Το μοντέλο πίσω από τους πίνακες: γιατί το DeepSeek άλλαξε τους κανόνες
Τον Ιανουάριο του 2025 ένα εργαστήριο από το Hangzhou που λίγοι γνώριζαν έκανε αυτό που οι κολοσσοί έλεγαν αδύνατο: έβγαλε ένα reasoning μοντέλο επιπέδου frontier με ανοιχτά βάρη και κόστος εκπαίδευσης που ήταν κλάσμα του ανταγωνισμού. Το DeepSeek-R1 και το V3 (671B παράμετροι σε αρχιτεκτονική Mixture-of-Experts, με περίπου 37B ενεργά ανά token) απέδειξαν ότι η απόδοση δεν είναι μονοπώλιο όποιου καίει τα περισσότερα δολάρια.
Το δεύτερο σοκ ήταν η τιμολόγηση: με cache hit το input πέφτει στα $0.14 ανά εκατομμύριο tokens — όταν ο ανταγωνισμός χρέωνε δεκάδες φορές πάνω. Δεν ήταν dumping· ήταν αρχιτεκτονική (FP8 training, efficient attention) που έκανε το φθηνό βιώσιμο. Οι πίνακες παρακάτω αποτυπώνουν ακριβώς αυτό το χάσμα.
Το Harness Desktop είναι η λογική συνέχεια: αντί να στέλνεις τα δεδομένα σου στο cloud, κατεβάζεις το μοντέλο στο μηχάνημά σου — macOS (Apple silicon) ή Windows — με τοπικό RAG πάνω στα αρχεία σου, multi-agent orchestration και mode πλήρους απομόνωσης. Για ό,τι δεν χωράει στη VRAM σου, το hybrid mode σε γυρνάει στο cloud API.
Πρακτικά, το ερώτημα δεν είναι «ποιο μοντέλο είναι εξυπνότερο» αλλά «πού τρέχει και πόσο κοστίζει»: ένα 7B INT4 σε RTX 3060 απαντά δωρεάν και ιδιωτικά· το 671B στο cloud απαντά σε όλα, με $1.10 το εκατομμύριο output tokens. Ο υπολογιστής παρακάτω σου λέει πού κάθεσαι εσύ ανάμεσα στα δύο άκρα — και οι πίνακες προδιαγραφών σου λένε τι χωράει στο hardware σου.
Σημείωση: τα tiers (Nano/Pro/Ultra), τα benchmarks και οι μετρήσεις ταχύτητας είναι ενδεικτικά — η επίσημη πηγή αλήθειας είναι η σελίδα του Harness και τα API docs. Οι τιμές API αλλάζουν· επαλήθευσε πριν δεσμευτείς.