在最新的测试中，DeepSeek-V4.1-Flash开源后，其本地部署成本显著降低。官方测试显示，DSH Minimal模式在功能和流程上超越Standard与PTC模式，尽管反常识地优于后者，但并未带来更高的成功率。Claude Code或Codex里接入DeepSeek-V4.1-Flash后，其开箱即用的水平接近峰值。Pi Agent、DeepSeek Harness桌面端以及Claude Code的表现各异，其中Claude Code在太空水滴设计上表现出色，而DSH标准模式在任务执行效率上领先。综合评分显示，Claude Code在交付质量、代码准确率和工程完整性方面均位列第一，是最适合生产级工业落地的方案。
--91likeyou---
2、Claude Code 或 Codex 里接 DeepSeek-V4.1-Flash，开箱即用的水平接近峰值
DeepSeek Harness 官方桌面端，抢鲜版！ 一文中我做了复刻机必替 Astra 网页风格的实测，后来我把 DeepSeek-V4.1-Flash 分别接入到了 Pi Agent、Claude Code、DeepSeek Harness 做了更多尝试，先来看看结果情况
✦Pi Agent
✦Pi Agent
正文部分还行，首屏效果就差点意思了，有粒子效果，但偏离了的目标风格和布局
✦DeepSeek Harness 桌面端
✦DeepSeek Harness 桌面端
DSH 标准模式，我认为效果比 Pi Agent 好，首屏和侧边栏都符合预期，正文部分稍微有点弱
✦Claude Code
✦Claude Code
我感觉在Claude Code 中的发挥是超预期的，那个太空水滴有点经验！就是正文的布局有点不太理想
上面的任务有点主观了，所以我又换了一个实测：
Write an HTML and JavaScript page implementing space invaders
这个题目来自知名博主 Simon Willison，对，就是那个全网刷屏的鹈鹕骑单车测试的原创博主
我分别跑了 Pi Agent、Claude Code、DSH 标准模式、DSH 极简模式，先来看它们的效果，然后耗时、Token 消耗、缓存率与输出速度后面再分析
✦Pi Agent
✦Pi Agent
用时 36分09秒，Token 用量 9.7M tok，缓存命中 98.9%，输出速度（TPS） 未提供
✦DeepSeek Harness 标准模式
✦DeepSeek Harness 标准模式
用时 8分54秒，Token 用量 4.2M tok，缓存命中 98%，输出速度（TPS） 275 tok/s
✦DeepSeek Harness 极简模式
✦DeepSeek Harness 极简模式
用时 40分04秒，Token 用量 1.5M tok，缓存命中 99%，输出速度（TPS） 295 tok/s，任务失败
✦Claude Code
✦Claude Code
用时 9分34秒，Token 用量 3.0M tok，缓存命中 98%，输出速度（TPS） 约 205.5 tok/s
大总结：
只有极简模式失败了，其他三个完成度其实都差不多，我找机必替6-Astra当裁判，看了代码和操作电脑试玩了，它给出的评分也比较符合我的感觉：
实测结果：
首次打开：四个版本都正常。 开始、移动、射击、计分：四个版本都能玩。 暂停与恢复：功能都可用，CC 和 Standard 的提示文字有问题。 页面刷新：CC、Pi、DSH Standard 正常；DSH Minimal 失败。 窄屏：Standard 最稳但偏小；CC 需要上下滚动；Pi 首页重叠；DSH Minimal 刷新后空白。 辅助使用方面，Claude Code 和 DSH Standard 的操作按钮标注最好；Pi Agent的
最后综合排名是 ① Claude Code ② Pi Agent ③ DSH 标准模式 ④ DSH 极简模式
版本 综合分 评价 Claude Code 9.2 最懂原版。街机竖屏、飞碟、掩体破损等细节齐全，外壳和数据面板也很专业。暂停后按钮仍显示“Pause”，游戏中的 Enter 与“重新开始”说明不一致； Pi Agent 8.9 视觉效果最强。画面最大，、星空、发光、爆炸和拖动操作都很抓人，适合演示。窄屏首页出现标题压住计分区、底部文字重叠，难度也偏高 DSH 标准模式 8.7 最稳、最规整。刷新和宽窄屏都正常，玩法完整，整体很克制。电脑端和；暂停页同时出现“恢复”和“开始”提示，容易让人困惑 DSH 极简模式 7.2 首次打开的宽屏效果很好，颜色、粒子和射击反馈也很完整。刷新页面后会卡死，只剩空战场✦耗时、Token 消耗、缓存率与输出速度分析
✦耗时、Token 消耗、缓存率与输出速度分析
Claude Code 在交付质量、代码准确率和工程完整性上均位列第一。其上下文管理极其精炼，仅用 Pi Agent 约 1/3 的 Token 和 1/4 的耗时，就拿到了全场最优效果，属于生产级工业落地 ROI 最高的标杆方案
Pi Agent 生成效果紧随 Claude Code，展现出强大的工具链调用和深度推理能力；但代价是极其沉重的上下文膨胀（172 条消息、85 次工具调用），Token 消耗为全场最高（9.7M tok，约为极简模式的 6.4 倍），端到端耗时长达 36 分钟。适合对质量有极致要求、但对成本与耗时完全不敏感的探索性任务
DSH 标准模式以 8分54秒 的极限速度全场领跑，TPS 输出速度高达 275 tok/s，执行非常流畅利落；但在复杂任务的逻辑闭环和细节处理上弱于 Claude Code 和 Pi Agent，综合效果排在第三位。适合作为对交付时效要求极高、任务复杂度适中的日常高吞吐开发工具
DSH 极简模式 Token 消耗做到了全场极致（仅 1.5M tok，比常规方案省下 84.5%），但单次上下文被极端压榨，导致模型缺乏全局视野，不得不通过多轮反复试探和多步反思来推进任务。不仅把总用时反向拉长至 40 分钟（全场最慢），最终效果也垫底
：以上测试仅限这个任务，环境隔离也不一定理想，仅供参考
给大家提供一个思路，如果你觉得某个模型不太好，或许可以换一个 Harness
作者：Ai学习的老章 公众号：Ai学习的老章
题图来自 Unsplash，基于CC0协议
🔥 热词：#DeepSeek flash v4 · #deepseek flash v4 mindie · #deepseek flash v4 0731 · #DeepSeek v4 flash满血版低成本本地部署 · #DeepSeek V4 Flash能力暴涨 · #deepseek flash v4形象叫什么名字 · #DeepSeek V4 Flash正式版强在哪 · #deepseek flash v4正式版