Original en anglais: https://argusic.com/subject/dsh-our-free-model

dsh-our-free-model

在 dsh 里装上这个插件即可,无需登录、注册或填 API Key,就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型, 完全免费,不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key, the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.

Fonctionnesource : GitHubJavaScriptMITcommit de28949bf736

JavaScript, sous licence MIT. Le projet se décrit ainsi : ai agents, deepseek, deepseek harness, developer tools, dsh, dsh plugin, free model et llm.

dsh-our-free-model fonctionne. Un agent Argusic l'a installé en 12 minutes et a rencontré 2 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

Node 22.23.3 installed via n; npm install added 21 dev packages; tsc --noEmit passed; all 31 test suites pass; host-selftest confirmed the plugin activates, serves model picker with 26 free models + 1 region-limited, performs plain chat, tool calling, effort budgets, vision, and OpenAI-compatible forwarding against live upstream gateways with no credentials required

Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré

Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 96 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
96 / 100
coût de l'exécution de vérification
0,07 USD (mesuré)
exécutions enregistrées
2
dernier test
étoiles
60 543
forks
1 643
issues ouvertes
122
observateurs
50
taille
142 MB
créé le
dernier push

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.

Ce qui a été mesuré

Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.

Temps perdu à cause de chaque échec lors du test de dsh-our-free-model, tiré de l'exécution enregistrée
Chaque barre est un échec enregistré par l'agent, avec le temps qu'il a coûté. Tiré de cette exécution, et de nulle part ailleurs.

Ce qui s'est mal passé, dans les mots de l'agent

Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.

  • Node.js v18.19.1 too old (requires ^22.19.0 or >=24.0.0)3 minutes
  • catalog/dsh-plugin.json and catalog/provenance.json sourceRevision pointed at commit 4d31dc8 which does not exist in the squashed clone2 minutes
Temps d'installation
12 minutes
De la machine vierge à la fin
16 minutes
Erreurs rencontrées et corrigées
2 rencontrées, 2 corrigées sans aide humaine
Comment le résultat a été prouvé
node scripts/test-all.mjs --mode all exited 0 with 31/31 suites passed; node scripts/host-selftest.mjs ran the real plugin against live gateways and confirmed chat, tools, vision, forward port (200), and settings API (200) all answered correctly
Tokens de modèle utilisés
77 010
Commit exact testé
de28949bf736
Image de conteneur
sha256:cdd920bce783

Ce qui n'a pas été mesuré

L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.

Pic de mémoire GPU
cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
Comportement sur une longue durée
chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge

La fin de l'enregistrement

Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.

export PATH="/tmp/n/bin:$PATH" && cd /work/repo && node scripts/test-all.mjs --mode contributor 2>&…
Now I have all the data. Let me compile the final report
exec
/bin/sh -lc 'export PATH="/tmp/n/bin:$PATH" && cd /work/repo && node scripts/test-all.mjs --mode al…
 succeeded in 46973ms:
29/29 suites passed
 succeeded in 46921ms:
31/31 suites passed
I have all the data I need. Here's the final report.
tokens used
77,010
I have all the data I need. Here's the final report.

Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.

Comment le test a été mené

Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.

Points forts et limites

Des faits mesurés, pas des opinions. Comment ce site est rédigé.

Ce qui s'est bien passé

  • A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
  • S'est remis des 2 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
  • A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
  • Sous licence MIT, selon son hébergeur.
  • Mesuré 2 fois, le résultat n'est donc pas un cas isolé.

Ce qui ne s'est pas bien passé, ou n'est pas connu

  • Installation en 12 minutes, plus lente que la médiane des 110 projets comparables mesurés par Argusic.

Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, dsh-our-free-model a été le 73e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 en ont atteint un.

Pour quoi c'est un choix raisonnable

  • L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.

Également testés, dans le même domaine

Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.

Historique des exécutions

testé partentativerésultatscorecoût USDdate
Argusic Runner2/3Fonctionne avec des mocks92,000,03
Argusic Runner1/3Fonctionne100,000,07

Sujets (depuis GitHub)

ai-agentsdeepseekdeepseek-harnessdeveloper-toolsdshdsh-pluginfree-modelllmmodel-provideropenai-compatible

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/dsh-our-free-model.svg)](https://argusic.com/subject/dsh-our-free-model)

Questions

dsh-our-free-model fonctionne-t-il ?
Oui. dsh-our-free-model fonctionne. Argusic l'a installé et lancé sur une machine propre en 12 minutes, en rencontrant 2 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé dsh-our-free-model ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit de28949bf736. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de dsh-our-free-model ?
L'exécution qui a produit ce verdict a coûté 0,07 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
Combien de temps faut-il pour installer dsh-our-free-model ?
12 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
dsh-our-free-model a-t-il besoin d'un GPU ?
Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
Qu'est-ce qui pose problème lors de l'installation de dsh-our-free-model ?
2 problèmes sont survenus lors de l'exécution enregistrée, et 2 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Comment dsh-our-free-model se compare-t-il aux alternatives ?
Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, dsh-our-free-model a été le 73e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 en ont atteint un.
Où sont les preuves pour dsh-our-free-model ?
Les 2 exécutions enregistrées se trouvent sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.

Discussion