【ITニュース解説】I tested DeepSeek Harness for a week. I left with a shipped plugin and $0 in API costs

DeepSeek Harness（ディープシーク・ハーネス、略称DSH）は、AIエージェントを動かすためのプラットフォームであり、その最も特徴的な点は「すべてがプラグイン」という設計思想にある。これは単なる宣伝文句ではなく、DSHの内部構造そのものが、あらゆる要素をプラグインとして扱うことで成り立っていることを意味する。通常、多くのソフトウェアにおける「プラグイン」は、特定の機能を追加したり、設定ファイルを変更したりする程度にとどまることが多い。しかし、DSHでは、ユーザーが操作するウェブUI、設定画面、さらにはAIモデルの選択や設定、追加で利用できるサードパーティ製AIエージェント（例えばCodexやClaude Codeなど）までもが、個別のプラグインパッケージとして提供される。これらのプラグインは、マニフェストファイルを通じて読み込まれ、拡張APIを介して連携する。この徹底したプラグインアーキテクチャにより、DSHは非常に高い柔軟性と拡張性を実現している。システムエンジニアを目指す皆さんにとって、このようなモジュール性の高い設計は、将来的に自分でシステムを構築したり、既存のシステムを拡張したりする際に非常に参考になるだろう。

このDSHをレビューする立場で使い始めた筆者は、その優れた拡張性を体感し、最終的にはDSHのプラグイン開発者として、一つの新しいプラグインを世に送り出すことになった。この経験自体が、DSHがいかに直感的で開発しやすいプラットフォームであるかを物語っている。筆者がDSHを使用する中で、特に気になった点があった。それは、設定画面で利用できるAIモデルの一覧は表示されるものの、それぞれのモデルが100万トークンあたりどれくらいの費用がかかるのか、また、同じモデルでもっと安価なプロバイダーが存在しないのか、という肝心なコスト情報が欠けていることだった。これは、多くのAIサービスを利用する上で重要な判断基準となる情報だ。

そこで筆者は、この情報ギャップを埋めるために、「dsh-model-pricing」というプラグインの開発に着手した。このプラグインは、DSH自身の設定ページの中に組み込まれる形で機能する。具体的には、以下のような情報を提供する。まず、213のプロバイダーにわたる7,178のAIモデルについて、入力、出力、キャッシュにかかる100万トークンあたりのコストが表示される。これは「models.dev」というデータソースから取得された情報だ。次に、DSHが実際に呼び出し可能な788のモデルについて、DSH自身のルーティングカタログ情報と先のコストデータを重ね合わせる。もし二つの情報源で価格が異なる場合は、警告マークを付けてユーザーに注意を促し、勝手に平均化するようなことはしない。さらに、同じAIモデルでもプロバイダーによって価格が大きく異なるケースを比較し、最も安価なプロバイダーを「最安値」として表示する機能も持つ。例えば、GLM-5.2というモデルは、ゲートウェイによって100万出力トークンあたり3.08ドルから4.84ドルまで、最大で57%もの価格差があることが明らかになる。その他にも、コーディング、エージェント機能、画像認識、長文対応、オープンウェイトといったモデルの能力を示すタグや、ユーザーが設定可能なルールエンジンによる分類、特定のサブスクリプションプラン（コーディングプラン、トークンプランなど）のグループ化とランキングからの除外なども行われる。さらに、コミュニティからのプロモーション情報フィードも提供され、割引や無料利用期間の情報も得られるようになっている。このプラグインは、DSHが持つプラグインマネージャーを通じて簡単にインストールでき、コマンド一つで追加できる手軽さも特徴だ。筆者は開発中にDSHのコードをフォーク（複製）することなく、このシステムを完成させた。

驚くべきことに、この「dsh-model-pricing」プラグインの開発は、費用が一切かからなかった。筆者は開発の全工程をDeepSeek Harness上で、Qwen3.8-FlashというAIモデルを使い、B.AIのプロモーション（「Qwen3.8-Flash APIが0クレジット（無料）」）を活用して行ったのだ。このプロモーションは、他ならぬ開発したプラグイン自身が、その情報の一つとして「提供元URL、検証日、終了日未定」という形で宣伝している。つまり、DSHというエージェントハーネスを使って、エージェントハーネスの経済性に関するプラグインを開発し、その開発自体を、プラグインが宣伝する無料モデルを使って行ったという、まさに完璧な循環が実現したわけだ。このプロジェクトにおけるAIモデルの利用にかかった総費用は0ドルだった。ローンチ時には8つのプロモーション情報が搭載され、そのうちの一つは、このプラグインのUI開発に利用された無料モデルに関するものだった。

具体的な数値を見ると、このプラグインは7,178のモデルと213のプロバイダーの価格情報を扱い、DSHのカタログと重複する788モデルのうち30件で価格の不一致をフラグ付けした。175のプラン行はランキングから除外され、ローンチ時には8つのプロモーション情報が掲載された。開発に要したコミット数は28、ファイル数は18、コード行数は約2,300行だった。実質的な開発時間は約22時間で、これには夜間の自動実行時間も含まれる。LLMのコストは前述の通り0ドルであり、使用したプロモーションの再検証日は2026年10月10日だった。UIはプラットフォーム標準の英語と中国語に加えて、プラグイン自身が登録したロシア語にも対応している。

筆者は、DSHのアーキテクチャが製品そのものであると述べており、AIエージェントがレビュアーとしても開発者としても非常に優れていると感じている。特に、無料のAIモデルを使っても、これほど実用的なプラグインを構築できたことは、その可能性の大きさを物語っている。システムエンジニアを目指す人々にとって、DeepSeek Harnessのようなツールは、AI開発の敷居を大きく下げ、コストを気にせずに自身のアイデアを形にする機会を提供する。興味を持ったならば、ぜひDSHを試してみて、その設定ページを探索し、その拡張性の真髄を体験してみてほしい。