, o custo para passar neste teste foi de US$ 72,02 para o V4 Flash contra US$ 3752,55 para o Opus, sendo que o Opus recebeu 6 pontos adicionais com um aumento de custo de cerca de 52 vezes.

O V4 Flash ainda não pode provar superioridade absoluta, mas se ambos os modelos estiverem na mesma lista de candidatos, a diferença de preço de 85 vezes pode mudar o padrão de escolha. Quando um modelo que supera o concorrente por apenas alguns pontos percentuais custa dezenas de vezes mais caro, a matemática da escolha deixa de favorecer a opção mais cara.

Os primeiros a sentir o impacto dessa tendência não são os modelos mais fracos, pois os pequenos modelos continuam adequados para roteamento, e os modelos de ponta continuam lidando com as tarefas mais complexas. Os modelos de nível médio são os mais vulneráveis — eles são mais fortes que o V4 Flash, mas custam dezenas de vezes mais e não são poderosos o suficiente para resolver as tarefas que o V4 Flash resolve. É isso que representa a 'linha de abate' do DeepSeek: os modelos não precisam ser os mais fortes, basta serem bons o suficiente para realizar a maioria das tarefas, utilizando a diferença de preço de quase duas ordens de magnitude para substituir opções mais caras da lista padrão.

No contexto de precificação, o Opus custa US$ 25 por milhão de tokens de saída, o Fable 5 custa US$ 50, e os modelos chineses incluem Qwen 3.8 Max por 36 yuans, Kimi K3 por 100 yuans e GLM 5.2 por 28 yuans.

A capacidade de vender o Mutai a preços de água mineral é determinada pelo custo direto de inferência por token, que depende dos parâmetros ativados, precisão, atenção, cache KV, comprimento da saída, uso de hardware e paralelismo. O V4 Flash possui 284 bilhões de parâmetros totais, mas ativa cerca de 13 bilhões para cada token, usando atenção híbrida, pesos de baixa precisão e otimização de cache. Em um contexto de um milhão de tokens, a carga computacional de inferência é de cerca de 10% do V3.2, e o tamanho do cache KV é de cerca de 7%. A série V4 reformulou o mecanismo de atenção, implementando mecanismos CSA compress-then-focus e HCA full-browse, além de usar o roteamento DeepSeekMoE, direcionando cada token para um pequeno subgrupo de especialistas. A precificação comercial e os custos de serviço seguem essas características técnicas. Assim, a 'linha de abate' redefine a fronteira do desenvolvimento: o fator decisivo torna-se a combinação de desempenho e preço, onde o custo de execução da tarefa é a métrica determinante.