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