DeepSeekV4-Flash逼近闭源天花板，真正要比的是harness

老金这两天完成了一个实测。

我让DeepSeekV4-Flash在Claude Code里做飞书工作台。它读取任务，整理优先级和风险，生成每天的播报卡片，再标出后续任务。215次响应，整条流程花了约1.5元。

中途也翻过车。定时任务第一次运行就报错，工作流还猜错过原因。我检查日志、配置和读回结果，再让它修改重跑，任务才真正跑通。

所以我的判断很明确。V4-Flash不是闭源模型平替，它会判断错，也不该脱离检查独自做决定。但有工具、日志、状态和复跑的harness托着，它已经能接住一条真实的中长流程。

OpenCode我没用过。不过这两天看到它的Go套餐消息，我专门去核了一下官方说明。首月5美元，之后10美元。它不是无限量，仍有5小时、每周和每月额度。但DeepSeekV4-Flash实在便宜，官方按典型使用模式估算，5小时能跑约31650次请求。

这条新闻让我回头看自己的1.5元实测，感觉更明显了。

模型调用正在从需要省着用的成本，变成可以让它多试几次、多查一次日志、多跑一次验证的材料。难题再换更强的模型，多模态再切对应模型。模型不是都用同一个，任务也不该只跑一遍。

这就是harness开始比模型本身更重要的原因。

当模型足够便宜又足够能干，真正稀缺的就不再是一次回答，而是把工作拆成一连串能试错、能读回、能收住的流程。