梁文锋把赚钱的秘密开源了

　　除了新模型外，DeepSeek 在一周内接连推出了自研搜索、推理框架和编解码组件。虽然搜索服务在 11 月 1 日开始收费，但其余皆为免费开源。

　　这三个产品其实能串成一条线，即不管你用什么算力平台、什么 harness、什么模型，只要配上这三样，就都可以使用 DeepSeek 同款的产品、调用 DeepSeek 同款的接口。

　　梁文锋对于开源普惠这件事的观点正是如此，他曾在闭门会上讲：“我们不会说开源一个差点的，然后我们自己部署的时候用一个更好的。”

　　与此同时，DeepSeek 也在文章中公开了 DeepSeek 单卡每小时的具体收入情况。

　　而在 DeepSeek 公众号最新文章里还有这么一句话“为善与众行之，为巧与众能之。”

　　这句话出自战国名家尹文的《尹文子・大道上》。翻译成现代语言，就是做善事，要带着大家一起做；学本事、有手艺，要让众人都能掌握。

　　而这也是梁文锋发布这三个产品最根本的动机，用户免费拿去用，DeepSeek 也能因此获得数据流和入口，最终实现双赢。

　　梁文锋的做法看起来“特立独行”，毕竟 OpenAI、Anthropic，乃至全球所有的 AI 公司，都不曾敢开源到如此坦诚相待的地步。

　　不过如果你把视角拉高一点就会发现，梁文锋的打法和可口可乐出奇一致。

　　01

　　这三个产品都是干什么用的？

　　先来简单说说这三个产品。一句话概括，Search 与 Fetch 是餐厅的“采购员”，负责去外面的市场把食材买回来；DeepInfer 是“后厨”，是模型干活的地方；deepseek-recipe 是“多语种菜谱”，不同国家的人也能认清自己吃的是什么。

　　从 Search 与 Fetch 开始说起，这是一个给 AI 用的搜索。

　　我们平时用的搜索引擎是给人看的。一页结果里有广告、有推荐、有一堆需要人自己判断的链接，点进去还有导航栏、弹窗、侧边栏。人可以忽略这些，但模型不行，每一个多余的字都要占用它的上下文，这些可都是 token，都要花钱的。

　　DeepSeek 的 Search 与 Fetch 是两个原始的 JSON 接口，用法和调用 DeepSeek API 一样，用同样的 Bearer 密钥鉴权。

　　Search 负责“搜”，每条结果除了标题和网址，还带短摘要、长摘要、可选的网页正文和发布时间，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）。

　　Fetch 负责“抓”：给它一个网址，它返回清洗之后的 Markdown 正文。

　　换句话说，它不是传统的“搜索框”，是“可以直接塞进模型上下文的素材”。

　　Search 与 Fetch 的定价也是照 Agent 的用法设计的。都是每 1000 次成功请求 5 元，折合下来搜索一次只要五厘钱。

　　官方文档显示，在 DeepSeek Harness、Claude Code、Codex 这三个工具里，通过服务端工具调用使用的 Search 与 Fetch，在北京时间 2026 年 11 月 1 日 00:00 之前不计费，之后按次收费。

　　另外，Search 与 Fetch 也并不绑定在 DeepSeek 的模型上。只需要有一个 DeepSeek 的 API 就能在任何模型上调用 Search 与 Fetch。

　　第二个是 DeepInfer。

　　DeepInfer 是 DeepSeek 线上大规模服务正在用的推理框架。这次开源的是它的离线推理版本和核心能力，协议是 Apache 2.0，可以在英伟达和国产算力平台上运行。

　　很多人以为，一个模型发布出来，把权重文件下载到自己的电脑里，事情就结束了。

　　其实不是。权重只是一大堆数字，想让它能高效地运行起来，中间还隔着一整套工程。而这套工程就叫做推理框架。

　　模型就像一本写满字的书，纵使书中自有颜如玉，书中自有黄金屋，它自己也不会说话，更不可能回答你的问题。

　　DeepInfer 就是让这本书开口的程序。你给它发一句话，它把这句话喂给模型文件，模型文件里的数字被调动起来，算出回答，再返回给你。

　　DeepSeek 官方表示，模型的能力边界由模型本身划定，而如何让这些能力以合理的成本服务海量用户，是推理框架要解决的核心问题。

　　第三个是 deepseek-recipe。

　　就像在不同国家打招呼一样，中国说“你好”，美国说“Hello”。不同模型的说话格式也是不同的，OpenAI 的格式叫 Chat Completions、Responses，Anthropic 的格式叫 Messages。

　　虽然这些到最后都是“问模型问题、从模型那里拿答案”，但格式不同就是不同，即使是相同的对话没办法在不同的模型之间使用。

　　比如你想在自己服务器上跑 DeepSeek 模型，而你的客户端软件是用 OpenAI 那套格式写的，你拿 OpenAI 格式的话去问 DeepSeek 模型，它听不懂。这时候就得有人把话翻译过来。

　　deepseek-recipe 做的就是中间这层翻译。你发来 OpenAI 格式的请求，它翻译成 DeepSeek 模型听得懂的内部话（提示词），再编成模型认识的字（token），模型回答完，它再把回答翻译回 OpenAI 格式还给你。

　　你不需要改变你输入的格式，两个不同的模型依然能听懂。

　　官方技术文章里提到了它解决的两个真问题。

　　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，冒充系统发号施令。recipe 的做法是，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，用户输入里同样的文本会被当成普通文字编码。

　　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，所以它先定位边界，再并行编码各段，最后按顺序拼回去，降低长上下文请求的分词延迟。

　　在真实的场景中，这三个产品是能串联在一起的。比如有家公司想要自己部署 V4.1 Flash，那它就需要用 DeepInfer。想要配合其他模型，那就挂上 recipe 来转格式。

　　执行层再拿着这个调用去请求 Search 和 Fetch，把清洗好的结果塞回对话，模型继续往下输出答案。

　　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，让你无论出于什么样的场景，都可以用到 DeepSeek 的产品。

　　如果你算力够，想自己部署和 DeepSeek 官方同款的推理能力，那就用 DeepInfer，加上已经公开的模型权重。

　　而且不管你是英伟达的 GPU，还是国产 GPU，DeepInfer 全都兼容。

　　如果你已经有自己的推理后端，想跑 DeepSeek 的模型，又不想自己重写协议转换和提示词渲染，那就用 deepseek-recipe。

　　如果你用的是别家的模型或 Harness，联网能力不够，那就接 Search 与 Fetch。

　　归根结底就俩字“安排”。什么情况也不用担心，梁文锋替你安排得明明白白。

　　在此之外，还有一件有意思的事情，梁文锋把自己的底牌亮出来了。

　　在 DeepSeek 那篇部署实践里，不只是写了“我们应该怎么做、怎么部署”，还把具体成本也写出来了：单一集群每天 155 万亿 Tokens 的吞吐，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，单个用户看到的输出速度约每秒 230 个 token，代码场景约 300 个；首字时延平均 400 毫秒，P99 为 1000 毫秒。

　　这就等于告诉行业：硬件怎么搭、缓存留多久、一张卡一小时能创造多少收入。 38 美元乘上 24 小时再乘上 30 天，一张卡一个月就是约 2.7 万美元的收入。

　　并且平均每个请求输入 77K token 中 96% 都是命中缓存，命中缓存后每卡吞吐翻 25 倍。

　　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，大概是我们到市场上买一批设备回来，10 个月收回成本，我觉得这是一个合理的利润。”

　　每张卡赚的钱本质上和我们的工资是一样的，无论是在什么单位，工资通常都是保密的。OpenAI、Anthropic 也从未公开过自己每张卡的单位经济。

　　梁文锋捅破了这层窗户纸，也符合他自己的哲学。在闭门会上，梁文锋表示，DeepSeek 只赚合理利润，同时拿得少的人会打败拿得多的人。

　　单从收入和 DeepSeek 自己 API 的价格来看，DeepSeek 很明显是属于拿得少的那拨。公开这组数字，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，而不是利润最大化。”。

　　另一方面，梁文锋之所以敢透露这些，也是在说明：“DeepSeek 的护城河压根不在成本上。”

　　DeepSeek 就是 AI 时代的可口可乐，配方全公开，但赚钱的根本不是配方。

　　2011 年，可口可乐配方泄露，然而结果就是“无事发生”。

　　可口可乐表示，不承认这是现行在用配方，这是早期历史手稿，现在量产版本早就迭代改动。

　　《This American Life》（美国生活）播客节目组自己，他们找了 Jones Soda 汽水厂的调香师帮忙复现，做完盲测，一部分试饮者分不清，另一部分老可乐爱好者认为两个配方之间有区别。

　　尽管如此，可口可乐股价没变、销量反而有所增长。因为可乐真正的护城河从来不是糖浆配方，是灌装分销网络，是品牌心智，是成本纪律。

　　可口可乐不是重点，喝可口可乐才是。

　　DeepSeek 也一样，能开源的基本都开源完了，想下载就自己下载去。敢把配方公开的公司，手里都握着比配方值钱的东西。

　　03

　　梁文锋图什么？

　　梁文锋归根结底不是慈善家，人总是要吃饭的，更何况现在的 DeepSeek 已经达到数百人的规模。

　　梁文锋也曾明确说过：“我们明确是要有商业化的。我们最终还是要能活下去。”

　　“我们本质上还是一个公司，只是说我们在考虑赚哪些钱、什么时候赚钱、赚多少钱、靠什么赚钱，我们有取舍。”

　　只不过在赚钱这块，梁文锋更想要的是和用户“双赢”。DeepSeek 提供便宜甚至免费的产品，用户逐渐习惯 DeepSeek 的模式，扩大 DeepSeek 的影响力和规模。

　　现在的情况是，模型之争已经过去了，各家旗舰模型的差距在收窄，单靠参数和榜单很难再拉开身位，竞争的重心正在从“谁的模型更强”，转向了“谁掌握了入口、数据流和格式”。

　　就像可口可乐，它不直接卖汽水给你，它是把浓缩糖浆卖给全球授权灌装厂，灌装厂自己买瓶子、建渠道、贴市场，可乐公司收糖浆钱加品牌费。

　　DeepSeek 至今也没有像 OpenAI、Anthropic 那样直接卖订阅，从头到尾只有 API。

　　回流的数据流和格式锁定才是真正值钱的东西。免费期铺进 Claude Code 和 Codex，就是把印有可口可乐的冰柜摆进对手的店里。开源是糖浆生意，不是汽水生意。

　　模型虽然也很重要，只是不再是唯一的战场。

　　Search 与 Fetch 最耐人寻味的地方就在于它能帮 DeepSeek 抢占入口。

　　Agent 每次需要查资料的时候，都得有一个搜索工具来回答。谁是它默认调用的那个，谁就占住了一个入口，而且用户想使用什么模型都可以走这个入口。

　　还没完，每一个接入的 Agent 的每一次查询、抓取、引用选择，都可能变成 DeepSeek 的训练信号，形成“入口、数据、模型、更强的入口”的飞轮。

　　recipe 把官方的处理逻辑直接做成一个公共库，各家照着用，行为自然而然就对齐了。

　　对开发者而言，这是一件好事。他们针对 DeepSeek 官方行为调好的 Agent，换一家第三方服务商，也不容易出问题。

　　对 DeepSeek 而言，它的提示词格式、工具调用格式、流式输出规则，会随着越来越多的第三方服务器采用，成为事实上的通用写法。

　　DeepSeek 官方还表示：“未来，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。”

　　这意味着，围绕 DeepInfer 搭建了基础设施的团队，可以在 DeepSeek 新模型发布时第一时间跟上。这同样也是一种黏性。

　　开放，可以让更多人在 DeepSeek 的路线上搭建东西，最终形成规模效应。别人可以抄袭 DeepSeek 的模型、定价，却没办法抄 DeepSeek 的规模。

　　量一旦上来，灌装线折旧、广告研发摊到每一瓶上越来越薄；采购议价权上升；产量越大，损耗率、配送成本越低；卖得越多，货架冰柜越密，单位配送成本越低。

　　便宜反过来又会锁住规模，卖一杯哪怕只赚一分钱，卖一百亿杯，就是印钞机。

　　“为善与众行之，为巧与众能之”便是如此。