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。