DeepSeek Harness vs. Claude Code: wat verandert er met hetzelfde model?

DeepSeek Harness vs Claude Code: snelle vergelijking

Wat is DeepSeek Harness?

DeepSeek Harness is een open-source agent-harness die momenteel in developer preview is. Het levert de runtime waarin modellen tools en context gebruiken, en het kan modellen draaien van andere providers dan DeepSeek. De README waarschuwt dat updates bestaande setups kunnen breken.

Als je het wilt uitproberen, raad ik aan om te beginnen met onze DeepSeek Harness-tutorial.

Hoe DeepSeek Harness werkt

De agentloop is geïmplementeerd als een plugin. Harness gebruikt Cordis om modeladapters, tools, sessies, opslag, sandboxes en de loop te componeren.

Cordis laat plugins services vinden en events uitwisselen. Dependency-wijzigingen laden plugins in of uit; hot reloads ruimen verouderde listeners en background jobs op.

Het standaardprofiel toont de loop als configuratie. dsh --profile headless --dump-default-config bevat deze entry:

- id: agent-loop
  name: '@deepseek-ai/dsh-agent-loop'
  config:
    agents: []

Die entry kan worden vervangen via cordis.patch.yml, wat laat zien dat de loop zelf niet vastligt.

Pluginpaneel met de runtime-onderdelen. Video door de auteur.

De vier runtime-modi

DeepSeek Harness biedt vier verschillende runtime-modi.

• Standard: de volledige code-agentmodus
• PTC/Code: combineert meerdere tool-calls in één TypeScript-programma 
• Minimal: behoudt alleen persistent bash en str_replace_editor
• Creator: voor inspectie en testen van de runtime

DeepSeek gebruikte de Minimal-modus voor zijn benchmarks.

Wat is Claude Code?

Claude Code is Anthropic's propriëtaire code-agent en agentische harness voor lokaal of beheerd gebruik via terminal, IDE, desktop, web, Slack en CI.

De CLI start met claude in een projectdirectory. Die directory wordt de standaard bestandscontext, en de sessie leest projectinstructies uit CLAUDE.md. Gebruikers kunnen later bestandsrechten verruimen of externe services toevoegen.

Anthropic presenteert deze interfaces als manieren om toegang te krijgen tot Claude Code. Lokale sessies draaien op je machine. Cloudsessies draaien in beheerde omgevingen of op servers van je organisatie. Remote Control laat een browser lokaal werk aansturen.

De beste startpunten zijn onze Claude Code-tutorial en de Claude Code-gids met best practices.

Ingebouwde loop en extensies

Anthropic beschrijft Claude Code als de agentische harness rond Claude, met een herhalende context-, actie- en verificatieloop. Gebruikers kunnen het tijdens een run bijsturen.

Claude Code slaat sessies lokaal op en compacteren oudere contexts als het venster volloopt. CLAUDE.md en automatische geheugenfuncties dragen geselecteerde instructies en projectdetails over tussen sessies. Subagents gebruiken aparte contextvensters en geven samenvattingen terug aan de hoofdsessie.

Hoe de extensielaag van Claude Code werkt

Claude Code ondersteunt meerdere extensiemechanismen. CLAUDE.md, skills, hooks, MCP, subagents, plugins, Agent Teams en de Agent SDK breiden allemaal de workflow uit.

Deze extensies werken rondom de ingebouwde loop van Claude Code. Hooks kunnen regels voor tool-calls afdwingen, terwijl de Agent SDK tooling en contextbeheer in code biedt.

DeepSeek Harness vs Claude Code: architectuur en controle

DeepSeek Harness stelt laagdrempelige runtime-onderdelen bloot voor vervanging. Claude Code houdt de ingebouwde loop vast en ondersteunt extensies eromheen.

Vervangbare runtime versus verpakte agent

DeepSeek Harness behandelt de runtime als configureerbare infrastructuur: modeladapters, opslag, sandboxes en de loop kunnen via profielentries worden vervangen. Claude Code houdt de ingebouwde loop vast en breidt de workflow eromheen uit.

DeepSeek Harness kan dat mechanisme gebruiken om modelproviders of andere runtime-onderdelen te wisselen. Het woord “plugin” heeft hier ook een andere reikwijdte: 

• Claude Code-plugins bundelen features rondom de loop.
• DeepSeek Harness-plugins kunnen onderdelen van de runtime zelf definiëren.

Modelondersteuning en providerkeuze

DeepSeek Harness ondersteunt meer modelproviders. Het draait DeepSeek, Anthropic, OpenAI, cloudproviders en compatibele lokale endpoints. Claude Code draait… nou ja, Claude. Met andere woorden: DeepSeek Harness kan Claude hosten, maar Claude Code kan DeepSeek niet hosten. 

Dat maakte het mogelijk om het model constant te houden in de test. Een DeepSeek-model in Harness vergelijken met Claude in Claude Code verandert twee variabelen tegelijk.

Providerkeuze brengt credential- en endpoint-setup met zich mee, inclusief exacte model-ID’s. Claude Code beheert de modelfamilie en het meeste aanvraaggedrag.

De provider wisselen garandeert geen identiek gedrag. Modellen kunnen verschillende toolformaten, contextgroottes of reasoning-controls ondersteunen. Harness houdt de omliggende plugin-setup beschikbaar, maar de provideradapter moet nog steeds bij het gekozen endpoint passen.

Sessielogs en traceerbaarheid van runs

DeepSeek Harness registreert prompts, contextinjecties, tool-calls en toestemmingsbeslissingen in een append-only eventstream. De trajectory-weergave toont waar elk record vandaan komt en ondersteunt hervatten, forken, zoeken en replay.

Claude Code slaat JSONL-transcripten op, ondersteunt hervatten en forken, en emitteert OpenTelemetry-traces. 

Beide tonen sessiegeschiedenis, maar DeepSeek Harness zet meer van het runtimepad in de UI.

Trajectory-weergave die één volledige run reconstrueert. Video door de auteur.

Uitvoeringsomgevingen en permissies

DeepSeek Harness gebruikt bubblewrap of Landlock op Linux, Seatbelt op macOS en een ACL-beperkte token op Windows. Als de sandbox niet kan starten, stopt Harness de opdracht. Claude Code biedt permissiemodi plus toestaan-, vragen- en weigeren-regels. In deze run bepaalde de Windows-sandbox het verificatiepad en de timing.

De toegangslabels verschillen, dus de twee instellingen exact laten overeenkomen was niet mogelijk.

• DeepSeek Harness-permissiepresets omvatten read-only, workspace-write en danger-full-access. 

• Claude Code scheidt automatische edits, handmatige goedkeuring, planning en regelgebaseerde opdrachttoegang. Het maakt ook snapshots van bestanden vóór edits om terug te kunnen draaien zonder Git. 

In huidige Pro-, Max- en Team-sessies in de terminal en VS Code is Auto-modus de ingebouwde startmodus van Claude Code. Een classifier beoordeelt acties op de achtergrond. De test gebruikte expliciet acceptEdits, dus het permissiegedrag weerspiegelt de testconfiguratie in plaats van de huidige standaard.

Dat onderscheid is relevant bij het vergelijken van het aantal goedkeuringen.

De uitvoeringslocatie verschilt ook. Harness draait primair op de machine die zijn web-UI of een headless proces host. Claude Code kan lokaal draaien, in door Anthropic beheerde cloudomgevingen of op zelfgehoste infrastructuur. Remote Control voegt een browserinterface toe terwijl de uitvoering lokaal blijft.

DeepSeek Harness vs Claude Code hands-on testen

Om te zien of die runtimeverschillen de uitvoering beïnvloedden, gaf ik beide tools dezelfde TypeScript-bug van één regel. Als je alleen het getimede resultaat wilt, is dit de sectie om te lezen.

Testopzet: hetzelfde model, dezelfde repository en prompt

Ik schreef een TypeScript library voor habit-streaks met één foutieve regel. Het mat kalenderdagen door afgeronde verstreken milliseconden. 

• Een voltooiing om 23:50 gevolgd door 00:10 leek dezelfde dag.
• Een voltooiing om 08:00 gevolgd door 20:00 de volgende dag leek op een gemiste dag. 

Tien vaste tests onthulden drie failures.

Elke nieuwe clone had dependencies geïnstalleerd vóór de getimede run. Beide agents kregen dezelfde instructie en gebruikten Claude Sonnet 5. De repository en prompt stonden vast; tools, permissies en sandboxgedrag bleven productspecifiek.

De permissieconfiguraties waren niet equivalent. DeepSeek Harness startte in workspace-write, maar zijn Windows-sandbox kon niet starten. De web-UI vroeg om toestemming, en ik gaf drie keer danger-full-access. Claude Code gebruikte accept-edits en kon alleen de testopdracht via bash draaien.

Deze smalle taak gebruikte alleen lokale code en tests. De agents moesten één foutieve regel vinden en bewerken, en daarna de suite draaien. Dependencies waren vóór de timing geïnstalleerd, al koos Harness ervoor om npm install nogmaals te draaien.

Testresultaten: identieke patch, verschillende goedkeuringspaden

Claude Code rapporteerde 55,0 seconden. Het draaide de suite, vond de bug, bewerkte één bronbestand en draaide de tests opnieuw. Tien van de tien slaagden.

In deze Windows-test deed DeepSeek Harness er 125,4 seconden over. Het vond dezelfde ongebruikte daysBetween helper, maakte dezelfde edit en draaide de oorspronkelijke suite succesvol. 

De diffs waren byte-identiek:

-import { DAY_MS } from './dates.js';
+import { daysBetween } from './dates.js';
 
 function gapInDays(earlier: number, later: number): number {
-  return Math.round((later - earlier) / DAY_MS);
+  return daysBetween(earlier, later);
 }

Het goedkeuringspad en herhaald shellwerk verklaren het grootste deel van het tijdsverschil.

Waarom DeepSeek Harness op Windows langer duurde

De workspace-write-sandbox van DeepSeek Harness kon niet starten op Windows, dus de web-UI vroeg drie keer om een bredere permissiemodus. Na goedkeuring draaide Harness de oorspronkelijke suite, bewerkte src/streak.ts en draaide de suite opnieuw. Tien van de tien tests slaagden.

Het resultaat zegt niets over Harness op Linux of macOS. Omdat beide runs dezelfde model-ID gebruikten, kan het tijdsverschil niet komen door een modelfamilieverschil. De verschillende permissies en toolpaden bepaalden nog steeds elke run.

Beide runs bereikten tien geslaagde tests. Afbeelding door de auteur.

Wat de test met hetzelfde model isoleert

De gedeelde model-ID maakte de aanvragen niet identiek. Elk product leverde zijn eigen systeemprompt, toolbeschrijvingen, context en permissieregels. Elk daarvan kan de volgende modelrespons beïnvloeden. 

De opzet beheerst dus beter de modelfamilie dan een DeepSeek-model-versus-Claude-vergelijking, maar isoleert niet elke variabele.

Ik draaide ook slechts één getimede trial per configuratie. Herhaalde runs in willekeurige volgorde zijn nodig voordat je timing of toolaantallen als stabiele prestatiemeting mag zien.

DeepSeek Harness vs Claude Code: kosten, benchmarks en testgrenzen

Eén Windows-casestudy kan de bredere prestatie- of prijsvergelijking niet beslechten. Het laat wel zien waarom benchmarkdetails ertoe doen.

Benchmark-caveat: DeepSeek gebruikte Minimal-modus

De gepubliceerde scores van DeepSeek gebruikten Minimal-modus, niet de Standard-modus die in deze vergelijking is gebruikt. Onafhankelijke tests met een andere harness rapporteerden lagere resultaten. Ik heb die tests niet gereproduceerd. Resultaten in Minimal-modus bepalen niet de prestaties in Standard-modus en meten Claude Code niet.

Kosten: API-kosten versus Claude-abonnementen

DeepSeek Harness heeft geen licentiekosten, maar model- en infrastructuurkosten gelden nog steeds. DeepSeek's API hanteert piek- en dalurenprijzen. Claude Code is inbegrepen in betaalde Claude-abonnementen. Bekijk Anthropic's prijspagina voor je gaat budgetteren.

De Harness-run kostte ongeveer $0,11 tegen de lijsttarieven van de Anthropic API. Claude Code toonde $0,349 bij gebruik van abonnementscredentials. Omdat die cijfers uit verschillende factureringssystemen komen, is het geen directe prijsvergelijking.

De individuele plannen van Claude vermelden Pro op $20 per maand en Max-tiers op $100 of $200 per maand, terwijl DeepSeek Harness geen vergelijkbaar abonnement heeft; de modelprovider stuurt de rekening. Lokale modellen verwijderen API-kosten maar gebruiken nog steeds de compute-resources van de machine.

Teams moeten ook rekening houden met gehoste sandboxes en zelfgehoste compute wanneer die services buiten de modelrekening vallen. Die kosten verschijnen niet in de Harness-licentie.

Stabiliteit: developer preview versus productieproduct

Harness verkeerde tijdens het testen nog in release-candidatestatus. Teams moeten pakketversies pinnen, omdat updates profielen of opgeslagen sessies kunnen breken; Claude Code is al in productie.

Beperkingen van DeepSeek Harness vs Claude Code

Geen van beide systemen dekt elke workflow. De grenzen komen uit verschillende delen van hun ontwerp.

Beperkingen van DeepSeek Harness

Harness stelt meer runtime-onderdelen bloot, maar laat daarmee ook meer setup en testen bij de gebruiker:

• Het project blijft in developer preview, en updates kunnen profielen of opgeslagen sessies breken

• Providercredentials, model-ID’s en endpointregels vereisen handmatige configuratie

• Zijn workspace-write-sandbox startte niet in deze Windows-casestudy en vereiste drie keer danger-full-access-goedkeuring

• De huidige Python SDK heeft geen Windows-wheel

De sandboxbevinding geldt alleen voor de eerder beschreven Windows-run. Ik herhaalde de test niet op Linux of macOS.

De releasenotes voor v0.1.0-rc.7 vermelden een fix voor persistente Bash-latency en een node-pty-upgrade voor bredere PTY-compatibiliteit. Dat maakt deze observatie zowel versie- als Windows-specifiek.

Beperkingen van Claude Code

Claude Code neemt meer runtimebeslissingen, maar zijn vaste grenzen sluiten sommige experimenten uit:

• Het draait Claude-modellen en biedt geen route voor andere modelfamilies

• De ingebouwde sessieloop is niet blootgesteld als vervangbare component

• Claude Code vereist betaalde toegang of apart gefactureerde API-credits, beide met gebruikslimieten

• Lange sessies kunnen oudere context compacten, dus persistente regels horen in CLAUDE.md

Die beperkingen tellen vooral wanneer een taak een andere modelprovider of een custom loop vereist.

DeepSeek Harness vs. Claude Code: welke kies je?

Zet de modelnamen even opzij. Is je taak het afronden van de applicatiecode, of het wijzigen van de runtime die het werk doet?

Kies DeepSeek Harness als de runtime zelf het project is. Het past bij tests over providers heen, aangepaste loops of sandboxes, en werk dat afhankelijk is van gedetailleerde execution traces. De prerelease-status betekent ook verantwoordelijkheid nemen voor versiechanges en configuratietesten.

Kies Claude Code als je in een bestaande codebase werkt en wilt dat de agent bestanden inspecteert, code bewerkt en de checks van het project draait met minder runtime-setup. In deze Windows-test draaide het de oorspronkelijke suite zonder de drie full-access-goedkeuringen die Harness nodig had.

Gebruik beide als die splitsing echt werk weerspiegelt. Een team kan Claude Code gebruiken voor dagelijks coderen en Harness voor experimenten met prompts, tools of de agentloop.

Slotgedachten

Beide tools kunnen een repository inspecteren, bestanden bewerken en commando’s draaien. Wat ze onderscheidt is eigenaarschap van de runtime: Harness stelt onderdelen bloot als plugins, terwijl Claude Code de ingebouwde loop verpakt en je de workflow eromheen laat uitbreiden.

Als ik op basis van deze test een startpunt moest kiezen, zou ik beginnen met Claude Code voor routinematig applicatiewerk. Ik zou met Harness beginnen wanneer het wijzigen of inspecteren van de runtime de reden van de taak is. Dit is één Windows-casestudy met prerelease Harness, geen definitieve ranglijst.

Voor aanverwante vergelijkingen, bekijk onze stukken over Grok Build, Cursor, OpenCode, Codex en andere Claude Code-alternatieven.