AI Radar
DeepSeek одновременно вывела флагманскую V4 Pro в приложение, веб-интерфейс и API и открыла предварительную версию собственного агентного рантайма. Вместе с релизом компания переводит API линейки V4 на пиковые и внепиковые тарифы.
Финальная DeepSeek V4 Pro ориентирована прежде всего на агентные нагрузки и работу в производственных средах. Имена моделей в API не изменились, зато интерфейс теперь нативно понимает формат OpenAI Responses API и получил отдельную адаптацию для Codex с однокнопочным сценарием настройки. Для V4 Pro и V4 Flash появились три уровня интенсивности рассуждений: low для простых запросов, high для повседневных агентных задач и max для наиболее сложных сценариев.
Вторая часть релиза — DeepSeek Harness v0.1, или dsh, выпущенный в статусе developer preview под лицензией MIT. Это не просто еще один чат-интерфейс и не обязательно готовая замена coding-агенту: Harness занимает нижний слой, который связывает модель с инструментами, файлами, сессиями, песочницами и циклом исполнения. Код опубликован на GitHub, а интерес к проекту оказался высоким: по данным китайского издания 智东西, репозиторий набрал более 10 тысяч звезд за первые полчаса и свыше 30 тысяч к моменту подготовки его обзора.
Архитектура построена на Cordis и следует принципу «всё является плагином». Модели, инструменты, навыки, хранилища, планировщики, интерфейс и даже агентный цикл можно заменять и собирать в разные конфигурации. В комплект входят четыре режима: стандартный с полным набором инструментов, минимальный с shell и редактором файлов, PTC с программным объединением нескольких вызовов инструментов и творческий режим, способный исследовать среду и компоновать новые наборы плагинов. Такой подход отделяет агентную инфраструктуру от конкретной модели и позволяет точнее контролировать состав среды.
Отдельное внимание уделено наблюдаемости. Системные инструкции, рассуждения, вызовы инструментов и их результаты, запуск субагентов и внедрение контекста записываются в append-only журнал. Общий поток событий используется для просмотра траектории, поиска, воспроизведения, восстановления и создания ответвлений. Это полезно при разборе сбоя длинного workflow: вместо изучения только финального ответа разработчик может увидеть конкретный узел, где агент выбрал неверный инструмент или получил неподходящий контекст.
Предварительное практическое тестирование показывает и возможности, и незрелость v0.1. В одном из опытов Harness перевел 88-страничную работу примерно за 22 минуты, самостоятельно устанавливая недостающий инструмент извлечения PDF и распределяя части задачи; простая игра «Змейка» была создана примерно за 50 секунд. Руководитель команды при этом прямо предупредил, что предварительная версия может оставаться шероховатой, а часть разработчиков воспринимает продукт скорее как конструктор агентных сред, чем как законченного соперника Claude Code.
Оценки самой V4 Pro пока неоднозначны. В Artificial Analysis Intelligence Index модель получила 53 балла — на уровне GLM-5.2, но ниже GPT-5.6 Terra и Kimi K3; в Vals Index она заняла 12-е место и испытывала трудности с терминальными задачами и сложными финансовыми таблицами. При этом исследователи отдельно выделяли ее показатели в кибербезопасности. На этом фоне новая тарификация может оказаться чувствительной: с 16:00 UTC 16 августа вместо единой цены вводятся пиковые и внепиковые ставки, причем ночью API будет вдвое дешевле пикового тарифа, но даже отдельные льготные операции могут стоить заметно больше прежнего уровня.
Harness дает разработчикам открытый и заменяемый по частям фундамент для агентов, не привязанный жестко к одному интерфейсу или набору инструментов. Это особенно полезно для отладки длинных процессов, экспериментов с песочницами и сравнения разных моделей в одинаковой среде. Пользователям API V4 одновременно придется пересчитать расходы и, где возможно, переносить пакетные задания на внепиковые часы.
DSML editors review the selection. AI helps deduplicate signals and draft the text; the published edition remains an editorial product, not a feed of individual channels.
