（来源：雷峰网）
“截然不同的态度背后，是整个大模型行业的焦虑映照。”
作者丨覃倩雯
编辑丨刘伟
10月20日，DeepSeek把支撑自家V4.1-Flash大规模推理服务的框架DeepInfer开源了。
过去的常见做法是厂商开放权重，大家用VLLM、SGLang这类第三方框架去跑，而模型厂商自己线上服务用的那套推理系统基本不对外。
但DeepSeek这次开放的有MoE专家并行、动态负载均衡、推测解码、异步调度……都是DeepSeek自己生产环境为了让大模型跑得更快、更省算力，长期打磨的推理技术。
此举令许多开源社区用户为之振奋，但在行业内，巨大的讨论和争议声也随之而来。
01
自己割肉，给别人赚钱？
过去，模型厂商把内部降本转化为自己的报价优势，现在DeepSeek这一招直接把推理效率向第三方部署扩散。
这对模型供给市场是一项直接利好。
行业人士古源指出，DeepSeek存在一个让云厂商为难的问题：模型权重虽然开放，第三方可以自行部署，但缺少原厂的推理工程积累，服务成本很难能压到官方API那么便宜的价格，客户可以直接向DeepSeek采购。
云厂商因为拿不出价格优势，就需要靠容量、服务保障或其他配套能力争取订单。单靠转售同一款模型，很难做出利润空间，这也是为什么一些云厂商私下不太愿意卖DeepSeek的模型。
这里的问题就出现在，模型开放权重之后，低成本运行模型的工程能力，仍然掌握在原厂手里。
另一位从业人士Max发表评论说，“只有真正折腾过Infra的人，才真正理解这次开源的含金量。虽然这次开源的是离线推理版本，完整线上服务需要的KV Cache管理和负载均衡组件尚未全部公开，而且目前支持的硬件也有限、但这已经相当了不起了。”
把一个几千亿参数的模型稳定、高效、低成本地跑起来，背后其实需要长年累月的工程积累。从算子优化、显存管理，到专家并行、通信开销，再到负载均衡和推理调度，这几个环节要反复打磨，还得解决各种硬件和软件之间奇奇怪怪的兼容性问题。
很多时候，就算拿到了同样的GPU，跑同样的模型，推理框架的效率差一截，成本就可能差一大截，而这些差距最后都会变成真金白银。要知道，大模型公司最贵的开销，几乎都压在这些卡上。
此前雷峰网的文章里曾提到，行业里GPU的实际利用率长期偏低，平均只在25%到27%，也就是说买来的算力有一大半没被真正跑起来。
AMD曾披露，在相近的八卡MI355X硬件配置下，通过算子、并行和调度等软件优化，三个受测模型的平均推理吞吐达到旧软件方案的约3.3倍。
这也是模型厂商费力去啃Infra工程的重要原因。目前整个大模型行业比拼的重点，从基础预训练，转移到工程化落地、推理优化这些环节，要求每张卡产生更大的价值。
现在，DeepSeek反而将支撑自身服务的内部推理框架DeepInfer放上GitHub，进一步开放了实现低成本推理的一批工程能力，而且明确说明这就是DeepSeek实现模型定价效率的关键。
等于是，DeepSeek拿出了自己的赚钱手艺，让别人跟自己竞争。
借助DeepInfer，第三方服务商可以让同一批硬件处理更多请求，把运行同一款模型的成本降下来。这部分成本节省，既可能用于改善利润，也为降低API报价提供了空间。
对大部分服务商来说，只要自己能买到卡就能搭底层、部署模型，甚至可以做到API价格比DeepSeek官方还低，还能赚到卖API赚差价的钱。
除此之外，在DeepSeek推理框架开源的助推下，Infra工程师的岗位市场容量可能会进一步扩大。
行业人士方盛认为，以前很牛的Infra人才只有大厂招得起，月薪近十万，中小厂招不起。但在VLLM和SGlang、Token Speed、DeepSeek V4等一众主流开源框架下，现在中小厂也能用上以前大厂才玩得起的东西了。
02
竞争转向部署成本，价格战反而愈烈
过去几年，国产开源模型凭借较低的API报价，以及允许企业自主部署的灵活性，吸引了大量开发者。但如今，海外闭源厂商也开始把更强的经济型模型卖到相近的价格区间。
就在本月，Anthropic把Haiku 5.5短请求的价格压到了每百万输入token 0.1美元、输出0.5美元，分别只有Haiku 4.5的十分之一。
OpenAI的降价也很干脆。9月22日发布的GPT-6 Luna，输入价格从上一代的0.2美元降到0.1美元，输出从1.2美元降到0.5美元。
现在，以DeepSeek为首的中国开源厂商进一步降低部署成本，这种情况下会催生出更多服务商参与竞争，进而加大其他模型厂商的定价压力。
雷峰网了解到，部分行业人士对DeepInfer开源一事态度很激烈：开放模型权重是完全合理的，但开源基础设施意味着让行业进入更激烈的价格战。
“廉价客户是不存在忠诚的，把自己的全部技术公开，换来的只会是Luna、Haiku和其他国模厂商再一次在性价比层面进行联合绞杀。”
他们认为目前看不到任何开源能产生的PMF（产品市场契合点），无SOTA无话语权，除非先卷出一个 Opus/Sol Level 的成品，否则除了给竞争对手送子弹外，真的毫无意义。
这些担忧并非无来由。此前博通CEO在高盛的会上摆出了一个当前语言模型的创收数据：
从生成Token的数量来看，闭源模型和开源模型差不多各占50%，两种模型在服务器上的推理成本也差不多，但闭源模型的年收入在1200亿美金左右，是开源模型300亿美金的4倍。
在X上，还有用户直接喊话：DeepSeek是不是不想赚钱，只是想让全世界的AI公司重新定价。它自己未必靠API赚钱，但先受伤的是跟着降价的前沿模型厂商。
他们既要守住常规任务的调用量，也要找到能支撑高价的需求
2026年，主流前沿模型厂商的产品线形成了两种分工：Flash、Haiku等经济型产品强调高并发、低延迟和低成本，扩大应用层调用；旗舰产品则持续升级多模态、长上下文和复杂推理能力，争取高价值需求。
在此之下，前沿模型厂商希望在保持模型性能领先的同时，扩大用户覆盖和收入规模，但现实是愿意为高价产品付费的用户基础仍然有限。
a16z在10月发布的消费AI报告中提到，Claude最高价个人套餐Max的用户占消费付费用户的7.3%；Google和ChatGPT的百美元级高价套餐上，占比也只分别为1.3%和1.1%。
过去AI模型公司的叙事大多建立在一个前提上：模型越强，越能收高价。但事实是，中国低价、开源权重的模型正在系统性地冲击这一商业模式。
行业人士耳顿分析道，现在的闭源模型厂商普遍都存在一个尴尬的境地。
一方面，许多实际能产生收入的应用场景不是特别需要昂贵的顶级模型，中低级模型的组合就基本够用了，但这一类模型又面临开源模型的价格屠杀。
另一方面，头部模型研发由于现存数据枯竭导致迭代速度减慢，没法通过提升性能吸引大幅投资，继续投入提升性能这样的逻辑来实现增长闭环。这种处境下，拥挤的模型厂商早晚要迎来一波合并出清。
大模型行业究竟会如何洗牌，没有明确答案，但眼下的中国开源模型还在加速迭代：
DeepSeekV4.1 Flash在编程和Agent能力上继续卷，价格依然低到地板。下一轮MiniMax、Qwen、Z.ai、Moonshot也已蓄势待发。
这些模型一个比一个更强调“同等体量下最强”，价格也还在往下砸，这一轮竞争将再次刷新行业的“斩杀线”。
