DeepSeek V4 Flash 搭配 Pi Agent 於 Composio 測試擊敗 Claude Code，單次任務成本僅 0.028 美元且快取命中率達 99.9%

Composio 針對 DeepSeek V4 Flash 進行 8 款 Agent Harness 的 30 項複雜任務橫向評測。Pi Agent 以全新預設安裝、僅接入 MCP 伺服器外掛的極簡配置，通過 20 項任務（成功率 66.7%）奪冠。Oh My Pi 通過 17 項居次，Claude Code、Codex 與 Deep Agents 皆通過 16 項。配置最複雜的 Prime Agent 因部分會話消耗達 350 萬 Token 且進行 33 次工具呼叫，導致評分器超時，僅通過 15 項。 在成本與速度方面，Pi 平均完成單項成功任務僅需 0.028 美元，約為 Claude Code（0.195 美元）的七分之一；Pi 的任務中位數耗時為 132.2 秒，略慢於 Claude Code 的 122.7 秒與 OpenCode 的 129.7 秒。 開發者實測顯示，Pi 呼叫 DeepSeek V4 Flash 處理近 10 億輸入 Token 時，快取命中率達 99.93%，成本從無快取的 132 美元降至 2.65 美元。相較於其他 Harness 通常 94% 至 97% 的命中率，Pi 允許動態增刪工具與自訂上下文壓縮，利於 DeepSeek 的前綴快取（Prefix Cache）最佳化。 社群已衍生多款專屬快取最佳化專案。開源終端 Agent「Reasonix」透過啟動時注入穩定環境摘要、截斷過時工具輸出，並將執行與規劃模型拆分至獨立會話，以維持提示詞前綴穩定。第三方擴充套件「pi-deepseek-cache」則在 P0 層凍結日期與工作目錄，P3 層使用 temperature 為 0 的 DeepSeek V4 Flash 進行確定性摘要並進行雜湊（Hash）快取，P2 層透過 SHA-256 診斷前綴變化。該套件使 V4 Flash 輸入成本降幅達 98%（每百萬 Token 0.14 美元降至 0.003 美元），V4 Pro 降幅達 99%（3.00 美元降至 0.025 美元）。 此外，據報導「DeepSeek Harness 團隊」微信公眾號已於 8 月 11 日註冊並啟動產品內測，外界預期官方 Harness 即將發布。