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, 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 — Video "NEW DeepSeek Agent Harness EXPLAINED (deep dive)" (https://www.youtube.com/watch?v=Hpw4fAHlHDw), 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 — "Why DeepSeek Harness Is The End Of Coding Agents as We Know Them" (https://www.youtube.com/watch?v=jtyV7O4Pt0s), 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.

Update 23.08.2026 (Speed vs Polish Vergleich): X-Post von ../../people/julian-goldie.md (DeepSeek Harness vs Claude Code) → Raw-Datei. Derselbe Prompt ("build a 3D animated website + working Tetris game") lieferte: Harness 11 min (funktional, "cartoony") vs Claude Code 30 min (polierter, Animationen folgen Maus). Token: Harness/DeepSeek verbrannte 483K, Claude nur 48K ("redet 10× mehr mit sich selbst"). Adoption: Harness 95.000 GitHub-Stars in 2 Tagen (inzwischen 112–116K — schnellstes Star-Wachstum, das GitHub je sah). Der Twist: Harness kann Claude Code INSIDE als Sub-Agent mounten — "You don't pick a side. Free harness as the shell, whichever brain fits each task. One harness, many brains." → Orchestrierungs-These statt Modell-Wahl, vergleichbar mit Hermes MoA (../llm/llm-model-fusion-ensembles.md). Achtung Token-Verhältnis 483K vs 48K ist bemerkenswert — DeepSeek neigt stark zu Reasoning/Self-Talk.

⚠️ Kritik (verifiziert durch Herman, 23.08.2026): Der Vergleich ist ein Kategorienfehler. "Harness vs Claude Code" ist nicht Framework-vs-Framework, sondern DeepSeek V4 Pro (im Harness) vs. Claude (in Claude Code) — "cartoony vs. polished" ist die Modell-Differenz, nicht das Framework. Gleiche Modelle im selben Harness würden die Reihenfolge kippen. Der 483K-vs-48K-Token-Unterschied ist kein Bug, sondern DeepSeek-Design: langes Chain-of-Thought. Harness selbst (MIT, TypeScript, "everything is a plugin": Modell-Adapter, Tool-Registry, Sandbox, Agent-Loop) ist modell-agnostisch und real verifiziert. Einordnung von Herman: "Interessant für Bastler (Plugin-Architektur, Agent-in-Agent), aber 'besser als Claude Code' ist nicht belegt — es ist ein anderer Hirn im gleichen Werkzeugkoffer."

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.

6.1 KiB Raw Blame History Unescape Escape