Сравнивать DeepSeek и Ollama напрямую по цене некорректно. Под обеими вывесками работает одна и та же модель — DeepSeek-V4-Pro, — а платите вы за разное. В DeepSeek это чистый расход токенов, в Ollama — подписка на 20 долларов, в которую входит 60 долларов расхода. И есть ещё один фактор, о котором обычно вспоминают в самом конце: в какое время суток вы работаете.

Сколько стоит токен

Тарифы на модель у обоих поставщиков одинаковые до копейки. За миллион токенов:

• вход, кэш попал: DeepSeek — $0,003 вне пика, Ollama — $0,022;
• вход, кэш промахнулся: $0,15 против $0,66;
• выход: $0,60 против $1,98;
• подписка: у DeepSeek её нет, у Ollama — $20 в месяц с включёнными $60 расхода.

Это базовые ставки, не пиковые. Вне пика DeepSeek берёт ровно вдвое меньше, чем Ollama. Главное слово — «вне»: у DeepSeek двойной тариф действует по будням в окна 01:00–04:00 и 06:00–10:00 UTC, а всё остальное время, включая выходные, считается по половинной ставке. У Ollama двойной тариф живёт в окне 12:00–18:00 UTC по будням.

Что в счёте на самом деле

Цена за миллион токенов ничего не говорит, пока не ясно, каких токенов больше. У агента, который часами сидит в одном репозитории, почти весь вход — это чтение кэша: инструкции, история шагов и файлы, которые модель видит при каждом следующем вызове. Нового текста в запросе немного, и он весь уходит в промахи кэша.

Я сверил журнал своих сеансов: на 75 миллионов прочитанных токенов пришлось около 250 тысяч новых. Кэш — 99,7% входа, и четырёхкратная разница на кэше бьёт по счёту сильнее, чем разница на выходе.

Часы решают больше, чем прайс

Переведу окна в московское время. Пик DeepSeek — с четырёх до семи утра и с девяти до часа дня; пик Ollama — с трёх до девяти вечера. Это не мелочь: вечер — именно то время, когда за такую работу садятся, а рабочий день у сервера уже закончился.

Выходит, что в самые рабочие московские часы один и тот же запрос у Ollama стоит вчетверо дороже на кэше, вдвое на несбитом кэше и вдвое на выходе. Дело не в модели — в расписании.

Харнесс считает расход по каждому сеансу сам: прочитанный кэш, новые входные токены, выходные. Умножаете на тариф нужного окна — и правило очевидно: длинные автономные задания, где агент долго крутит один контекст, выгоднее запускать не когда удобно вам, а когда дёшево маршруту. За месяц разница в расписании набегает на ещё одну подписку.

Считаем сеанс, а не токен

Полезная единица — не цена за миллион, а стоимость одного рабочего сеанса харнесса. Возьму реальные цифры из журнала своих запусков: за один сеанс агент прочитал 75 миллионов токенов из кэша, добавил 250 тысяч новых на входе и написал 250 тысяч на выходе.

DeepSeek вне пика: 75x0,003 + 0,25x0,15 + 0,25x0,60 = $1,01 Ollama в пик: 75x0,022 + 0,25x0,66 + 0,25x1,98 = $2,43

Два доллара сорок три против одного — та же работа, та же модель. Если вечерних сеансов за месяц набирается сорок, разница выходит около 57 долларов; подписка Ollama на это не влияет, она просто упаковывает расход: шестьдесят долларов включённого расхода входят в двадцать долларов платы.

Что даёт подписка, кроме токенов

Подписка Ollama — это не только DeepSeek: в тот же счёт входят Kimi, GLM, Qwen, Mistral, и расход по ним идёт из общего пула. Если харнессу нужны разные модели под разные задачи, один счёт удобнее пяти. У DeepSeek в прайсе одна семья моделей, зато без подписки и обязательств.

Ограничения тоже разные. У Ollama на плане Pro — три одновременных запроса, дальше они встают в очередь и могут быть отклонены, если она переполнена. У DeepSeek на V4-Pro заявлено 500 одновременных обращений, а на Flash — 2500. Для одного агента это незаметно, для конвейера из субагентов — уже нет.

Как это ложится на харнесс

DeepSeek подключается к харнессу родным маршрутом deepseek-official: настройки усилий рассуждения, режим мышления, распознавание картинок у Flash и сжатие контекста работают из коробки. Ollama подключается вторым провайдером через pi-ai — совместимым с OpenAI интерфейсом; чтобы модель появилась в выборе, её идентификатор прописывается в настройках руками, а набор возможностей ограничен тем, что отдаёт площадка.

Проверил на своём конфиге: маршрут ollama-cloud собран, ключ стоит, но модели DeepSeek на текущем плане отвечают отказом 402 — до оплаты подписки доступны только gpt-oss, gemma и nemotron. Для сравнения это важно: подписку надо включить до того, как считать, иначе мерить нечего.

Что в итоге

Если сеансы идут по московскому дню и вечеру, прямая оплата у DeepSeek дешевле — иногда в разы, потому что двойной тариф Ollama приходится ровно на рабочие часы. Подписка Ollama выигрывает в другом: когда нужен один счёт на десяток открытых моделей и предсказуемая плата за месяц. Считать надо не прайс, а расписание — в этом споре оно весит больше, чем цена за токен.

Разложу по случаям, чтобы решать было проще:

• один агент, работа по московскому дню и вечеру — прямая оплата DeepSeek;
• конвейер из субагентов — DeepSeek: у Ollama на Pro всего три одновременных обращения;
• несколько разных открытых моделей в одном счёте — подписка Ollama;
• жёсткий потолок расходов на месяц — подписка: двадцать долларов платы и шестьдесят включённого расхода;
• ночные и выходные прогоны — DeepSeek вне пика.

Оба маршрута живут в харнессе рядом: родной deepseek-official и второй провайдер через совместимый интерфейс. Держать оба и переключаться по часам — не хитрость, а обычная экономика: маршрут выбирается не по вкусу, а по расписанию. Начните с журнала своих запусков — он покажет, какие часы у вас рабочие и какой маршрут в них дешевле.

DeepSeek Harness (dsh) — открытый агентский харнесс от DeepSeek AI. С виду это ещё одна команда для работы с моделями, а по сути — конструктор: плагином здесь является всё, включая хранение сеансов, песочницу, сжатие контекста и саму модель.

Каждая деталь системы — отдельный плагин

Харнесс построен на Cordis, его архитектура описана в работе про пространственно-временную композируемость. Суть простая: приложение не пишут кодом, а собирают из слоёв-патчей. Профиль — это список бандлов плюс ваш cordis.patch.yml, и каждый следующий слой может отменить или дополнить предыдущий. Поэтому dsh --dump-config печатает собранное дерево целиком: видно, какой бандл что добавил.

Профили решают, а не флаги

Одна команда умеет разное, и разница задаётся профилем, а не отдельным флагом:

• dsh web — локальный веб-интерфейс на http://127.0.0.1:3080;
• dsh --profile headless "задача" — один свежий сеанс, ответ в вывод и выход: так удобно для CI;
• dsh --profile sdk — JSON-RPC для внешних клиентов;
• dsh --profile acp — тот же агент внутри редактора.

Профиль лежит в отдельной папке, патчи перезагружаются на лету: правка плагина подхватывается без перезапуска. Свой набор ставится командой dsh plugin --profile web add.

Агенты внутри агента

Харнесс умеет запускать других агентов, и это не одна кнопка:

• субагенты работают в фоне, у каждого свой контекст: родитель продолжает работу и получает результат, когда тот готов;
• наследник контекста — субагент, который видит уже состоявшийся разговор, для задач «продолжи и проверь»;
• workflow — JavaScript-сценарий, который сам раскидывает десятки субагентов по фазам, конвейером или с барьером: оркестрация описана кодом, а не диалогом;
• ralph — цикл свежих агентов по одному неизменному заданию, где рабочая папка служит долговременной памятью.

Инструменты подбираются под задачу

Базовый набор тоже собран из плагинов, и каждый можно выключить: чтение и правка файлов, поиск по репозиторию, фоновые задания, веб-поиск и загрузка страниц, подключение внешних серверов по MCP, «скиллы» — папки с инструкциями, которые агент подгружает по надобности.

Песочница и восстановление сеансов

Файловые операции ограничены песочницей: workspace-write пускает только в рабочую папку. Отказ выглядит не как падение, а как честная пометка «доступ запрещён» — её можно показать человеку и попросить прав побольше. Границу при этом называют заранее: где-то агент спрашивает на каждое опасное действие, а где-то действует сам.

История сеанса пишется в файл и переживает перезапуск: сеанс можно возобновить, сжать, посмотреть, сколько он съел токенов. Долгая цель живёт в состоянии сеанса, а не в голове модели.

Что это даёт небольшим командам

Для небольшой команды DSH снимает вопрос «свой агент или готовый сервис»: готовые сервисы дают фиксированный набор функций, а харнесс — конструктор. Можно начать с одного профиля, а потом добавлять плагины по мере появления задач: сегодня — публикация статей, завтра — разбор конкурентов, послезавтра — автоматическая выгрузка метрик.

Отдельно стоит сказать про прозрачность. Каждый вызов инструмента, каждое изменение файла и каждый переход состояния попадают в журнал. Это не «логи для отладки», а рабочий инструмент: когда агент ошибается, видно, на каком шаге и почему. И это же делает возможной честную цену: если шаг не понадобился, его видно в журнале, а не в счёте.

Наконец, DSH не заставляет переезжать целиком. Профиль можно собрать под одну задачу и держать рядом с привычными инструментами: агент по ключу ходит в ваш сервис, забирает результат и возвращает его туда, где вы работаете.

Как это выглядит на практике

Мы собрали цепочку из четырёх плагинов:

FrameFactory: бриф и структура

Prompt-Polish: улучшение запроса

Detector-Remover: снятие AI-отпечатков

Четыре шага: от брифа до человеческого текста

1. FrameFactory формирует бриф: темы, заголовки, план статьи и чек-лист.
2. Prompt-Polish переписывает черновой запрос, убирая повторы и делая формулировки короче.
3. Improve-Prompt показывает diff до отправки — важные термины и ссылки остаются нетронутыми.
4. Detector-Remover добавляет разговорные обороты и лёгкую стилистическую неровность, чтобы текст реже срабатывал на AI-детекторах.

С чего начать

Если хочется попробовать DSH на одной задаче, порядок такой. Сначала ставится сам харнесс и запускается dsh web — этого достаточно, чтобы увидеть базовый набор плагинов. Потом добавляется один-два плагина под задачу: например, для работы с текстом — генерация брифа и полировка запроса. И только после этого имеет смысл думать про субагентов и workflow: они раскрываются там, где задач уже много и они повторяются.

Важно не пытаться собрать «идеальный профиль» заранее. Профиль — это не конфигурация на годы, а рабочий набор: сегодня он один, завтра вы добавили плагин, послезавтра убрали лишнее. Патчи перезагружаются на лету, так что цена ошибки низкая: неудачный слой можно откатить, а не переписывать всё заново.

И ещё одно: DSH не прячет модель. Если вам нужен конкретный провайдер или конкретная модель, это тоже плагин. Значит, можно сравнить два варианта на одной и той же задаче, не переписывая агента.

Зачем это нужно

DSH — не «CLI для LLM», а среда, где агент собирается под задачу: свои инструменты, свои политики, свои профили. Самое ценное здесь — не набор готовых функций, а то, что любую из них можно заменить своей: харнесс не диктует, как устроен агент, а даёт его собрать. Проект открыт под MIT и находится в developer preview — ломающие изменения обещаны прямо в README.