“平民化"这件事有一条清晰的分界线：智能的单位成本已经被打到人人用得起的水平，而这次开源把它从"API便宜"推进到了"部署便宜"；但抹掉的是know-how门槛，不是硬件门槛。10月20日，DeepSeek将支撑自家线上服务的内部推理框架DeepInfer全面开源，同步放出生产级Token编解码组件deepseek-recipe，并罕见地摊开了账本：基于该框架，DeepSeek V4.1 Flash单一集群的服务吞吐达到每天155万亿Token，按谷电价计算每卡每小时收入38美元。官方技术长文给出的目标，是让智能服务以更低的价格触达更多用户。判断"平民化时代来了吗”，要看这些数字分别意味着什么、边界画在哪里。华尔街见闻知乎
模型权重早就开源了，"怎么把模型跑得便宜"是第一次摊开
过去一年，DeepSeek的模型权重早已可以随意下载部署，大量云厂商与MaaS平台对外出售"满血版"服务，但开发者普遍有一个体感：同样的开源模型，自己部署怎么调都做不到官方API那个价格。差距不在模型，而在中间那层工程——大模型的能力边界由模型本身划定，但如何以合理成本提供超大规模的模型服务，取决于一个长期未被公众了解的中间层，即推理框架。 这次DeepSeek把这层家底公开了：DeepInfer集成高性能算子与深度优化的推理引擎，以Apache 2.0协议发布，可在英伟达与华为昇腾两类平台上运行。配套的deepseek-recipe以MIT协议开源，负责把OpenAI Chat Completions、Responses与Anthropic Messages三种主流API协议与模型Token之间做双向编解码，官方称其处理逻辑与自家API完整对齐，确保第三方部署能获得与官方部署一致的API体验。第一财经GitHub知乎
账本摊开：便宜不是补贴，是成本结构
38美元/卡/时的收入之所以成立，靠的是几项工程设计的复利。面对Agent每调用一次工具就要把系统提示、历史对话整段重新发给模型的负载，DeepSeek把算过的前缀缓存下来：Block KVCache存放在独立的3FS分布式文件系统中，相关存储容量约为100PiB，Agent流量保留3天、聊天流量保留7天。按官方披露的线上统计，平均96%的输入Token可以直接命中缓存、根本不用重算。缓存之外，对未命中的滑动窗口注意力只重算最近128个Token，投机解码DSpark采用变长验证，相比固定验证5个Token再提升6%吞吐。知乎新智元华尔街见闻
对普通用户，这套成本结构直接翻译成了价格表：现行模型DeepSeek-V4.1-Flash-1017支持100万Token上下文，工作日9点至12点、14点至18点为高峰时段，其余时段及整个周末、法定节假日均为空闲时段，价格一律减半——未命中缓存的输入从2元/百万Token降到1元，输出从8元降到4元，命中缓存的输入只要0.02元。一次长上下文请求的成本，可以低到几分钱的量级。DeepSeek官网
需要澄清一个常被混用的口径：155万亿是DeepSeek自营"单一集群"的服务吞吐能力，不是全网调用量，也不能与第三方平台的统计直接换算。需求侧的参照来自聚合平台：OpenRouter数据显示，7月27日至8月2日当周全球AI大模型总调用量为56.8万亿Token，DeepSeek V4 Flash位居榜首。自营产能与聚合平台调用量的统计对象不同，放在一起只能说明一件事——需求已经真实放大到"万亿Token/周"的量级，谁能把单位智能成本压得更低，谁就接得住这波需求。就在DeepSeek开源推理框架的当天，MiniMax发布M3.1 Flash，输出速度卷到200+TPS、价格砍到1/2。界面新闻36氪
开源了，但没全开源：受益顺序决定了"平民化"的速度
官方仓库把边界写得很清楚：这次发布提供离线推理及大规模服务所需的核心能力。要搭一套能对外接客的完整在线服务，开发者仍需自己补齐三块——KV缓存系统、Prefill/Decode分离部署、跨副本负载均衡；官方的解释是，KVCache管理与负载均衡组件与内部基础设施耦合较深，相关代码目前尚未完整开源。GitHub知乎
硬件名单同样划出了门槛：DeepInfer目前只支持V4.1-Flash一个模型，个人电脑的消费级显卡不在支持之列；按官方部署问答给出的建议，想要部署效率高，最小部署单元是64卡Prefill加64卡Decode。第一财经的判断相当克制：实际能够节省多少成本，仍取决于硬件配置、业务负载和部署能力。新智元第一财经
所以"平民化"的受益顺序是清晰的：第一梯队是已经持有数据中心级算力、却苦于调不出官方成本曲线的云厂商、Agent平台和私有化部署团队——此前只有向DeepSeek购买API才能享受的成本结构，如今有了可照着实现的工程蓝本；第二梯队才是通过API用便宜模型的普通开发者和用户。普通个人"在自己电脑上跑满血大模型"的场景，这次并没有被开源解决。
平民化来了几成：看三个后续信号
回到标题的问题。如果"AI平民化"指的是智能服务的价格不再是少数巨头的专利、任何一家有卡的企业都能参照官方级成本曲线自建服务——那么答案是来了，而且这次连账本一起公开，比"模型免费"更进一步。如果指的是"人人都能自建大模型"——还没有，128卡起步、数据中心级芯片、三件套待补，门槛仍然真实存在。
不过方向已经写明：官方承诺，新模型的推理代码及后续性能优化都将在DeepInfer框架中持续开源。接下来值得盯住三个信号：云厂商是否跟进下调自家开源模型服务价格；暂缺的KV缓存、分离部署、负载均衡三件套何时补齐开源；以及分时定价、缓存命中这套"谷电逻辑"能否被更多厂商复制。价格战的下一个降价节点，就是平民化再往前推一格的时刻。华尔街见闻
