同一个DeepSeek，跑分差了2.2分

同一个模型，换个工具，跑分能差 2.2 分。 有人拿 DeepSeek V4.1 做了组对照。同一句猎豹动画的提示词跑两遍：一遍走 HARNESS，7.8 分，48 分 14 秒，约 0.55 美金；一遍走 OpenCode，5.6 分，6 分 07 秒，约 0.11 美金。 分差不小，代价更扎眼。HARNESS 慢了近 8 倍，贵了 5 倍。 我看这组数，觉得它更像一道选择题。质量换时间，还是时间换质量，全看这活拿去干嘛。做一条要发出去的短片，多等 40 分钟换 2.2 分，我觉得值；可要是天天跑几十次的批量任务，5 倍价钱攒一个月，账就不好看了。 分数也值得多看一眼。两边用的是同一个 DeepSeek V4.1，变的只有外面那层工具，7.8 和 5.6 就这么拉开了。以前我觉得模型定了一切，现在看，怎么使唤它至少值两成。 还有一处我没底：两边到底差在哪，光看分数说不清。是步骤更全，还是每步停得更久想得更细？这决定了那 2.2 分里有多少是真本事，有多少只是磨洋工。 同一句提示词，一边 48 分钟，一边 6 分钟，这道题留给用的人自己算。