10月20日，DeepSeek干了一件业界没人干过的事：把支撑自家线上服务的推理框架DeepInfer，以Apache 2.0协议免费开源。知乎知乎
这相当于一家天天排队的餐馆，把后厨运转手册一起公开。数字很炸：单一集群每天处理155万亿token，每卡每小时收入38美元（按谷价）。官方实测缓存命中率96%，前缀对上就从盘里捞结果、跳过重算。仓库很快攒下2.2万星。有媒体顺手算出"单卡年营收33万美元"。评论区更把"收入"直接改写成"利润"，连回本周期都排出来了。知乎知乎
但先别激动，翻到README最后几行：三项"not included"。开源版不含KV缓存系统、Prefill/Decode分离部署、跨副本负载均衡——翻译成人话：交出的是发动机，不是整车；这三样恰恰是把离线跑分变成线上服务的轮子和底盘。小团队看到Apache 2.0就以为"能直接上生产"，压测时会发现自己在补缓存和路由，而不是调框架。知乎
转折在第五天到账：两份"追平"声明先后发来。vLLM称并入DeepSeek开源的kernel后，batch 8–256下解码吞吐与DeepInfer差距在6%以内，还按DeepSeek的谷价算出每卡每小时38.96美元收入。SGLang更彻底，公开双方commit与基准脚本，prefill吞吐最高1.04倍，顺手补齐了那三件缺失组件。讽刺的是，DeepInfer本身就基于vLLM构建——学生开源了笔记，老师把笔记编进教材，然后宣布分数打平。vLLM官方博客微博微博知乎
但两份声明目前都只能信一半：全是项目方自报，至今无第三方复跑；独立换算认为DeepInfer解码仍领先约1.5倍，两种说法并存。这跟你有什么关系？就算不碰显卡也是好消息：军备竞赛的本质是"用更少的卡、更少的电服务同一个模型"，效率一旦成为基线，先降的是API调用价，然后是AI会员成本。如果你是自托管爱好者，记住三句：一看README缺失清单，协议不等于开箱即生产；二见"追平"先要复现脚本，一张图不如一份脚本可信；三等第三方复现再下场，等两周不会错过，抢跑才可能亏钱。微博
开源真正的赢家，从来不是最先下载的人，而是能等到数字被验证的人。
