AI热榜 8 月 11 日，Pi Harness 创始人 Mario Zechner 转发了一组数据：开发者 0xEvan 用 Pi 调用 DeepSeek V4 Flash，处理了近 10 亿输入 Token，缓存命中率达到 99.93%，最终只花了 2.65 美元。
如果没有缓存，同等用量预计需要 132 美元。
同一天，另一名开发者 Shantanu Goel 表示，DeepSeek V4 Flash 在其他 Harness 中的缓存命中率通常为 94%至 97%，到了 Pi 中却能持续达到 99%以上。
Mario 对此评论道：“使用本地模型时，这一点尤其好用。
” 社区里这种案例还有不少。
这也让人想起 Mario 今年 5 月对 Pi 与 DeepSeek V4 这一组合的评价：“pi + ds4 == sovereign AI enterprise ready clearly.”换成更符合中文语境的话，大概就是：“Pi + DeepSeek 4，企业级 AI 这不就成了吗。
” 当时，这只是他看到开发者用 Pi 搭配 DeepSeek V4 跑通一个终端俄罗斯方块后的一句调侃。
三个月后，一项公开横向测试，却意外给这句话补上了数据。
Pi 搭配 DeepSeek，跑赢了 Claude Code？
Composio 是一家为 AI 智能体开发工具的公司，最近进行了一项公开对比测试。
他们选用同一个模型 DeepSeek V4 Flash，让它分别运行在 8 种不同的智能体 Harness 中，完成 30 项高难度的智能体任务。
这些任务要求智能体采取行动、调用工具，并独立完成整个工作。
拿下第一名的是 Pi Agent：30 项任务通过 20 项，成功率达到 66.7%；Oh My Pi 通过 17 项，排名第二；Claude Code、Codex 和 Deep Agents 均通过 16 项；Prime Agent 通过 15 项，另有 6 次运行未被计分，其中 2 次因评分器处理超时而无法评分，另外 4 次没有留下记录；Hermes Agent 同样通过 15 项；OpenCode 通过 14 项，排名最后。
同一个模型，仅仅更换外面的 Harness，成功率便从 46.7%升至 66.7%，相差整整 20 个百分点。
成本差距更加明显。
Pi 平均完成一项成功任务只花费 0.028 美元，Claude Code 需要 0.195 美元，接近前者的 7 倍。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接