--- created: 2026-08-14 updated: 2026-08-21 sources: [other/2026-08-14_deepseek-v4-pro-ga-harness-open-source.md, youtube/2026-08-13_deepseek-v4-pro-0813-aicodeking.md, youtube/2026-08-21_deepseek-agent-harness-explained.md, youtube/2026-08-21_deepseek-harness-end-of-coding-agents.md] tags: [concept, deepseek, deepseek-v4-pro, deepseek-harness, open-source, agent-harness, mit-license, chinese-ai, api, codex, claude-code, reasoning-effort] --- # DeepSeek V4-Pro GA + Harness v0.1 (Open Source) > **Quelle:** Perplexity-Discovery-Link "DeepSeek launches open source" (2026-08-14, geteilt von @PWeber/Kai in OME Topic 13). Perplexity-Seite nicht direkt abrufbar (403) — Inhalt rekonstruiert über Web-Suche + offizielle DeepSeek-API-Docs. ## Kernidee **DeepSeek launcht zwei Open-Source-Ankündigungen am 13.08.2026:** das **V4-Pro GA Release** (App/Web/API) und **DeepSeek Harness v0.1**, ein Open-Source-Agent-Harness unter MIT-Lizenz — ein direkter offener Konkurrent zu Claude Code. ## DeepSeek-V4-Pro GA (13.08.2026) - **Offizielle Quelle:** https://api-docs.deepseek.com/news/news260813/ - **"Major Agent upgrades with strong production gains"** - **Flexibles Reasoning-Effort** (V4-Pro & V4-Flash): `low` (simple Tasks) / `high` (daily Agent workflows) / `max` (complex Tasks) - **Native OpenAI Responses API support**, optimiert für **Codex** (One-Click-Setup) - Verfügbar auf App/Web ("Expert Mode") + API (Modellnamen unverändert) - **API-Pricing:** Neue Peak/Off-Peak-Raten, Off-Peak **50% günstiger**; greift 16:00 UTC, 16.08.2026 - **Kontext:** Unabhängiges Review von AICodeKing am selben Tag ([[../../people/aicodeking.md|AICodeKing]], `raw/youtube/2026-08-13_deepseek-v4-pro-0813-aicodeking.md`) ## DeepSeek Harness v0.1 (Open-Source Agent Harness) - **Lizenz:** MIT - **Positionierung:** Open-Source-Rivale zu Claude Code (VentureBeat) - **Verfügbarkeit:** Code von GitHub downloadbar - **Einordnung:** DeepSeek liefert nicht nur Modelle, sondern auch die Agent-Orchestrierungsschicht als Open Source — relevant für die Agent-Architektur ([[../agents/ai-agents-2026.md]]) **Update 21.08.2026:** Deep-Dive-Erklärung des Harness durch [[../../people/stephen-g-pope.md|Stephen G. Pope]] — Video "**NEW DeepSeek Agent Harness EXPLAINED (deep dive)**" (), geteilt von Pit (@PWeber) in OME Topic "News & Infos". Konkrete Video-Inhalte nicht dokumentiert (kein Transcript verfügbar, ⚠️ Metadata-only). Cross-Ref: [[../agents/harness-loop-graph-engineering.md]] (Harness = Maschinerie um das Modell). **Update 21.08.2026 (2. Blickwinkel):** Video von **[[../../institutions/turing-post-tv.md|Turing Post TV]]** — "**Why DeepSeek Harness Is The End Of Coding Agents as We Know Them**" (), geteilt von Pit (@PWeber) in OME Topic "News & Infos". Thematisiert laut Titel die potenzielle Wirkung des Harness auf Coding Agents. Konkrete Video-Inhalte nicht dokumentiert (kein Transcript verfügbar, ⚠️ Metadata-only). Rohdaten: `raw/youtube/2026-08-21_deepseek-harness-end-of-coding-agents.md`. ## Einordnung in die chinesische Open-Weight-Welle | Datum | Release | Anbieter | |---|---|---| | 13.08.2026 | DeepSeek V4-Pro GA + Harness v0.1 | DeepSeek | | 14.08.2026 | GLM-5.3 Review (AICodeKing Bench #1) | Z.ai ([[glm-5.3-z-ai.md]]) | | 14.08.2026 | Qwen3.8-27B Release | Alibaba ([[qwen3.8-27b-alibaba.md]]) | **Drei chinesische Ankündigungen in ~24h** — DeepSeek, Z.ai und Alibaba liefern im Wochenrhythmus ([[../chinese-ai-wave-july-2026.md]]). ## Relevanz für Hectors Stack - **DeepSeek im Setup:** `ollama/deepseek-v4-pro:cloud` (DRACO-Solo 60.3%) und `ollama/deepseek-v4-flash:cloud` als Fallback — siehe [[../../tools/ollama-cloud-deepseek-v4-flash-200tps-zdr.md]] - **Reasoning-Effort low/high/max** — direkt kompatibel mit dem Barbell-5-Tier-Routing ([[../../architecture/model-routing.md]]) - **OpenAI-Responses-API + Codex-Optimierung:** DeepSeek zielt auf die OpenAI/Anthropic-Entwickler-Ökosysteme — erhöht den Wettbewerbsdruck auf US-Labore ## Offene Punkte - ⚠️ Perplexity-Discovery-Inhalt nicht direkt abrufbar — über Web-Suche + offizielle Docs rekonstruiert. Konkrete Harness-Features (GitHub-Repo, Tooling-Umfang, Benchmark-Grundlage von AICodeKing) bei Gelegenheit am Original verifizieren.