DeepSeek Harness ו-V4.1 Flash: סוכן קוד פתוח, מודל ב-MIT וחיפוש בחינם

DeepSeek שחררה ב-17 באוקטובר את DeepSeek-V4.1-Flash-1017, מודל עם משקלים פתוחים ברישיון MIT, ובאותו יום הדליקה Search ו-Fetch API שעובדים חינם מתוך DeepSeek Harness, מתוך Claude Code ומתוך Codex. שלושה חלקים, הודעה אחת, ושורה תחתונה פשוטה: סוכן קוד ברמה גבוהה עולה היום פחות מאי פעם.

ב-Hacker News זה הורגש. השרשור על המודל עצמו טיפס לכ-943 נקודות ויותר מ-700 תגובות, ועשרה ימים קודם לכן פוסט בבלוג של מפתח בשם Jono, עם הכותרת "Why isn't the industry freaking out about DeepSeek 4.1 Flash?", הגיע ל-1,139 נקודות וכמעט 1,000 תגובות. בואו נפרק מה בדיוק יצא, מה זה אומר עבורנו כבונים, ואיך מנסים את זה עוד היום.

המצב: סוכן קוד טוב עולה כסף, הרבה כסף

כולנו כבר מכירים את הסיפור. סוכן קוד (Coding Agent), תוכנה שמקבלת משימה, קוראת את הקוד, מריצה פקודות ומתקנת עד שזה עובד, שורף טוקנים בקצב מטורף. כל קריאה של קובץ, כל הרצה של בדיקות, כל ניסיון חוזר, נכנסים לחלון ההקשר ונספרים בחשבון. תחשבו על זה כמו מונית שהמונה שלה רץ גם כשהיא עומדת ברמזור: הסוכן "חושב" גם כשהוא סתם קורא לוגים.

לאורך כל הכתבה נלווה דוגמה אחת: יש לנו ריפו קטן של Node, בדיקה אחת נופלת, ואנחנו רוצים שסוכן ימצא את הבאג, יתקן ויריץ את הבדיקות עד שהכול ירוק. משימה יומיומית לגמרי, בדיוק מהסוג שבו העלות מצטברת.

על הרתמה עצמה (Harness), השכבה שעוטפת את המודל ונותנת לו כלים, זיכרון ולולאת עבודה, כבר כתבנו כאן בהרחבה בפוסט מה זה Agent Harness, וגם בפירוק של Pi ו-Oh My Pi. אז לא נחזור על היסודות, רק נזכור את הכלל: המודל הוא המנוע, הרתמה היא הרכב, ואיכות הסוכן היא שילוב של שניהם.

שלושת החלקים של DeepSeek

1. המודל: DeepSeek-V4.1-Flash-1017. לפי כרטיס המודל ב-Hugging Face, זה עדכון קטן ל-V4.1-Flash שיצא ב-10 בספטמבר. יש לו 763 מיליארד פרמטרים בסך הכול, חלון הקשר של מיליון טוקנים, והמשקלים זמינים להורדה ברישיון MIT, כלומר מותר להשתמש בהם גם מסחרית כמעט בלי מגבלות. זה מודל MoE (Mixture of Experts, "תערובת מומחים"): לפי קובץ ההגדרות יש בו 384 מומחים, ולכל טוקן נבחרים רק 6 מהם ועוד מומחה משותף אחד. תחשבו על זה כמו בית חולים ענק עם מאות רופאים, שבו כל מטופל פוגש רק כמה מומחים רלוונטיים. ב-API, השם deepseek-flash כבר מצביע על הגרסה החדשה.

2. הרתמה: DeepSeek Harness, או בקיצור DSH. DeepSeek Harness הוא סוכן קוד ועבודה בקוד פתוח (MIT) שבנוי על ארכיטקטורה שבה הכול הוא תוסף (Plugin), עבור מפתחים שרוצים לשלוט בכל שכבה של הסוכן. הוא יצא כגרסת תצוגה למפתחים עוד ב-13 באוגוסט, ב-2 באוקטובר הגיעה אפליקציית דסקטופ ל-macOS (Apple Silicon) ול-Windows, והוא עדיין מוגדר "Public Preview", עם אזהרה מפורשת שתוספי הליבה וה-API עוד משתנים. מעבר לקוד, האתר מציג גם עבודה עם מסמכים, מחקר עם ציטוט מקורות, משימות מתוזמנות ו-Creator Mode לבניית תוספים. בריפו ב-GitHub יש כבר יותר מ-250 אלף כוכבים.

3. החיפוש: Search ו-Fetch API. שני כלים בצד השרת: Search מחפש ברשת (על מנוע חיפוש פנימי של DeepSeek), ו-Fetch שולף תוכן של עמוד מסוים. המחיר הרשמי הוא 0.75 דולר לכל 1,000 בקשות מוצלחות, לכל אחד מהם, ומחויבות רק תשובות מוצלחות עם תוצאה לא ריקה. הקטע המדליק הוא שכשמשתמשים ב-API של DeepSeek מתוך DSH, Claude Code או Codex, קריאות החיפוש האלה כרגע חינם.

וכאן חשוב לדייק, כי בשרשורים זה מתפספס: החינם הוא זמני. לפי התיעוד הרשמי, החיוב לפי בקשה מתחיל ב-1 בנובמבר 2026 בחצות לפי שעון בייג'ינג. וחשוב גם לזכור שהטוקנים של המודל עצמו ממשיכים להיות מחויבים כרגיל, רק החיפוש חינם.

המספרים: איפה הוא עומד מול כולם

בואו נסתכל על Terminal-Bench 4.0, בנצ'מרק שבודק משימות אמיתיות בטרמינל, בדיוק מהסוג של הדוגמה שלנו. לפי הטבלה שפרסמה DeepSeek בכרטיס המודל, הגרסה החדשה קפצה מ-31.2 ל-42.3. לשם השוואה, באותה טבלה GPT-5.6 Sol מקבל 39.9, GLM-5.3 מקבל 37.9, ו-Opus 5 של Anthropic מוביל עם 51.8.

חשוב לומר את זה בהגינות: אלה מספרים שהיצרנית עצמה פרסמה, לא מדידה בלתי תלויה. והתמונה גם מגוונת יותר. ב-DeepSWE v1.1 הגרסה החדשה מקבלת 77.0, מעל Opus 5 שמקבל 74.0, אבל ב-ProgramBench וב-NL2Repo-Bench דווקא Opus 5 מוביל (37.0 מול 29.1, ו-75.3 מול 68.2). שורה תחתונה: זה לא "המודל הכי חזק בעולם", זה מודל שמגיע קרוב מאוד לחזית.

ואז מגיע המחיר. לפי עמוד התמחור הרשמי, deepseek-flash עולה בשעות השיא 0.30 דולר למיליון טוקנים של קלט (כשאין פגיעה במטמון), 1.20 דולר למיליון טוקנים של פלט, ו-0.006 דולר בלבד למיליון טוקנים של קלט שכבר נמצא במטמון (Cache, "זיכרון ביניים" שחוסך לעבד שוב את אותו טקסט). מחוץ לשעות השיא, כל המחירים יורדים בחצי. שעות השיא הן 01:00-04:00 ו-06:00-10:00 UTC בימי חול, שזה בערך 03:00-06:00 ו-08:00-12:00 שעון ישראל בחורף.

בדוגמה שלנו, נניח שסשן תיקון הבאג קרא מיליון טוקנים של קלט חדש וכתב 100 אלף טוקנים של פלט. בשעות השיא זה יוצא 0.30 ועוד 0.12, כלומר 42 סנט. בלילה, 21 סנט. וזה עוד לפני שהמטמון מוריד את רוב הקלט החוזר כמעט לאפס. זה בדיוק הטיעון של הפוסט שהצית את הדיון ב-HN: הכותב טוען שהסשנים שלו כמעט אף פעם לא עוברים דולר. זו חוויה אישית שלו, לא מדידה, אבל החשבון שלמעלה מראה שהיא לא מופרכת.

מנסים בעצמנו: שתי דרכים לתקן את הבאג

הדרך הראשונה: DSH ישירות. האתר הרשמי והריפו מציגים פקודה אחת שמרימה ממשק Web מקומי:

בקצרה, למי שקורא בלי הווידג'טים: מריצים npx @deepseek-ai/dsh web, הממשק עולה כברירת מחדל בכתובת http://127.0.0.1:3080, מחברים מפתח API של DeepSeek, פותחים את תיקיית הריפו ומבקשים מהסוכן למצוא למה הבדיקה נופלת ולתקן. למי שמעדיף אפליקציה, יש הורדה לדסקטופ באתר. ולמי שרוצה לבנות מהקוד: git clone לריפו, ואחר כך pnpm install, pnpm run build ו-pnpm dsh web.

הדרך השנייה: Claude Code עם המנוע של DeepSeek. מסתבר ש-DeepSeek מציעה API שתואם לפורמט של Anthropic, ובתיעוד הרשמי שלה יש מדריך מלא לחיבור Claude Code. משנים כמה משתני סביבה, וכל הרתמה של Claude Code, עם הכלים וההרשאות שאנחנו מכירים, רצה על המודל של DeepSeek:

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<your DeepSeek API Key>
export ANTHROPIC_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
export CLAUDE_CODE_EFFORT_LEVEL=max
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432

# then, inside the repo with the failing test:
cd my-node-repo
claude

בפועל מגדירים את ANTHROPIC_BASE_URL לכתובת https://api.deepseek.com/anthropic, שמים את מפתח ה-API של DeepSeek ב-ANTHROPIC_AUTH_TOKEN, ומפנים את כל המודלים ל-deepseek-flash. שימו לב לפרט אחד מהתיעוד: אם Claude Code מבקש מודל שמתחיל ב-claude-opus, הוא ממופה ל-deepseek-v4-pro היקר יותר, ולכן המדריך מגדיר במפורש גם את ANTHROPIC_DEFAULT_OPUS_MODEL. התיעוד גם מזהיר שחיפוש ברשת מתוך Claude Code מייצר בקשות API נוספות, כלומר עוד טוקנים, ומ-1 בנובמבר גם חיוב על החיפוש עצמו.

השוואה הוגנת: DSH, Claude Code ו-Codex

השאלה האמיתית היא לא "איזה סוכן הכי טוב", אלא איזה שילוב של רתמה ומודל מתאים לנו. כל אחד מהם הוא גישה אחרת:

DSH הוא הגישה של "הכול פתוח": קוד פתוח ב-MIT, הכול תוסף, ומודל עם משקלים פתוחים מאחוריו. המחיר של החופש הזה הוא בגרות: זו עדיין תצוגה מקדימה, ובשרשורים ב-HN כבר עלו תלונות של משתמשים כבדים שלהחליף תוסף ליבה זה לא אותו דבר כמו לכוונן אותו. Claude Code הוא הגישה של רתמה מלוטשת שבנויה סביב המודלים של Anthropic, ש-Opus 5 שלהם מוביל ברוב השורות בטבלה של DeepSeek עצמה, ובו בזמן גמישה מספיק כדי לרוץ גם על מנוע אחר. Codex של OpenAI הוא הגישה השלישית, שבנויה סביב המודלים של OpenAI, ו-DeepSeek מציינת אותו במפורש כאחד הכלים שבהם החיפוש שלה חינם כרגע.

ומה עם הרצה מקומית? "משקלים פתוחים" נשמע כמו "אפשר להריץ אצלי בבית", אבל 763 מיליארד פרמטרים הם הרבה מעבר לכל מחשב ביתי, גם כשהמומחים שמורים בדיוק מכווץ. כרטיס המודל מפנה להרצה עם vLLM או SGLang, כלומר שרתים עם כמה כרטיסי מסך. המשקלים הפתוחים חשובים בעיקר לחברות: אפשר להריץ את המודל בענן שלנו, בלי שהקוד יוצא החוצה, ואף אחד לא יכול לסגור לנו את הברז.

בעיניי: למה התעשייה לא "משתגעת"

בעיניי התשובה לשאלה מ-HN פשוטה יותר ממה שנראה. התעשייה כן שמה לב, אבל היא יודעת שני דברים. הראשון, הבנצ'מרקים בטבלה הם של DeepSeek, ועד שנראה מדידות עצמאיות על משימות אמיתיות, צריך זהירות. השני, בעבודה אמיתית ההבדל בין 42 ל-52 ב-Terminal-Bench הוא לפעמים ההבדל בין סוכן שמסיים משימה לבין סוכן שנתקע באמצע, ובשעת לחץ על באג בפרודקשן אנחנו מוכנים לשלם על זה.

מצד שני, מה ש-DeepSeek עשתה פה חכם מאוד. היא לא רק משחררת מודל, היא בונה מערכת שלמה: מודל פתוח, רתמה פתוחה, ותשתית חיפוש שמתחברת גם לרתמות של המתחרים. ויש מגבלות שצריך לזכור: DSH בתצוגה מקדימה, החיפוש החינמי נגמר ב-1 בנובמבר, ויש שאלות של מדיניות נתונים שכל ארגון צריך לבדוק לפני ששולח קוד ל-API של חברה סינית. מה שכן, הרישיון הפתוח פותר בדיוק את זה למי שמוכן להריץ את המודל אצלו.

ההמלצה שלי: לקחת את הדוגמה שלנו, ריפו קטן עם בדיקה שנופלת, ולהריץ את אותה משימה גם ב-Claude Code הרגיל, גם ב-Claude Code עם deepseek-flash, וגם ב-DSH. לבדוק כמה זמן לקח, כמה עלה, והאם התיקון באמת נכון. אחרי שלושה ניסיונות כאלה, כל אחד מאיתנו כבר יודע יותר מכל טבלת בנצ'מרקים.

רוצים ללכת עם זה רחוק יותר?

את העבודה היומיומית עם סוכני קוד, איך מחברים מודלים, מנהלים הקשר ושומרים על העלויות, אני מפרק לעומק בקורס Claude Code Mastery.

ולמי שרוצה להבין איך מריצים מודלים פתוחים על המחשב שלנו, בגדלים שבאמת נכנסים בבית, יש את הקורס מודלים מקומיים מקצה לקצה בעברית.

את ההשוואות האלה אני מריץ ומעלה ל-YouTube ול-LinkedIn, ועדכונים קצרים יש ב-X, ב-Instagram וב-TikTok. הקוד שלי נמצא ב-GitHub.

אז מה אצלכם: הייתם מעבירים את הסוכן היומיומי שלכם למודל פתוח שעולה עשירית, אם הוא מסיים שמונה מתוך עשר משימות?