AIDiveDeepSeek schlägt zweimal an einem Tag zu
Am 13. August 2026 hat DeepSeek zwei Produkte auf einmal gebracht. DeepSeek Harness ist ein Open-Source-Coding-Agent unter MIT-Lizenz, der direkt auf Claude Code zielt — Bloomberg nannte es klar eine Kampfansage an Anthropic. Am selben Tag wurde DeepSeek V4 Pro (Build 0813) allgemein verfügbar, mit einem context window von einer Million Token für unter einem halben Dollar pro Million Input-Token.
Der Markt hat es sofort gemerkt. Der Hacker-News-Post zum Modell kam an einem einzigen Tag über 990 Punkte, und das Harness-Repository steht schon bei über 21.000 GitHub-Sternen. Ein Tool plus ein Modell, am selben Tag veröffentlicht — genau diese Formel hat Claude Code groß gemacht.
Wir haben DeepSeek Harness mit einem npx-Befehl installiert, die Docs gelesen und jede Zahl durchgegangen, die DeepSeek veröffentlicht hat. Dieser Artikel behandelt die Everything-is-a-Plugin-Architektur, was V4 Pro gegen Claude bei Benchmarks und Preisen taugt, und wer wechseln sollte statt zu warten.
Was ein Agent-Harness wirklich ist
Ein Harness ist die ganze Maschinerie um ein Modell herum, damit es wirklich auf deinem Rechner arbeiten kann: die Schleife, die die Aufrufe verkettet, die Tools, die das Modell nutzen darf, das Kontext-Management, die Berechtigungen und das Interface. Das Modell entscheidet, das Harness führt aus — in diesem kurzen Satz steckt die ganze Arbeitsteilung.
Wenn du eine Anweisung in Claude Code tippst, fasst das Modell deine Festplatte nie selbst an. Es bittet das Harness, eine Datei zu lesen, ein Kommando auszuführen oder einen Test zu starten; das Harness prüft, ob das erlaubt ist, führt es aus und gibt das Ergebnis zurück. Jeder Coding-Agent funktioniert so.
Claude Code ist Anthropics Harness, verdrahtet mit den Claude-Modellen, und Codex ist OpenAIs Harness, verdrahtet mit GPT. DeepSeek hatte nie ein offizielles — die eigenen Modelle liefen in fremden Tools. Genau das ändert der 13. August: DeepSeek verkauft nicht mehr nur den Motor, sondern das ganze Auto.
Alles ist ein Plugin: dsh von innen
DeepSeek Harness — in den Docs kurz dsh — baut auf einer Kernidee auf: alles ist ein Plugin. Das ist kein Marketing-Slogan, das ist die echte Architektur. Modelle sind Plugins. Tools sind Plugins. Skills, Sessions, Sandboxes, Storage, Loops, Scheduling und sogar das Interface: alles Plugins. Die offiziellen Docs sagen, dass sich jede Fähigkeit in der Config wählen, tauschen oder erweitern lässt, ohne den Quellcode des Harness zu ändern.
Darunter liegt alles auf Cordis, einem Kernel, den DeepSeek in einem Paper zu Composability beschreibt. Das Projekt hat echtes Gewicht: über 12.000 Commits, ein Discord-Server und ein eigener dsh-plugin-Tag auf GitHub, wo schon Community-Plugins auftauchen. Die praktische Folge: Das Harness hat keinen eingefrorenen Kern — wenn du eine andere Sandbox, anderen Session-Storage oder ein anderes Modell willst, änderst du die Config, nicht den Code.
Die Installation ist ein Befehl: npx @deepseek-ai/dsh web öffnet ein Web-Interface lokal auf Port 3080. Kein Konto nötig, kein Installer — das npm-Paket reicht. Wer lieber selbst baut: Das ganze Repo klont und kompiliert mit pnpm in vier Befehlen.
dsh bringt vier Runtime-Modi mit, und hier wird die Architektur-Wette sichtbar:
- Der Standard-Modus ist der volle Coding-Agent: Dateien bearbeiten, Shell, Suche und Planung — das direkte Äquivalent zu Claude Code.
- Der Code-Modus lässt das Modell TypeScript generieren, das mehrstufige Abläufe selbst orchestriert, statt Tool-Calls einzeln zu verketten — das spart Roundtrips, Latenz und Token bei langen Aufgaben.
- Der Minimal-Modus reduziert den Agenten auf bash und einen Datei-Editor, vor allem zum Benchmarken des rohen Modells.
- Der Creator-Modus dient eigenen Presets, mit Runtime-Inspektion und Live-Plugin-Experimenten.
Das letzte Stück ist Nachvollziehbarkeit. Alles, was das Modell sieht, geht in ein Append-only-Session-Log — man kann nur hinten anhängen, nie die Historie umschreiben. Dieses Log ist die Wahrheitsquelle des Harness, und du kannst jede Session daraus fortsetzen, forken, durchsuchen oder abspielen. Wenn dein Agent bei Tool-Call zweiundvierzig entgleist, wühlst du nicht im Transcript; du spielst die Session bis zum Kipppunkt und siehst genau, was das Modell gesehen hat. Das ist Betriebssystem-Denken, kein weiterer API-Wrapper.
V4 Pro: der Motor hinter dem Harness
DeepSeek V4 Pro, Build 0813, ist das Modell, das die Preview verlässt und allgemein verfügbar wird — schon nutzbar über die DeepSeek-API oder OpenRouter. Es ist ein Mixture-of-Experts-Modell: Pro Token aktiviert sich nur ein Teil des Netzes, also Große-Modell-Leistung zu Kleine-Modell-Rechenkosten. Das Datenblatt: ein context window von einer Million Token, bis zu 384.000 Output-Token, Tool-Calls und JSON-Output.
Ein Detail zählt hier doppelt: Die DeepSeek-API wirbt mit Anthropic-API-Kompatibilität. Ein Tool, das für Claude geschrieben wurde, kann mit V4 Pro sprechen, indem man Base-URL und Key tauscht.
Bei den Benchmarks meldet DeepSeek Werte nahe der Spitze:
| Benchmark | DeepSeek V4 Pro | Claude |
|---|---|---|
| SWE-bench Verified | ~80,6 % (Max-Variante) | 80,8 % (Opus 4.6) |
| Terminal Bench 2.1 | behaupteter Sieg | Opus 4.8 |
| Artificial-Analysis-Index | 53 | 63 (Opus 5) |
| Tempo (Token/s) | 83 | 52 |
Aber ein Detail ändert, wie man jede dieser Zahlen liest: Kein einziger Wert wurde bisher von Dritten reproduziert. Alles im Umlauf geht auf DeepSeek zurück oder auf Artikel, die DeepSeek kopieren. Simon Willison weist darauf hin, dass die Benchmarks zuerst in DeepSeeks offizieller WeChat-Gruppe kursierten, dann in einen Reddit-Post kamen, den Moderatoren gelöscht haben, und als ASCII-Tabelle auf Hacker News endeten. Er merkt auch an, dass es keine offizielle Ankündigungsseite gibt und offene Gewichte nicht bestätigt sind — obwohl V4 Pro im April und V4 Flash im Juli auf Hugging Face landeten, wirkt ein Release wahrscheinlich. Sein Pelikan-Test zeigte zumindest etwas Ungewöhnliches: Drei Reasoning-Stufen erzeugten drei radikal verschiedene Pelikane. Das Modell ist wahrscheinlich sehr gut; aktuell sagt das aber nur DeepSeek.
Der Preisabstand zu Claude
Beim Preis schlägt DeepSeek am härtesten zu. Zum Launch kostet V4 Pro 0,435 $ pro Million Input-Token und 0,87 $ pro Million Output-Token über die DeepSeek-API.
| Modell | Input ($/Mio. Token) | Output ($/Mio. Token) |
|---|---|---|
| DeepSeek V4 Pro (Launch-Tarif) | 0,435 $ | 0,87 $ |
| Claude Sonnet 5 | 2 $ | 10 $ |
| Claude Opus 5 | 5 $ | 25 $ |
| Claude Fable 5 | 10 $ | 50 $ |
Zum Launch-Tarif läuft V4 Pro rund 11-mal billiger als Opus 5 im Input und 28-mal billiger im Output. Selbst Sonnet 5, Anthropics Sparoption, bleibt vier- bis elfmal teurer.
Für eine typische Coding-Agent-Session mit 50.000 Token rein und 15.000 raus kostet Opus 5 etwa 0,62 $; V4 Pro zum Launch-Tarif etwa 0,035 $. Der versteckte Posten für Agenten ist der Cache, weil ein Harness denselben Kontext in jeder Runde neu schickt: Ein Cache-Hit kostet 0,50 $ pro Million bei Opus 5 und etwa 0,0036 $ pro Million bei DeepSeek.
Nur hat dieser Tiefstpreis ein Ablaufdatum, und es ist nah. Ab dem 16. August — drei Tage nach dem Launch — wechselt die API auf Peak- und Off-Peak-Abrechnung:
| Tarifzeitraum | Input ($/Mio.) | Output ($/Mio.) |
|---|---|---|
| Launch (bis 16. August) | 0,435 $ | 0,87 $ |
| Off-Peak | 0,66 $ | 1,98 $ |
| Peak (1–4 Uhr und 6–10 Uhr UTC) | 1,32 $ | 3,96 $ |
Der Preis, den diese Woche alle vergleichen, steigt um mindestens die Hälfte und vervierfacht sich im Output sogar. Selbst zum schlechtesten Tarif bleibt V4 Pro fast viermal billiger als Opus 5, das Argument hält also — aber die Zahl, die auf Hacker News rumgeht, ist eine Promo, die in drei Tagen endet. Der Zeitplan zählt auch für Agenten: Peak folgt dem chinesischen Arbeitstag, also treffen Nacht-Crons Off-Peak, während Nachmittags-Coding Peak-Fenster frisst.
Kann es Claude Code ersetzen?
Bei der Architektur hat dsh Argumente, die Claude Code nicht hat. Wenn dein Agent entgleist, lässt dich Claude Code das Transcript durchwühlen; dsh lässt dich die Session Event für Event abspielen. Das Plugin-System geht weiter als Anthropics Skills und MCP-Server, denn es deckt auch die Sandbox, den Storage und den Loop selbst ab — in Claude Code erweiterst du den Agenten, in dsh kannst du ihn neu zusammensetzen. Das Harness nimmt auch andere Modelle als die von DeepSeek, während Claude Code an Claude gebunden bleibt, außer man geht über inoffizielle Proxys.
Auf der anderen Seite hat Claude Code Reife, und die wiegt schwer: Monate Produktion bei zehntausenden Teams, ein riesiges Ökosystem aus Skills, Hooks und Integrationen, Modelle, deren Werte unabhängige Evaluatoren prüfen, und Abo-Zugang, der vor Abrechnungs-Überraschungen schützt, während dsh jeden Token abrechnet.
dsh ist Developer Preview in Version 0.1, und die README sagt in Großbuchstaben, dass es kompatibilitätsbrechende Änderungen geben wird. Aber die Anthropic-API-Kompatibilität heißt, dass du dich gar nicht entscheiden musst: Behalte dein Harness und richte Workflows auf V4 Pro, oder teste dsh mit dem Modell, das du schon nutzt. dsh ist der glaubwürdigste Herausforderer, den Claude Code je hatte — und es ist ein 0.1-Herausforderer gegen einen Titelverteidiger.
Die Fallen vor dem Wechsel
Vor dem Deinstallieren sind drei Grenzen abzuwägen.
Erstens ist dsh eine Developer Preview, die Kompatibilität ohne Vorwarnung bricht: Das Plugin von dieser Woche lädt nächsten Monat vielleicht nicht mehr. Den Alltags-Workflow heute darauf zu bauen heißt, ihn regelmäßig zu reparieren.
Zweitens ist jeder V4-Pro-Benchmark selbst berichtet. Keine unabhängige Reproduktion, keine Ankündigungsseite, Zahlen aus einer WeChat-Gruppe. Sie können stimmen, aber außerhalb von DeepSeek weiß das noch niemand.
Drittens läuft der Preis, der für Wirbel sorgt, ab. Ab dem 16. August treibt die Zeitfenster-Abrechnung den Output auf bis zu 3,96 $ pro Million im Peak — das Viereinhalbfache des Launch-Tages. dsh gibt dir totale Freiheit über die Architektur deines Agenten und fast keine Garantie darüber, was in einem Monat noch stimmt. Wenn dein Agent-Stack dein Geschäft trägt, ist das nicht die Woche zum Umziehen.
Also wechseln oder nicht?
Unser Fazit nach einem Tag drin lässt sich auf drei Profile bringen. Wenn du Harnesses oder Agent-Tooling baust, installier dsh diese Woche: Die All-Plugin-Architektur und das abspielbare Log sind gerade die zwei interessantesten Ideen, und ein npx-Befehl reicht für ein Urteil. Wenn du nur eine kleinere API-Rechnung bei Agent-Aufgaben willst, teste V4 Pro in einem Nebenprojekt — aber rechne mit den Tarifen ab 16. August, und warte auf unabhängige Bestätigung der Werte, bevor du Produktion umleitest.
Wenn Claude Code deinen Alltag trägt, behalte es. Nichts an diesem Launch rechtfertigt den Wechsel von einem funktionierenden Tool zu einer 0.1 mit Bruch-Ansage. Die gute Nachricht: Dieser Angriff zwingt alle, sich zu bewegen — egal welchen Agenten du nutzt, sein Preis kann jetzt echt fallen.
