DSH 发布前两天的重磅横评：用 25 个真实自动化任务测 DeepSeek V4 Flash 在 8 个主流 harness 上的表现。结论是 model-harness fit 真实存在——通过率 46.7% 到 66.7%，单次成功成本 $0.028 到 $0.195 差 7 倍，缓存命中率是成本分水岭。对写文章的启发：harness 对模型发挥的影响是数量级的，这正是「值得花时间配置 DSH 插件」的核心论据。
핵심
·model-harness fit 真实存在：同一模型在不同 harness 上通过率 46.7%~66.7%，成本差 7 倍
·缓存命中率是成本分水岭：Claude Code 只缓存 1.5% token，比缓存 70% 的 Codex 贵近一倍
·Reasonix 被评论区刷屏求测，说明 DeepSeek 专用 harness 赛道在 DSH 之前已有玩家
핵심 수치
·8 个 harness × 25 个真实自动化任务
·通过率最高 Pi Agent 66.7% vs 最低 OpenCode 46.7%
·单次成功成本 $0.028（Pi）到 $0.195（Claude Code）差 7 倍
·Claude Code 缓存命中仅 1.5%，Codex 70%、OMP 57%
·DeepSeek 官方 API 比 OpenRouter 第三方便宜约 10 倍
인용할 문장
Claude Code 和 OMP 每任务都用约 74.2 万 token，但 Claude Code 贵了近一倍：它只缓存了 1.5% 的 token，Codex 是 70%，OMP 是 57%。
全帖最锋利的数字对比，一句话讲清「缓存命中率=钱」，写 DSH 缓存优势段的背景铺垫
测试没有一致性：Pi 用 DeepSeek API high 档，其他走 OpenRouter——OpenRouter 背后是多家供应商，成本差异巨大。
31 赞方法论质疑，引用横评数据时的必要免责声明，显示文章懂行
为什么用 OpenRouter？DeepSeek 官方比第三方便宜差不多 10 倍。
20 赞实用提醒，可直接转成给读者的省钱建议：跑 DSH 走官方 API
Reasonix 是专为 DeepSeek 打造的 harness，在 DeepSeek 社区非常有名。
生态位背景：DSH 入场前已有专用 harness 玩家，写「官方下场意味着什么」时交代竞争格局
同意，这让我更想要一个正经的 harness 基准了。
社区对 harness 基准的渴望原声，恰好为几天后 DSH 发布的「等官方」情绪做注脚
