10月20日，DeepSeek把内部自用的大规模云服务推理框架 DeepInfer 全面开源，并罕见公开了线上生产数据：单一集群每天吞吐 155 万亿 Tokens，每张卡每小时收入 38 美金（按谷价计算）。这组破纪录数据对创作者的实际意义可以一句话说清：推理成本被打进"分"级，普通人不用懂框架，改一下使用方式就能直接分走这波降价。最划算的路线不是自己部署，而是让缓存命中、避开高峰、薅满免费窗口。知乎@DeepSeek
破纪录，破的是两条线
第一条是算力效率线，前面已经给出。第二条是能力价格比：10月19日，AI评测平台Arena公布，DeepSeek-V4.1-Flash-1017 在 CodeArena:WebDev 榜单登顶开源模型，超过多个闭源旗舰，仅落后榜首 12 分，同时处在"更便宜"和"更强"都无可替代的位置。智东西
两条线合起来才构成创作者真正关心的东西：模型够强，能一句"许愿"直接产出网页、小游戏这类可交互内容；同时价格够低——媒体实测用它做古代开封3D场景和赛车网页两个项目，一次性完成，合计花费约 6 元。创意原型阶段的试错成本，已经低到可以忽略。智东西
便宜从哪来：96%的输入不用重新计算
降价不是补贴，而是机制变了。智能体类应用每调用一次工具，都会把系统提示、素材和前几轮对话整包重新发给模型，其中绝大部分上一轮早就算过。DeepSeek的做法是把算过的结果存下来，后续请求只算新增的部分：官方线上统计显示，平均每个请求输入77K个Token，其中96%能直接命中缓存、根本不用重算，首字平均400毫秒返回，生成阶段每秒输出230个Token。这些缓存会保留多日——智能体流量的缓存保留3天，聊天流量保留7天，意味着今天的创作会话，明天接着写依然享受同样的复用红利。新智元华尔街见闻
效果可以量化：同一张卡处理输入，不算缓存命中每秒6万个Token，算上命中是150万个，整整差25倍。省下来的算力就是"每卡每小时38美金"的收入和一路下调的定价，这就是"算力效率狂飙"翻译成用户语言的样子。新智元
创作者的四笔省钱账
把重复内容固定在最前面。缓存复用的前提是前缀从第一个字起完全一致，中间改一个字，后面的复用就断了。所以写提示词时，把系统设定、文风指南、常用素材库钉在上下文开头保持不动，每次只换结尾的具体任务，命中率立刻上去。新智元
批量任务挪到空闲时段。官方定价高峰与空闲分两档，缓存命中与否又是另一个量级：未命中时输入每百万Token高峰2元、空闲1元，输出8元与4元；一旦命中，输入降到高峰0.04元、空闲0.02元。夜间跑选题整理、批量打标这类不急的活，成本还能再砍一半。智东西
用新开放的按次接口替代自建管线。DeepSeek开放了自研搜索与抓取API，按每千次成功请求5元计费，做资料搜集的创作者不必再自己搭爬虫或单独买检索服务。知乎
免费窗口期先顶上纯文本工作。新模型发布一周内，OpenCode等编程工具就限时免费开放了这一旗舰级模型，官方网页版对日常对话同样免费。这类活动随时会结束，属于窗口红利而非长期方案，用之前值得确认活动是否还在。哔哩哔哩
两条边界，比技巧更重要
“框架开源"不等于"自己部署省钱”。官方建议这套框架的最小部署单元是64卡处理输入、64卡负责生成，且开源版本目前只提供离线推理，与内部基础设施耦合最深的缓存管理和负载均衡组件也尚未完整开源。它降低的是企业级私有化部署的门槛，对个体创作者而言，直接用API仍是成本最低的选择。新智元知乎@DeepSeek
文本的成本下来了，视频还没有。在创作者社区里，AI生成视频的单价依然是新手的第一道坎，免费积分做完两个视频就见了底，"低清试片再放大"这类省积分技巧被反复整理传播。也有做AI短剧的创作者复盘称，工具白菜价之后，多数人的收益并没有随之起飞。这轮降价直接惠及的是文案、脚本、代码原型和资料检索这些文字环节，成片品质与投流依然是真正的大头开支。小红书知乎
把这套破纪录数据读成"AI彻底免费"会错过重点，读成"试错趋近于零"更准确：用几分钱的成本验证创意、用免费窗口跑通工作流，再把省下的钱花在唯一还在烧钱的地方——最终成片的品质和分发上。
