بررسی نقادانه دیپسیک هارنس؛ بنچمارکهای تأییدنشده و آنچه پیش از خرید api deepseek باید بدانید
آخرین بهروزرسانی: ۲ شهریور ۱۴۰۵. قیمتها و شمار ستارههای مخزن در همین تاریخ از منابع رسمی بررسی شدهاند.
دیپسیک هارنس معماری جالبی دارد و عددهای بنچمارکش هنوز مستقل تأیید نشدهاند. این دو جمله را باید کنار هم خواند. ابزار رایگان و متنباز است، روی کامپیوتر خودتان اجرا میشود و به هیچ اکانتی وابسته نیست؛ اما کاری که انجام میدهد بدون کلید API هیچ ارزشی ندارد، و برای خرید api deepseek کاربر ایرانی هنوز با همان مانع پرداخت روبهرو است. در ادامه هم معماری را باز میکنیم و هم جاهایی که ادعاها از شواهد جلو زدهاند.
دیپسیک هارنس چیست؟
دیپسیک هارنس (dsh) یک محیط اجرای ایجنت است که شرکت چینی دیپسیک در ۲۲ مرداد ۱۴۰۵ (۱۳ اوت ۲۰۲۶) با مجوز MIT روی گیتهاب منتشر کرد. «هارنس» بخشی از یک ایجنت است که مدل را به دنیای بیرون وصل میکند: دسترسی به فایلها، اجرای دستور در ترمینال، جستوجوی وب، مدیریت حافظهی گفتوگو و کنترل حلقهی تصمیمگیری. مدل مغز است، هارنس دست و چشم.
اجرایش یک دستور است. با نصب Node.js نسخهی ۲۲٫۱۹ به بالا یا هر نسخهی ۲۴، دستور npx @deepseek-ai/dsh web یک رابط وب روی 127.0.0.1:3080 بالا میآورد. هیچ ثبتنامی لازم نیست، چون خودِ ابزار سرویس ابری ندارد.
استقبال اولیه غیرعادی بود. مخزن در روز انتشار طبق گزارش The New Stack ظرف چند ساعت از ۳۳ هزار ستاره گذشت و تا ۲ شهریور ۱۴۰۵ شمار ستارهها روی صفحهی گیتهاب بیش از ۱۸۱ هزار و شمار فورکها نزدیک ۲۰ هزار بود. این عددها معیار میزان استفاده نیستند، معیار توجهاند.
«همهچیز افزونه است» یعنی چه؟
یعنی هیچ هستهی ثابتی وجود ندارد که مجبور باشید وصلهاش کنید. طبق مستندات رسمی پروژه، مدل، ابزارها، مهارتها، سشنها، سندباکس، ذخیرهسازی، حلقهی اجرا و حتی رابط کاربری همگی بهشکل افزونه پیاده شدهاند و با تغییر فایل پیکربندی جابهجا میشوند، بدون دستزدن به سورس.
زیرساخت این کار فریمورکی به نام Cordis است که مقالهی طراحیاش را سه پژوهشگر از دانشگاه پکن و دیپسیک نوشتهاند. Cordis نصب و حذف افزونهها و وابستگیهایشان را مدیریت میکند و افزونهها از طریق سرویسها و رویدادها با هم حرف میزنند.
دو نکتهی معماری که واقعاً ارزش توجه دارند:
لاگ فقطافزودنی سشن. هر چیزی که به مدل میرسد در یک جریان رویداد ثبت میشود: پرامپت سیستمی، استدلال، فراخوانی ابزار و نتیجهاش، زمانبندی زیرایجنتها. قابلیتهای ازسرگیری، انشعاب، جستوجو و بازپخش همه روی همین یک جریان کار میکنند. برای کسی که میخواهد بفهمد ایجنت دقیقاً چه دید و چرا آن تصمیم را گرفت، این ساختار ارزش عملی دارد.
مدل، مال خودتان. کاتالوگ ارائهدهندهها شامل Anthropic، OpenAI، AWS Bedrock، Azure و پلتفرم ایجنت گوگل است، بهعلاوهی امکان افزودن هر گیتوی سازگار با OpenAI. دو افزونهی زیرایجنت هم برای واگذاری کار به Claude Code و Codex وجود دارد که بهصورت پیشفرض خاموشاند. هیچ چیزی شما را به مدلهای دیپسیک قفل نمیکند.
چهار حالت اجرا و تفاوتشان
طبق صفحهی رسمی محصول، هارنس با چهار پیکربندی آماده عرضه میشود:
Standard: مجموعهی کامل ابزارها شامل ویرایش فایل، شل، جستوجوی فایل و وب، مهارتها، برنامهریزی، زیرایجنت و ورکفلو.
Code: همان قابلیتها، اما ابزارها از طریق یک SDK تایپاسکریپت در اختیار مدل قرار میگیرند تا مدل بهجای پنج رفتوبرگشت جداگانه، یک برنامه بنویسد و همه را یکجا اجرا کند.
Minimal: فقط دو ابزار، یک شل ماندگار و یک ویرایشگر متن. کاربردش سنجش خودِ مدل در محیطی حداقلی است.
Creator: برای ساخت پیکربندیهای سفارشی؛ بازرسی رانتایم و آزمایش افزونه در حافظه را اضافه میکند.
حالت Minimal را بهخاطر بسپارید، چون بخش بعدی دقیقاً دربارهی همین است.
چرا عدد ۸۷٫۹ ترمینالبنچ را باید با احتیاط خواند
اینجا مهمترین نکتهی نقادانهی این مقاله است، و برخلاف تصور رایج ربطی به کیفیت مدل ندارد؛ به این ربط دارد که عدد کجا اندازهگیری شده.
دیپسیک در تغییرنامهی رسمی API خود اعلام کرده مدل DeepSeek-V4-Pro-0813 در بنچمارک Terminal-Bench 2.1 امتیاز ۸۷٫۹ گرفته است. در پانویس همان صفحه نوشته که این آزمونها «با استفاده از حالت Minimal دیپسیک هارنس بهعنوان چارچوب» انجام شدهاند. یعنی سازندهی مدل، عدد مدل خودش را داخل هارنس خودش اندازه گرفته است.
وقتی همان مدل داخل هارنس مرجع خودِ بنچمارک اجرا شد، عدد فرق کرد:
بنچمارک | عدد اعلامی دیپسیک | اندازهگیری با هارنس مرجع | منبع هر دو عدد |
|---|---|---|---|
Terminal-Bench 2.1 (V4-Pro-0813) | ۸۷٫۹ | ۵۴٫۶۸ | عدد اول: تغییرنامهی رسمی API دیپسیک، ۱۳ اوت ۲۰۲۶؛ عدد دوم: اندازهگیری Vals با هارنس Terminus 2، به نقل از Codersera |
اختلاف ۳۳ واحدی است. اما انصاف حکم میکند که این را در متن درست بگذاریم: طبق همان گزارش Codersera، تقریباً همهی مدلها با تعویض هارنس امتیاز از دست میدهند؛ Kimi K3 حدود ۷٫۴ واحد، Claude Fable 5 حدود ۷٫۵ واحد، Claude Opus 4.8 حدود ۱۳٫۱ واحد و GLM-5.2 حدود ۱۳٫۲ واحد. بخشی از امتیاز هر ایجنت واقعاً متعلق به هارنس است، نه مدل. مشکل این است که ۳۳ واحد بیرون از این بازه میافتد.
تحلیل رایج در جامعهی فنی چینی، از جمله بحثی که حساب Zhihu Frontier منتشر کرد، این نیست که مدل تقلب کرده، بلکه این است که V4-Pro یک قالب فراخوانی ابزار بومی با توکنهای اختصاصی دارد و اگر هارنسی ابزارها را بهشکل پیام معمولی کاربر شبیهسازی کند، آن مسیر بومی اصلاً فعال نمیشود. توضیح فنی معقولی است، ولی نتیجهی عملی برای شما عوض نمیشود: عدد بنچمارک یک مدل ایجنتی بدون ذکر هارنس، عدد ناقصی است.
پس نکتهی مثبت را هم بگوییم. چون هارنس متنباز شده، حالا میشود روششناسی دیپسیک را خواند و اجرا کرد. فایل BENCHMARK.md در مخزن همین را مستند میکند. این بیشتر از چیزی است که اکثر آزمایشگاهها ارائه میدهند.
چیزی که در تیترها گم میشود: این یک نسخهی پیشنمایش است
فایل README پروژه با حروف بزرگ نوشته که هارنس در وضعیت developer preview است و «تغییرات ناسازگار وجود خواهد داشت». رابط وب هم موقع اجرا همین را در یک پنجرهی هشدار تکرار میکند.
سه نکتهی دیگر که کمتر گفته میشود:
مخزن پولریکوئست خارجی نمیپذیرد. طبق گزارش The New Stack، پروژه اعلام کرده فعلاً قادر به پذیرش PR بیرونی نیست و علاقهمندان را به بخش Discussions و ساخت افزونهی مستقل ارجاع میدهد. بخش Issues هم روی مخزن فعال نیست. کد باز است، فرایند توسعه نه.
هنوز نسخهی تگخوردهای منتشر نشده. بررسی DigitalApplied در ۱۴ اوت شمارهی نسخه را 0.1.0-rc.5 و شمار ریلیزها و تگها را صفر گزارش کرد. چیزی که تگ ندارد، چیزی نیست که بشود روی آن قفل کرد.
سندباکس همهی مرزها را پوشش نمیدهد. هارنس زیرفرایندها را با Landlock در لینوکس، Seatbelt در مکاواس و توکن محدودشدهی ACL در ویندوز محصور میکند. اما بررسی Wavect در ۱۶ اوت ۲۰۲۶ نتیجه گرفته که این سندباکس فایلسیستمی است و شبکه یا دیدپذیری فرایندها را کنترل نمیکند.
دربارهی حجم نصب هم عدد دقیق لازم است، چون در شبکههای اجتماعی رقم اغراقآمیز چرخید. بررسی عملی AtlasCloud روی مکاواس نشان داد npm install @deepseek-ai/dsh تعداد ۵۳۱ پکیج و حدود ۳۰۶ مگابایت دانلود میکند و خودِ پکیج dsh تنها ۱۷۲ کیلوبایت است؛ رقم ۱٫۵ گیگابایتی که نقل میشود مربوط به بیلد کامل از سورس است، نه نصب معمولی.
هزینهی واقعی خرید api deepseek و ساعتهای اوج مصرف
خودِ هارنس رایگان است. چیزی که پول میگیرد، مدل است. و از ۲۵ مرداد ۱۴۰۵ (۱۶ اوت ۲۰۲۶، ساعت ۱۶:۰۰ به وقت گرینویچ) دیپسیک ساختار قیمت را عوض کرد و تعرفهی ساعت اوج و غیراوج گذاشت.
نرخهای زیر از صفحهی رسمی Models & Pricing دیپسیک در تاریخ ۲ شهریور ۱۴۰۵ برداشته شدهاند و به دلار برای هر یک میلیون توکن هستند:
مدل | ورودی (غیراوج) | خروجی (غیراوج) | در ساعات اوج |
|---|---|---|---|
deepseek-v4-flash | ۰٫۲۲ | ۰٫۶۶ | دو برابر |
deepseek-v4-pro | ۰٫۶۶ | ۱٫۹۸ | دو برابر |
ورودیهایی که در کش نشسته باشند بسیار ارزانتر حساب میشوند: ۰٫۰۰۷ دلار برای Flash و ۰٫۰۲۲ دلار برای Pro در ساعات غیراوج.
پانویس رسمی میگوید ساعات اوج ۰۱:۰۰ تا ۰۴:۰۰ و ۰۶:۰۰ تا ۱۰:۰۰ به وقت گرینویچ، از دوشنبه تا جمعه است. به وقت ایران (گرینویچ + ۳:۳۰) این میشود ۰۴:۳۰ تا ۰۷:۳۰ صبح و ۰۹:۳۰ تا ۱۳:۳۰ ظهر. یعنی دقیقاً وسط ساعات کاری صبح در ایران، نرخ دو برابر است. کارهای سنگین و طولانی ایجنت را اگر به بعدازظهر ببرید، همان کار نصف قیمت تمام میشود. شنبه و یکشنبه هم که در ایران روز کاریاند، اصلاً در بازهی روزهای اوج نمیافتند و تمام ساعاتشان غیراوج حساب میشود.
چرا این عددها مهماند؟ چون ایجنتها توکن میبلعند. در یک آزمون گزارششده توسط MindStudio، ساخت یک ردیاب زندهی ایستگاه فضایی با این هارنس حدود ۲۰ میلیون توکن در دو نوبت و نزدیک ۳۵ دقیقه مصرف کرد. اگر همان ۲۰ میلیون توکن را بهعنوان ورودی بدون کش روی V4-Pro حساب کنیم، سقف هزینهی ورودی حدود ۱۳ دلار در ساعات غیراوج و حدود ۲۶ دلار در ساعات اوج میشود؛ توکنهای خروجی سه برابر ورودی قیمت دارند و به این رقم اضافه میشوند. یک تسک، نه یک ماه اشتراک.
کاربر ایرانی با چه محدودیتهایی روبهرو است؟
سه محدودیت واقعی وجود دارد و بهتر است قبل از شروع بدانیدشان.
۱. پرداخت. حساب API دیپسیک با شارژ اعتبار کار میکند و کارتهای بانکی ایرانی روی درگاههای بینالمللی پذیرفته نمیشوند. این همان جایی است که سرویس اکانتهای هوش مصنوعی آسیاتکین وارد میشود؛ صفحهی خرید اکانت دیپسیک جزئیات را دارد.
۲. شرایط استفاده. شرایط سرویس پلتفرم باز دیپسیک بندی دربارهی کنترل صادرات و تحریمها دارد که استفاده از سرویس در کشورهای مشمول تحریم جامع را منع میکند و مسئولیت رعایتش را بر عهدهی کاربر میگذارد. این متن رسمی شرکت است و باید قبل از هر تصمیمی خوانده شود.
۳. جایی که کدتان میرود. یک ایجنت کدنویسی محتوای مخزن شما را میخواند و به سرور ارائهدهنده میفرستد. اگر پروژهای دارید که این برایتان قابل قبول نیست، معماری افزونهمحور دقیقاً همینجا به کار میآید: افزونهی مدل را عوض کنید و هارنس را به یک گیتوی دیگر یا مدلی که خودتان میزبانی میکنید وصل کنید. هارنس به مدل دیپسیک وابسته نیست.
یک نکتهی چهارم هم هست که فنی است، نه سیاسی: اجرای ۳۵ دقیقهای یک ایجنت یعنی ۳۵ دقیقه اتصال پیوسته. قطعی وسط کار، توکنهای مصرفشده را برنمیگرداند. برای این کار پایداری خط بیشتر از سرعت اسمی اهمیت دارد؛ اگر خطتان در ساعات شلوغ میافتد، بررسی پوشش و سرویسهای آسیاتک در تبریز پیش از شروع کار منطقیتر از عیبیابی وسط یک تسک نیمهکاره است.
پیش از خرید اکانت یا API از فروشندهی داخلی چه بپرسید
خرید از واسطهی داخلی برای کاربر ایرانی عملاً تنها مسیر است، ولی همهی فروشندهها یک چیز نمیفروشند. شش سؤالی که پاسخشان تفاوت واقعی ایجاد میکند:
کلید API اختصاصی است یا روی یک حساب مشترک بین چند نفر؟ برای کار ایجنتی، محدودیت همزمانی حساب مشترک خیلی زود خودش را نشان میدهد.
اعتبار حساب چقدر است و چطور شارژ میشود؟ چون قیمتگذاری دیپسیک مصرفی است، نه اشتراک ماهانه، پرسیدن «چند دلار اعتبار» معنا دارد و پرسیدن «چند ماهه» ندارد.
کدام مدلها فعالاند؟ دسترسی به deepseek-v4-pro با دسترسی به deepseek-v4-flash یکی نیست و اختلاف قیمتشان سه برابر است.
اعتبار مصرفنشده چه میشود؟ برمیگردد، منتقل میشود، یا میسوزد؟
اگر حساب قفل شد یا کلید از کار افتاد، پشتیبانی چطور و در چه بازهای پاسخ میدهد؟
سقف نرخ درخواست روی آن حساب چقدر است؟ یک ایجنت در یک تسک ممکن است صدها فراخوانی پشتسرهم بزند.
چه کسی باید سراغش برود و چه کسی نه
وضعیت شما | توصیه |
|---|---|
میخواهید معماری ایجنت را یاد بگیرید یا افزونه بسازید | بروید. لاگ سشن و حالت Creator برای همین ساخته شدهاند |
میخواهید روششناسی بنچمارک یک مدل را بازتولید کنید | بروید. حالت Minimal و فایل مستندات همان چیزی است که لازم دارید |
دنبال ابزار کدنویسی روزمرهی پایدار هستید | فعلاً نه. ابزار فعلیتان را نگه دارید تا نسخهی تگخورده بیاید |
میخواهید روی آن زیرساخت تولیدی تیم را بنا کنید | نه. سازنده صریحاً تغییرات ناسازگار را وعده داده است |
سؤالهای پرتکرار
دیپسیک هارنس رایگان است؟ خود نرمافزار بله، با مجوز MIT. اما بدون کلید API هیچ کاری نمیکند و هزینهی توکن جداست.
بدون اکانت دیپسیک میشود ازش استفاده کرد؟ بله. کاتالوگ ارائهدهندهها Anthropic، OpenAI، Bedrock، Azure و گوگل را هم شامل میشود و هر گیتوی سازگار با OpenAI را میتوان اضافه کرد.
فرقش با Claude Code و Codex چیست؟ آنها ابزارهای آماده با یک جریان کاری ثابتاند. این یکی یک چارچوب است که میشود روی آن ابزار ساخت؛ و جالب اینکه هر دوی آنها را هم میتواند بهعنوان زیرایجنت صدا بزند.
برای اجرا چه چیزی لازم دارم؟ فقط Node.js نسخهی ۲۲٫۱۹ به بالا یا ۲۴، و یک دستور npx. سرویس ابری و ثبتنام ندارد.
آیا مدل دیپسیک واقعاً از Opus بهتر است؟ عددهای منتشرشده روی برخی بنچمارکها این را نشان میدهند و روی برخی دیگر عکسش را. تا وقتی ارزیاب مستقل همان عددها را با هارنس یکسان بازتولید نکرده، مقایسهی مستقیم معنای محکمی ندارد.
ارزانترین راه استفاده کدام است؟ مدل Flash بهجای Pro، و اجرای کارهای سنگین بیرون از بازهی ۰۴:۳۰ تا ۰۷:۳۰ و ۰۹:۳۰ تا ۱۳:۳۰ به وقت ایران.
از کجا شروع کنید
اگر فقط کنجکاوید، یک دستور npx و یک کلید API آزمایشی کافی است تا در بیست دقیقه بفهمید این ابزار برای کار شما ساخته شده یا نه. قبل از شارژ اعتبار جدی، اول یک تسک کوچک اجرا کنید و عدد مصرف توکن را در همان رابط ببینید. هارنس نرخ توکن بر ثانیه، نرخ اصابت کش و زمان اجرا را زنده نشان میدهد. رقمی که آنجا میبینید، مبنای درستتری برای تصمیم است تا هر بنچمارکی.
گفتوگو
نظرات خوانندگان
سؤال یا تجربهٔ خود را دربارهٔ این مطلب بنویسید.
در حال بارگذاری نظرات…