DeepInfer是锋把DeepSeek线上大规模服务正在用的推理框架 。
就像可口可乐 ，赚钱” 。密开
在DeepSeek那篇部署实践里 ，梁文通过服务端工具调用使用的锋把Search与Fetch ，虽然搜索服务在11月1日开始收费，赚钱把清洗好的密开结果塞回对话 ，它自己也不会说话 ，梁文就是锋把做善事 ，
模型虽然也很重要，赚钱但其余皆为免费开源 。密开长摘要、梁文
梁文锋也曾明确说过 ：“我们明确是锋把要有商业化的 。
很多人以为 ，赚钱他曾在闭门会上讲 ：“我们不会说开源一个差点的 ，成为事实上的通用写法 。另一部分老可乐爱好者认为两个配方之间有区别 。免费期铺进Claude Code和Codex，可乐公司收糖浆钱加品牌费。梁文锋之所以敢透露这些 ，在北京时间2026年11月1日00:00之前不计费 ，就都可以使用DeepSeek同款的产品 、Search与Fetch也并不绑定在DeepSeek的模型上 。同时拿得少的人会打败拿得多的人 。
从Search与Fetch开始说起 ，在DeepSeek Harness 、是灌装分销网络 ，再编成模型认识的字（token） ，想自己部署和DeepSeek官方同款的推理能力 ，大概是我们到市场上买一批设备回来 ，OpenAI、
Search负责“搜” ，那就用deepseek-recipe。灌装厂自己买瓶子、”
这句话出自战国名家尹文的《尹文子・大道上》 。DeepSeek也能因此获得数据流和入口 ，在闭门会上 ，P99为1000毫秒 。它再把回答翻译回OpenAI格式还给你 。是“可以直接塞进模型上下文的素材” 。这次开源的是它的离线推理版本和核心能力 ，可以在DeepSeek新模型发布时第一时间跟上 。建渠道 、
DeepSeek官方表示 ，能开源的基本都开源完了 ，无论是在什么单位 ，有推荐 、最终形成规模效应 。代码场景约300个；首字时延平均400毫秒 ，它返回清洗之后的Markdown正文 。只要配上这三样 ，
02
为什么DeepSeek像可口可乐 ？
这三样东西还有个共同点 ，有一堆需要人自己判断的链接 ，梁文锋捅破了AI行业的窗户纸 。还把具体成本也写出来了 ：单一集群每天155万亿Tokens的吞吐，我们有取舍 。它翻译成DeepSeek模型听得懂的内部话（提示词） ，
而这也是梁文锋发布这三个产品最根本的动机，Anthropic的格式叫Messages。模型之争已经过去了 ，单靠参数和榜单很难再拉开身位，手里都握着比配方值钱的东西 。”
这意味着，谁就占住了一个入口 ，都可以用到DeepSeek的产品 。侧边栏。喝可口可乐才是 。只需要有一个DeepSeek的API就能在任何模型上调用Search与Fetch 。但赚钱的根本不是配方 。两个不同的模型依然能听懂 。流式输出规则，为巧与众能之 。DeepSeek也在文章中公开了DeepSeek单卡每小时的具体收入情况 。这是一件好事 。不承认这是现行在用配方，
Fetch负责“抓” ：给它一个网址 ，一张卡一个月就是约2.7万美元的收入 。一张卡一小时能创造多少收入 。形成“入口 、可口可乐股价没变 、
在此之外 ，
梁文锋捅破了这层窗户纸 ，
deepseek-recipe做的就是中间这层翻译 。梁文锋更想要的是和用户“双赢”。38美元乘上24小时再乘上30天，命中缓存后每卡吞吐翻25倍。那就是每一样都留了一扇门 ，这同样也是一种黏性。
其实不是 。都是每1000次成功请求5元 ，你拿OpenAI格式的话去问DeepSeek模型 ，是成本纪律 。
来源：字母AI
文 ：苗正 编辑 ：王靖
除了新模型外 ，而如何让这些能力以合理的成本服务海量用户 ，然后我们自己部署的时候用一个更好的 。可以让更多人在DeepSeek的路线上搭建东西 ，行为自然而然就对齐了 。”
DeepSeek就是AI时代的可口可乐 ，再返回给你 。权重只是一大堆数字 ，
2011年 ，
第二个是DeepInfer 。然而结果就是“无事发生” 。是品牌心智 ，
梁文锋的做法看起来“特立独行” ，用户免费拿去用 ，这些可都是token ，
归根结底就俩字“安排” 。它的提示词格式 、
一个是防注入 ：特殊标记本来用来标记角色和边界，不同国家的人也能认清自己吃的是什么 。
可口可乐不是重点，它是把浓缩糖浆卖给全球授权灌装厂，现在量产版本早就迭代改动 。Responses ，乃至全球所有的AI公司 ，但模型不行 ，可选的网页正文和发布时间 ，模型继续往下输出答案 。模型的能力边界由模型本身划定 ，降低长上下文请求的分词延迟 。都可能变成DeepSeek的训练信号，
梁文锋对于开源普惠这件事的观点正是如此，
比如你想在自己服务器上跑DeepSeek模型，因为可乐真正的护城河从来不是糖浆配方 ，人可以忽略这些，也不容易出问题。你给它发一句话，但用户也可能在输入里故意打出同样的字符串 ，
这就等于告诉行业 ：硬件怎么搭 、比如有家公司想要自己部署V4.1 Flash ，用法和调用DeepSeek API一样，
03
梁文锋图什么？
梁文锋归根结底不是慈善家 ，DeepSeek很明显是属于拿得少的那拨 。翻译成现代语言 ，点进去还有导航栏、最终实现双赢 。模型回答完 ，recipe的做法是 ，都不曾敢开源到如此坦诚相待的地步。公开这组数字 ，
官方技术文章里提到了它解决的两个真问题 。中间还隔着一整套工程 。梁文锋的打法和可口可乐出奇一致 。一页结果里有广告 、
回流的数据流和格式锁定才是真正值钱的东西 。这是早期历史手稿 ，都要花钱的 。最后按顺序拼回去 ，
梁文锋曾在投资人闭门会上表示 ：“我们的API定价是一个合理的利润，
第三个是deepseek-recipe。再并行编码各段 ，也是在证明梁文锋说过的那句话“我们只赚取一个合理的利润 ，可口可乐配方泄露 ，而不是利润最大化。DeepSeek提供便宜甚至免费的产品 ，扩大DeepSeek的影响力和规模 。
现在的情况是，把权重文件下载到自己的电脑里 ，也是在说明 ：“DeepSeek的护城河压根不在成本上 。即不管你用什么算力平台 、还有一件有意思的事情 ，想让它能高效地运行起来 ，都得有一个搜索工具来回答。
Search与Fetch的定价也是照Agent的用法设计的。Search与Fetch是餐厅的“采购员” ，调用DeepSeek同款的接口 。想跑DeepSeek的模型 ，中国说“你好” ，
另一个是长文本提速 ：特殊标记之间的普通文本可以独立编码 ，DeepSeek新模型的推理代码及后续性能优化也将在DeepInfer中持续开源 。梁文锋表示 ，引用选择 ，毕竟OpenAI 、
你不需要改变你输入的格式，不同模型的说话格式也是不同的 ，开源是糖浆生意，那就挂上recipe来转格式 。
换句话说 ，模型文件里的数字被调动起来 ，而且用户想使用什么模型都可以走这个入口。
另外 ，那就接Search与Fetch。每条结果除了标题和网址 ，纵使书中自有颜如玉 ，做完盲测，
Search与Fetch最耐人寻味的地方就在于它能帮DeepSeek抢占入口 。
如果你已经有自己的推理后端 ，之后按次收费 。更何况现在的DeepSeek已经达到数百人的规模 。想要配合其他模型 ，
还没完 ，Codex这三个工具里 ，是模型干活的地方；deepseek-recipe是“多语种菜谱” ，想下载就自己下载去 。
DeepInfer就是让这本书开口的程序 。
另一方面 ，贴市场 ，什么harness 、也符合他自己的哲学 。只是说我们在考虑赚哪些钱 、他们针对DeepSeek官方行为调好的Agent ，”
与此同时 ，竞争的重心正在从“谁的模型更强” ，
可口可乐表示 ，它不直接卖汽水给你 ，而你的客户端软件是用OpenAI那套格式写的 ，
尽管如此 ，DeepInfer全都兼容 。要让众人都能掌握 。OpenAI的格式叫Chat Completions、怎么部署” ，弹窗 、Claude Code 、
对DeepSeek而言 ，什么时候赚钱 、
如果你用的是别家的模型或Harness ，他们找了Jones Soda汽水厂的调香师帮忙复现 ，别人可以抄袭DeepSeek的模型、
官方文档显示，但格式不同就是不同 ，各家旗舰模型的差距在收窄 ，即使是相同的对话没办法在不同的模型之间使用 。负责去外面的市场把食材买回来；DeepInfer是“后厨” ，
对开发者而言 ，转向了“谁掌握了入口 、缓存留多久 、工资通常都是保密的 。10个月收回成本 ，”
每张卡赚的钱本质上和我们的工资是一样的 ，一部分试饮者分不清 ，销量反而有所增长 。算出回答 ，敢把配方公开的公司，这时候就得有人把话翻译过来。
模型就像一本写满字的书，这是一个给AI用的搜索 。从模型那里拿答案” ，
DeepSeek也一样 ，它不是传统的“搜索框” ，
DeepSeek的Search与Fetch是两个原始的JSON接口 ，工具调用格式 、人总是要吃饭的 ，赚多少钱 、
DeepSeek官方还表示 ：“未来 ，每一个接入的Agent的每一次查询、数据 、还带短摘要 、不是汽水生意 。
而在DeepSeek公众号最新文章里还有这么一句话“为善与众行之 ，梁文锋把自己的底牌亮出来了。围绕DeepInfer搭建了基础设施的团队，让你无论出于什么样的场景 ，
01
这三个产品都是干什么用的 ？
先来简单说说这三个产品 。
单卡月入2.7万美元 ，数据流和格式” 。
开放 ，靠什么赚钱 ，用户输入里同样的文本会被当成普通文字编码 。我觉得这是一个合理的利润 。只有提示词构建时显式插入的标记才会映射到真正的特殊token，美国说“Hello”。所以它先定位边界 ，用户逐渐习惯DeepSeek的模式 ，这三个产品是能串联在一起的 。
而且不管你是英伟达的GPU ，更强的入口”的飞轮 。
这三个产品其实能串成一条线 ，那它就需要用DeepInfer。
《This American Life》（美国生活）播客节目组自己 ，我们最终还是要能活下去 。查看更多
就像在不同国家打招呼一样 ，配方全公开，就是把印有可口可乐的冰柜摆进对手的店里 。整体收入按谷价计算为平均每卡每小时38美元；Prefill每卡每秒6万到150万token；Decode每卡每秒1.4万token ，它听不懂 。那就用DeepInfer ，”
只不过在赚钱这块，
recipe把官方的处理逻辑直接做成一个公共库 ，要带着大家一起做；学本事、只是不再是唯一的战场。
如果你算力够 ，
并且平均每个请求输入77K token中96%都是命中缓存 ，一个模型发布出来 ，抓取 、
不过如果你把视角拉高一点就会发现 ，还是国产GPU ，换一家第三方服务商 ，折合下来搜索一次只要五厘钱 。模型 、”
“我们本质上还是一个公司 ，推理框架和编解码组件。
虽然这些到最后都是“问模型问题、什么模型 ，会随着越来越多的第三方服务器采用 ，它把这句话喂给模型文件 ，另外有两个专门给模型参考的分数 ：rerank_score（相关性重排分）和authority（来源权威度） 。是推理框架要解决的核心问题 。一句话概括 ，各家照着用 ，谁是它默认调用的那个 ，每一个多余的字都要占用它的上下文 ，
在真实的场景中，DeepSeek在一周内接连推出了自研搜索 、用同样的Bearer密钥鉴权。
执行层再拿着这个调用去请求Search和Fetch，Anthropic ，Anthropic也从未公开过自己每张卡的单位经济 。而这套工程就叫做推理框架 。冒充系统发号施令。却没办法抄DeepSeek的规模 。可以在英伟达和国产算力平台上运行 。什么情况也不用担心 ，有手艺 ，事情就结束了 。梁文锋替你安排得明明白白 。不只是写了“我们应该怎么做、
我们平时用的搜索引擎是给人看的 。
单从收入和DeepSeek自己API的价格来看，书中自有黄金屋 ，加上已经公开的模型权重。协议是Apache 2.0 ，联网能力不够 ，你发来OpenAI格式的请求 ，单个用户看到的输出速度约每秒230个token ，DeepSeek只赚合理利润 ，返回搜狐 ，
Agent每次需要查资料的时候 ，