DeepSeek ha rilasciato la versione ufficiale di DeepSeek-V4-Pro insieme a DeepSeek Harness v0.1, un nuovo framework open source per lo sviluppo di sistemi agentici. V4-Pro viene aggiornato soprattutto sul fronte delle capacità degli agenti ed è ora disponibile tramite interfaccia web, app mobile e API, con supporto nativo per l’API OpenAI Responses e integrazione con Codex. Harness entra invece in developer preview con licenza MIT e propone un runtime nel quale praticamente ogni componente dell’agente può essere sostituito attraverso plugin, dai modelli agli strumenti, dalle competenze alle sessioni, fino a sandbox, file system, loop di esecuzione, orchestrazione e interfacce utente. L’obiettivo è fornire agli sviluppatori non soltanto un modello, ma anche il livello software necessario per costruire, modificare e controllare workflow agentici complessi.
DeepSeek Harness, indicato anche come dsh, è costruito su Cordis e segue il principio secondo cui ogni elemento del runtime deve essere componibile. Invece di fissare modello, strumenti e ambiente di esecuzione all’interno di un prodotto chiuso, consente di combinarli o sostituirli indipendentemente. Il progetto può essere avviato tramite npm con npx @deepseek-ai/dsh web oppure compilato direttamente dal codice sorgente. La versione attuale viene però indicata esplicitamente come anteprima per sviluppatori e il repository avverte della possibilità di modifiche incompatibili nelle release successive, elemento che ne limita per ora l’impiego diretto nei sistemi di produzione aziendali.
La modalità Standard di Harness comprende già le funzioni tipiche di un agente di coding completo. Il sistema può ispezionare repository, leggere e modificare file, eseguire comandi shell, cercare contenuti nei file e sul web, costruire piani di lavoro, richiamare skill, delegare attività a subagenti e applicare politiche di approvazione alle operazioni sensibili. L’interfaccia web locale permette di selezionare un workspace e autorizzare le azioni che richiedono un controllo esplicito, mentre sono previsti anche un comando headless e un SDK Python. Il modello utilizzato rimane a sua volta un plugin e Harness può collegarsi a endpoint compatibili con DeepSeek, Anthropic, OpenAI o ad altri sistemi personalizzati.
Rispetto a prodotti più maturi come Claude Code e Codex, Harness concentra quindi il proprio vantaggio sulla modularità piuttosto che sull’ampiezza dell’ambiente integrato. Claude Code dispone già di terminale, integrazioni con VS Code e JetBrains, applicazioni desktop, browser, mobile e Slack, oltre a workflow GitHub e agenti ospitati in background. Codex combina invece CLI, estensioni IDE, applicazione desktop, web, cloud, attività asincrone, revisioni automatiche e integrazioni GitHub. Harness non documenta ancora un servizio gestito equivalente per gli agenti in background né un’integrazione GitHub nativa completa, ma permette di sostituire in modo molto più radicale i singoli componenti del runtime. Il repository ha raccolto circa 27.500 stelle e 2.000 fork su GitHub al 13 agosto, numeri che indicano un forte interesse iniziale ma non equivalgono ancora a dati di adozione produttiva.
Il nuovo framework viene pubblicato contemporaneamente a DeepSeek-V4-Pro-0813, aggiornamento della famiglia V4 presentata inizialmente in anteprima ad aprile. V4-Pro utilizza un’architettura da 1,6 trilioni di parametri complessivi con 49 miliardi di parametri attivati per token, mentre V4-Flash dispone di 284 miliardi di parametri totali e 13 miliardi attivati. Entrambi supportano finestre di contesto fino a un milione di token. La release del 13 agosto non introduce quindi una nuova famiglia di modelli, ma porta V4-Pro dalla precedente fase di anteprima a una versione ufficiale aggiornata e maggiormente ottimizzata per workflow agentici e ambienti di produzione.
Gli identificatori API non cambiano: le richieste indirizzate a deepseek-v4-pro vengono ora risolte automaticamente verso l’ultima versione. V4-Pro e V4-Flash supportano API Responses, tool calling, output JSON e API in formato Anthropic, riducendo il lavoro necessario per spostare applicazioni esistenti tra stack differenti. DeepSeek indica inoltre V4-Pro come ottimizzato per l’utilizzo con Codex attraverso una configurazione semplificata, mentre gli utenti che accedono direttamente al servizio possono utilizzare il modello attraverso la modalità Expert disponibile nell’app e nell’interfaccia web.
DeepSeek ha reso configurabile anche lo sforzo di ragionamento. V4-Pro e V4-Flash prevedono tre livelli: Non-think per attività rapide e routinarie, Think High per pianificazione e problem solving più complessi e Think Max per i problemi che richiedono una quantità maggiore di elaborazione. La possibilità di selezionare il livello di reasoning è particolarmente rilevante negli agenti, dove ogni workflow può contenere numerosi passaggi eterogenei. Operazioni semplici come la lettura di un file o una chiamata a uno strumento possono utilizzare una modalità economica, mentre diagnosi di bug complessi o modifiche distribuite su più componenti possono passare a livelli superiori senza applicare lo stesso costo computazionale all’intera sessione.
Nei benchmark pubblicati da DeepSeek, V4-Pro-0813 raggiunge 87,9 punti su Terminal Bench 2.1, 74,1 su Toolathlon-Verified, 71,1 su DSBench-FullStack e 67,2 su DSBench-Hard. I risultati non collocano il modello in testa in ogni test: Fable 5, per esempio, raggiunge 77,9 su Toolathlon-Verified e 77,2 su DSBench-FullStack. Una parte dei benchmark Code Agent è stata inoltre eseguita utilizzando DeepSeek Harness in modalità minimale, quindi i punteggi non misurano esclusivamente il modello ma l’intero sistema formato da modello e runtime agentico. Questo rende Harness parte integrante anche della valutazione delle nuove capacità di V4-Pro.
Parallelamente al rilascio, DeepSeek modifica in modo sostanziale la struttura dei prezzi API. Fino al 16 agosto V4-Flash costa 0,14 dollari per milione di token di input cache-miss e 0,28 dollari per milione di token di output, mentre V4-Pro costa rispettivamente 0,435 e 0,87 dollari. I cache hit sono ancora più economici, con 0,0028 dollari per Flash e 0,003625 dollari per Pro. Queste tariffe erano già il risultato del taglio permanente del 75% introdotto alla fine di maggio rispetto ai prezzi di lancio di V4-Pro, che ad aprile erano pari a 1,74 dollari per l’input cache-miss e 3,48 dollari per l’output.
Dalle 16:00 UTC del 16 agosto DeepSeek passerà invece a un sistema di tariffazione differenziato tra ore di punta e ore non di punta. Le fasce di picco saranno comprese tra le 01:00 e le 04:00 UTC e tra le 06:00 e le 10:00 UTC, mentre tutte le altre ore saranno considerate off-peak. In queste ultime le tariffe saranno pari alla metà di quelle applicate durante i picchi, ma resteranno comunque superiori ai prezzi attuali. V4-Flash passerà a 0,22 dollari per milione di token di input cache-miss e 0,66 dollari per l’output nelle ore non di punta, mentre nelle fasce di picco i valori saliranno rispettivamente a 0,44 e 1,32 dollari.
Per V4-Pro le nuove tariffe off-peak saranno pari a 0,66 dollari per milione di token di input cache-miss e 1,98 dollari per l’output. Nelle ore di punta raggiungeranno invece 1,32 dollari per l’input e 3,96 dollari per l’output. Anche il costo dei cache hit aumenta sensibilmente: V4-Pro passerà dagli attuali 0,003625 dollari a 0,022 dollari off-peak e 0,044 dollari nelle ore di punta, mentre V4-Flash salirà da 0,0028 dollari a 0,007 e 0,014 dollari. A seconda del modello, del tipo di token e dell’orario di utilizzo, gli aumenti rispetto alla struttura precedente possono quindi variare da circa il 50% a oltre il 1.100%.
La differenza emerge chiaramente considerando un carico semplificato composto da un milione di token di input cache-miss e un milione di token di output. Con le tariffe attuali V4-Pro costa complessivamente 1,305 dollari; dal 16 agosto la stessa combinazione salirà a 2,64 dollari fuori dalle ore di punta e a 5,28 dollari nelle fasce di picco. V4-Flash passerà invece da 0,42 dollari a 0,88 dollari off-peak e 1,76 dollari durante i picchi. Il costo reale di un’applicazione dipenderà comunque dalla proporzione tra cache hit, cache miss e token generati, parametro particolarmente rilevante nei workflow agentici che rileggono frequentemente grandi quantità di contesto.
La famiglia V4 conserva al tempo stesso le caratteristiche architetturali sviluppate per ridurre il costo dei contesti lunghi. V4-Pro utilizza un sistema di attenzione ibrido che combina Compressed Sparse Attention e Heavily Compressed Attention e, su un contesto da un milione di token, DeepSeek dichiara un consumo pari al 27% dei FLOP necessari per l’inferenza di un singolo token e al 10% della KV cache richiesta da V3.2. Queste caratteristiche assumono un peso particolare proprio nei sistemi agentici, dove il modello può ripetere numerose letture del contesto durante attività che si estendono per decine o centinaia di passaggi.
Con V4-Pro-0813 e Harness, DeepSeek amplia quindi il proprio stack dal solo modello al runtime degli agenti. Modelli, strumenti, file system, sandbox, sessioni, subagenti e orchestrazione possono essere gestiti all’interno dello stesso framework open source, mentre le API adottano interfacce compatibili con standard già utilizzati da altri ecosistemi. Contemporaneamente, la nuova struttura tariffaria rende l’API ospitata sensibilmente più costosa e introduce l’orario di esecuzione come ulteriore variabile economica. Per chi sviluppa agenti ad alto volume diventano così centrali non soltanto la scelta del modello, ma anche la gestione della cache, la pianificazione temporale dei workload e la possibilità di utilizzare stack aperti o infrastrutture proprie per mantenere sotto controllo il costo complessivo di esecuzione.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)