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