10月20日，DeepSeek把支撑V4.1 Flash服务的推理框架DeepInfer放上GitHub，Apache 2.0协议，可商用。 不到一周，vLLM和SGLang就交了作业：性能追平DeepInfer，部分场景反超。 OpenRouter周榜上，V4.1-Flash-1017单周调用33.6万亿token，环比涨801%。每日资本论量子位界面新闻
10月初，Anthropic把Haiku 5.5的短请求价格砍到每百万输入token 0.1美元、输出0.5美元，比上一代的1美元和5美元降了90%。 一边开源，一边降价，闭源溢价被两头挤。知乎
DeepSeek公开了单集群每天155万亿token、输入缓存命中率96%。 按谷价算，单卡每小时收入38美元。 但它没开KV缓存管理和跨DP副本的负载均衡，理由是与内部基础设施耦合太深。知乎每日资本论差评
这是整件事最值钱的地方。推理引擎的代码可以复制，100 PiB的存储、把KV从3FS搬进HBM的网络和调度，复制不了。 菜谱写全了，厨房和供应链还在自己家里。拿到代码的人能少走弯路，却不一定能拿到同样的成本。知乎
这是闭源溢价被拆开的第一刀。MaaS厂商卖API，溢价里有一部分是“我知道怎么把卡跑满”。现在这部分知识被公开，vLLM和SGLang一周内消化完，租得到B300的人都能提供差不多的吞吐。有人租卡部署DeepSeek、Kimi、GLM卖token，月入百万美元；但门槛一低，几十家进场，B300每小时8美元租金，换来10到20美元token产出，价格战一打，毛利就薄了。 这层溢价，消失得最快。Tech商业
但闭源厂商的溢价不全是这一层。Anthropic刚交的S-1显示，2026年上半年营收162.86亿美元，第二季度营业利润9.74亿美元。 这说明“比开源贵”不是问题，只要企业愿意为别的东西付钱。市值榜
Anthropic第三季度超过80%的收入来自六个月内发布的新模型，手里还压着6000多亿美元算力协议。 溢价不是买断资产，而是每一代模型都要重新证明一次。模型一换代，客户就重新分配用量；渠道一边卖Claude，一边推自己的模型；算力合同用不用满都要付钱。36氪
纳德拉说得更直白：微软自己在Copilot里每天大量混用便宜的闭源模型和开源模型，底层“一定会经历极其惨烈的价格战”。 买家就是最懂模型的平台，选型就变成一次路由，而不是品牌忠诚。华尔街见闻
开源也不是万能。一台一万五的机器自己跑DeepSeek，输出一百万token要九个多小时，电费三块多，按高峰价算省不到五块，机器钱得跑三万个钟头才回本。 真正自建的，多是数据不能出内网、或者要把版本钉死的团队。所以闭源还剩下的那部分溢价，买的是合规、数据驻留、稳定性和有人替你扛运维，不是模型本身。知乎
回到“还能撑多久”。答案不是“撑不住”或“撑得住”，而是溢价正在分叉。通用的token溢价，已经被DeepSeek按十个月回本、约83%毛利率定出的价格压得很窄。 前沿能力和企业服务的溢价还在，但保质期越来越短——过去一个月，国产模型在OpenRouter前排挤压海外闭源模型的位置。 路透社报道，Anthropic业绩不及预期后，部分投资者主张其上市估值应接近1.5万亿美元，而非公司期望的2万亿美元。晚点LatePost界面新闻微博
DeepSeek这次做的，不是把闭源厂商的价格打下来，而是把“模型本身”从溢价里拆了出去。剩下的部分还能收多久，取决于闭源厂商能不能说清楚：当模型不再稀缺，客户到底还在为什么付钱。
