DeepSeek 这次开源的不是模型，是印钞机图纸：DeepInfer 公开生产级推理栈

10 月 20 日，DeepSeek 在 GitHub 开源了 DeepInfer——注意，这不是又一个模型，而是支撑 V4.1-Flash 线上服务的推理框架本身，Apache-2.0 协议。

按官方 README 的说法，首发版本只跑 V4.1-Flash、只支持离线推理，硬件支持 NVIDIA SM100 和华为昇腾 950。它还顺手开源了 deepseek-recipe，也就是官方 API 同款的编解码层。DeepSeek 自报的生产数据很夸张：单个集群每天处理 155 万亿 token、输入缓存命中率 96%、首 token 约 400ms、代码任务最高 300 tokens/s。

先划重点：性能数字是 DeepSeek 官方口径，未经独立测试，看看就好。但真正值得琢磨的不是数字，是动作本身——

别人开源是为了攒口碑，DeepSeek 这次等于把"每 token 成本"这本账公开了。从开源模型，下探到开源生产栈，这是第一次有头部玩家把吃饭的家伙完整端出来。

为什么值得你关心？分两层看：

第一层，如果你是做 agent 应用的，推理成本就是你的生死线。现在 x402 那种"按调用收稳定币"的机器支付、Yelp 那种"agent 访问收数据授权费"，玩的都是"单次调用成本跌到分级别"的前提。DeepInfer 公开的正是这条成本曲线的工程实现——别人还在猜 DeepSeek 怎么做到又快又便宜，它直接给了答案。

第二层，如果你是独立开发者，lesson 更扎心一点：连"把推理跑便宜"这种护城河都在被商品化。以后拼的不是谁模型便宜，而是谁在便宜的推理之上做出了别人离不开的东西。

一句话：DeepSeek 在把 AI 的"水电煤"环节继续打成白菜价。做应用的人应该高兴，做基建的人应该紧张。

（关键数字为 DeepSeek 官方口径，未经独立测试；开源事实经 PYMNTS、Bloomberg、cryptobriefing 及仓库 README 多方印证。）