DeepSeek 把权重以 MIT 许可开源了——法律上，任何云厂商都可以下载它、部署它、卖它的 token，收入一分钱不用分给梁文锋。按「开源=谁都能抄」的直觉，市面上应该挤满 DeepSeek 的复制品。现实是：2025 年一整年，没有人复刻它，官方 API 一家独大；直到 2026 年 8 月官方自己把价格涨了 2-4 倍，28 个第三方托管端点才在一个月内涌现。这份先冷后热的时间线里，藏着一整套关于开源权重的经济学：复刻、托管、套壳是三笔完全不同的账；「开源了=能抄」的法律直觉，如何被成本结构按在地上；以及当官方涨价时，散出去的权重如何变成勒在自己脖子上的绳索。
2026 年 8 月之前，DeepSeek 的推理供应是一支几乎垄断的独奏：官方 API 是最便宜、缓存命中率最高（生产环境 90-100%）的渠道，第三方托管平价都困难。所有关于「开源大模型」的讨论都默认一个前提：权重开放了，但生态位已经被原厂焊死——托管无利可图。
8 月 16 日，DeepSeek 调整定价结构：引入峰谷分时（off-peak 与 peak 价差最高两倍）、调整缓存计费。以一个典型编码 agent 的工作负载（月 300M 输入、90% 缓存命中率、20M 输出）计算，月账单从约 10.6 美元涨到 21.7 美元（全部错峰）乃至 43.4 美元（全部高峰）——2 到 4 倍。三周之内，OpenRouter 上 DeepSeek V4 Flash 0731 的托管端点从零星几家涨到 28 个：DeepInfra 以 0.08 美元/百万输入入局，Relace 干到 0.04 美元，最激进的报价一度比官方便宜 3 到 5 倍。
先说结论，也是本篇的全部主线：「没有人复刻 DeepSeek」不是一个道德故事，而是一份价格表。当官方定价足够低时，开源权重的法律自由毫无商业意义——你抄了也是亏；当官方定价上调时，同一个 MIT 许可立刻变成 28 个生意。开源权重的「可复制性」从来不是常数，它是一个随官方定价波动的期权：价格贴地时它一文不值，价格起飞时它是所有云厂商手里的看涨票据。
后面的章节把这个期权拆开：第二章定义抄开源模型的三种姿势；第三章用梁文锋自己的话解释为什么地板价时期无利可图；第四章讲涨价如何亲手撕掉保护伞；第五章看许可证谱系里谁的「开放」最彻底；第六章算复刻的三笔账；第七、八章给出信号清单与投资映射。
「抄一个开源模型」在日常语境里是一句话，在商业上是三笔完全不同的账。把它们分开，是理解整个开源模型生态的前提。
复刻的意思是：不下载 DeepSeek 的权重，而是照着它的论文（架构、训练方法、超参数），自己准备数据、自己租算力，从零训练一个能力相当的模型。这是成本最高、最不划算的路线：671B MoE 级别的模型，重训一遍要数百万美元级算力；训练要数月——期间 DeepSeek 的下一个版本已经发布，你的「复制品」从诞生那天起就是上一代。复刻在技术上可行（架构和论文都公开），在商业上是一个永远追着原厂影子跑的亏损循环。第六章会算这三笔账。
托管是把 DeepSeek 发布的官方权重（MIT 许可，明确允许商用）下载下来，用自己的推理引擎、自己的 GPU、自己的机房部署，向客户出售 token。三个关键属性：第一，收入与 DeepSeek 官方零关系——MIT 许可明确允许商用且不要求分成，托管方赚的每一块钱都不用分给梁文锋；第二，产品同源性——你卖的权重与官方 API 跑的是同一份，能力没有差异（除非你做了量化裁剪）；第三，成本竞争完全开放——同样的权重，谁的推理引擎更好、GPU 更便宜、利用率更高，谁就有利润。这就是它与云厂商关系的本质：这不是「抄袭 DeepSeek」，这是「用 DeepSeek 的大脑开一家推理公司」，竞争的是 DR.008 里说的那套 infra 能力。
第三种是把开源模型部署后包装成「自研大模型」对外售卖，隐瞒真实来源。这在技术上与托管无异，在商业上是死路：开源社区对模型行为指纹（词表、回复风格、幻觉模式）的识别能力极强，2025 年以来多起「套壳门」都以品牌崩塌收场。更深一层，套壳者放弃了开源授权赋予的合法性与「基于 DeepSeek」的生态背书，承担了全部声誉风险却没有任何额外收益。
| 形态 | 动作 | 成本结构 | 商业判定 |
|---|---|---|---|
| 复刻 | 从零重训同能力模型 | 数百万美元算力 + 数月时间，且随原厂迭代贬值 | 三笔账全亏，无人做（第六章） |
| 托管 | 下载官方权重，自建推理出售 | 权重免费；成本=GPU+推理优化工程 | 真实主流。利润=我的推理优化 − 原厂运营成本，infra 强者得利 |
| 套壳 | 部署开源模型冒充自研 | 同托管 | 社区指纹识别，品牌崩塌，死路 |
要理解托管商在 2026 年 8 月之前为什么无利可图，必须先读懂 DeepSeek 官方的定价公式。这个公式没有写在任何价目表上，但梁文锋在投资者交流会上把它说了出来：「我们的 API 定价在一个合理的利润区间，大概是我们到市场上买一批设备回来、十个月收回成本，我觉得这是一个合理的利润。」
拆开这句话，有三个信息量极大的细节。
「买一批设备回来、十个月收回成本」——回收的对象是GPU 设备的采购成本，周期十个月。这意味着 DeepSeek 的 API 定价里没有摊入训练研发的投入：训练 V3/R1/V4 的数亿美元算力与人力，被当作长期战略投入处理，不要求从 API 收入里回收。这一点对「复刻经济学」是致命的：外界普遍假设官方价格里摊着巨额研发费，第三方复制者「没有训练成本包袱」所以有降价空间——实际上官方定价的锚只是设备折旧加运营，复制者以为的优势，原厂定价里本来就没背。
十个月收回设备成本，等于说设备的整个生命周期（数年）内，扣除头十个月外的毛利都是净回报——第三方分析普遍推算，这个定价相对运营成本有数倍的空间。换句话说，DeepSeek 的低价不是「赔本倾销」，而是「克制的高毛利」：它把利润预期压到「合理」的下限，让价格看起来像成本价，实际上每一笔调用都在赚钱。这正是它对托管商最狠的地方——托管商面对的不是一个「亏本补贴」的对手（等它停止补贴就能赢），而是一个「毛利数倍、还宣称有降价空间」的对手。
同一场交流里，梁文锋对「别人部署 DeepSeek 与 DeepSeek 竞争」的态度是：「这个市场足够大，我只担心他部署不起来，有些细节没做对、效果变得比较差，或者说他们的成本会比较高。」他不担心竞争本身，担心的是对方的工程与成本——因为他清楚自家定价公式背后的成本结构：MLA 架构压缩了 KV Cache，自研推理优化压低了单 token 成本，官方的运营成本就是全行业的地板。第三方的推理引擎若不能比 DeepSeek 自家的更高效，托管售价就永远压不过官方牌价——利润无从谈起。
2026 年 8 月 16 日，DeepSeek 重构 API 定价：引入峰谷分时，off-peak 与 peak 价差最高两倍，叠加缓存计费调整后，典型 agent 负载的月账单上涨 2 到 4 倍。官方的理由不难猜——agent 时代的推理需求爆炸，算力紧俏，此前的「地板价」等于把最稀缺的资源卖成最便宜的商品。但这一调价的后果超出了定价本身：DeepSeek 亲手撤掉了盖在开源权重头上的价格保护伞。
保护伞撤掉的瞬间，托管的生意账立刻反转。以 V4 Flash 为例：官方 peak 价 0.44/1.32 美元（输入/输出每百万），而托管阵营里 DeepInfra 报 0.08/0.18、Relace 报 0.04/0.08——比官方便宜 3 到 5 倍。一个缓存命中率不高、或需要避开高峰时段的海外团队，切到第三方托管是纯粹的降本。DeepSeek 在缓存读取一项仍保持优势（0.014 美元对第三方最低的 0.016-0.028 美元），但这条优势需要一个前提：你的缓存命中率极高。命中率降到 94% 以下（off-peak），第三方就已经更便宜。
更值得记录的是「谁在做托管」。28 个端点里，既有 DeepInfra、Together、Fireworks 这些专业推理平台，也有 Cloudflare（边缘部署）、Phala（TEE 可信执行环境，卖点是企业数据保密）、SayGM（Intel TDX 飞地 + 硬件级证明报告）这样的差异化玩家——托管不只是卖便宜，还在卖「官方给不了的东西」：数据驻留合规、机密计算、特定芯片适配、与现有云账单的整合。这些溢价服务之外，纯拼价格的托管商用的是同一份 MIT 权重加自己的调度优化——它们的利润公式，就是「我的推理优化减去官方运营成本」。
（这个 94% 的完整测算过程、缓存机制的原理与官方定价的博弈逻辑，见文末附录 B「缓存经济学测算」。）
托管生意的前提是许可证允许商用。把主流开源模型的许可证排成光谱，会发现一个反直觉的事实：「开源」与「开源」之间的差别，比「开源」与「闭源」之间还大——而许可最干净的，恰恰是中国的三家。
三档谱系里各有玄机。Tier 1 的意义是「零法律摩擦」：企业法务审一遍就能过，托管、微调、商用、闭源衍生全部放行——这让 DeepSeek V4、Qwen、GLM 成为全球开发者与云厂商的默认选择，条款干净本身就是获客武器。Tier 2 的条款是战略温度计：Llama 的 700M MAU 门槛（超过需向 Meta 单独申请）、强制「Built with Llama」署名、衍生模型强制「Llama-」前缀，以及 EU 公司被整体排除——每一条收紧都对应 Meta 商业策略的一次摇摆；Gemma 的禁用政策允许 Google 远程执法，等于用户的模型永远悬在 Google 的政策手指下。Tier 3 直接出局：研究许可和禁商用许可的「开源」只是传播策略。
现在正面回答标题的问题。托管有人做、套壳有人做，唯独「复刻」——从零重训一个与 DeepSeek 同能力的模型——在商业上无人问津。原因不是技术不可能，而是三笔账没有一笔能算平。
复刻 671B MoE 级别的模型，公开口径的训练算力在数百万美元级（DeepSeek 官方自己宣称 V3 的正式训练成本约 557 万美元 GPU 小时——这还是用上了极致优化后的数字，行业跟随者的第一次尝试通常要乘以数倍的试错成本）。复刻的产出是什么？一个与开源权重能力相同的模型。而开源权重本身免费。你花几百万美元，买到了一个可以免费下载的东西。复刻的第一笔账就死在这里：它花钱生产免费品。
有人会反驳：重训可以做得比官方更好、更定制。可能，但那已经不是复刻，而是自研——自研是另一门生意（要回答「你的模型比 DeepSeek 强在哪、客户为什么付费」），与「抄 DeepSeek」无关。复刻的定义里就包含了「不做差异化」，而 不做差异化在模型商品化时代没有任何生存空间。
训练要数月。数月之后你会得到什么？一个与 DeepSeek 当前版本能力相当的模型——而 DeepSeek 的下一个版本大概率已经发布，训练方法又迭代了一轮。你的复制品从诞生起就是「上一代」。更残酷的是开源的节奏：DeepSeek 在 2024-2026 年间持续发布 V3、R1、V4 系列，每一次发布都让「复刻上一代」的在建项目贬值一次。复刻者要追的是一个边跑边扔关键道具的对手——追上它的成本是它发布的频率乘以你的训练周期，而这个乘积永远大于零。
即便算力与时间都不计，复刻品还背着「复制品」的身份：它是 DeepSeek 能力的滞后镜像，不是任何客户问题的独立答案。企业采购不会选「比原厂差半代的复制品」，开发者社区会给它贴上「贴牌」标签，基准榜单上它永远被拿来与原版对比——而原版在持续进化。复刻品的品牌价值天然为负：承认是复刻，没人买；不承认，被识破后信誉清零（套壳门的下场）。
| 账目 | 支出 | 回报 | 判定 |
|---|---|---|---|
| 算力账 | 数百万美元级训练算力（跟随者通常数倍于原厂的首试成本） | 得到一个可以免费下载的等价物 | 净亏损：花钱生产免费品 |
| 时间账 | 数月训练期，期间原厂持续发布新版本 | 诞生即上一代 | 永续贬值：追不上边跑边扔的对手 |
| 品牌账 | 「复制品」身份的采购折价与社区标签 | 无独立答案价值 | 天然负值：承认没人买，隐瞒被识破 |
| 判定 | 信息 | 理由 |
|---|---|---|
| 信号 | 2026.8.16 DeepSeek 峰谷定价后，28 个托管端点在数周内涌现，最便宜报价比官方便宜 3-5 倍 | 不可撤销的市场行为：供应商用真金白银租 GPU、建部署来响应价差——价差存在本身就是「托管有利可图」的证明 |
| 信号 | 梁文锋定价基准原话（十个月收回设备成本）+「第三方独立部署无利可图」 | 原厂自曝成本锚：定价不含研发摊销、贴近运营成本。这份坦诚给出了托管利润公式的分母——原厂运营成本，是全行业的地板 |
| 信号 | 同一权重在不同托管方的价差 60%+（DeepInfra 3 倍 vs Together 4 倍 vs Fireworks 溢价档） | 价差不是质量差异，是推理优化与硬件效率的差异——DR.008「谁优化谁拿毛利」的判据在同一权重上的直接验证 |
| 信号 | DeepSeek 从自定义许可切换到 MIT，Qwen 用 Apache 2.0，GLM 用 MIT | 许可条款是最诚实的战略声明：中国三家选了最干净的许可，是在用法律零摩擦购买全球开发者生态 |
| 噪音 | 「开源=白嫖」与「开源=送筹码」两种极端叙事 | 前者无视托管经济学的存在，后者把商业策略浪漫化——开源是定价与生态的工具，行为随定价变量波动 |
| 噪音 | 低价托管端点的「同模型」承诺 | 部分便宜端点用 fp8/fp4 量化版或截断上下文——同一模型名，能力可能缩水；读价目表必须同时读精度与上下文标注 |
| 噪音 | 「X 公司复刻了 DeepSeek」类新闻 | 绝大多数是托管、微调或蒸馏（用 R1 输出训练小模型——DeepSeek 自己开源了蒸馏手册）。真正的从零复刻因三笔账全亏而不存在 |
把克隆经济学翻译成持仓语言，有三个方向值得关注，以及一个反直觉的结论。
| 方向 | 逻辑 | 信号面 | 噪音面 |
|---|---|---|---|
| 第三方托管平台 （DeepInfra、Together、Fireworks 类） | 官方涨价 = 托管价差打开；推理优化能力直接转化为毛利 | 28 端点涌现、比官方便宜 3-5 倍仍有利润空间；价差 60%+ 是优化能力的定价 | 量化缩水与命中率劣势；DeepSeek 若回落价格，托管毛利立刻重算 |
| 推理优化软件层 （DR.008 组：引擎、调度、缓存） | 托管商的竞争力全部来自「每 token 成本」，优化软件是那个「每」字的生产资料 | 与托管商同涨；且独立于任何单一模型 | 开源引擎（vLLM）追平的速度 |
| DeepSeek 官方定价权 | 十个月回本公式 + 影子供给压制 = 定价有上限无下限（可再降价） | 每次涨价观察第三方份额变化；每次降价观察官方调用量弹性 | 连续涨价会加速权重「影子供给」的成熟——涨价的空间被自己的开源行为封顶 |
「DeepSeek 都开源了，为什么没有人复刻？」这个问题的答案，最终是三笔账与一个反身性。三笔账：复刻在算力上花钱生产免费品，在时间上永远追着边跑边扔的对手，在品牌上背着负资产——所以从零重训无人问津。反身性：托管跟随官方价差自动进出，官方涨价它涌现、官方降价它退潮——开源权重成了一个影子供给市场，反过来锁死了官方涨价的上限。
把这两条合起来，开源大模型的商业图景就完整了：法律上可以抄走的东西（权重），商业上抄不走；商业上真正值钱的东西（推理成本、迭代速度、开发者信任），恰恰是抄不走也不需要抄的——权重免费送出，等于把「复刻」这条路标成死路，逼着所有竞争者只能走「托管与自研」这两条比拼真功夫的路。DeepSeek 用一份 MIT 许可证完成了三件事：把复刻变成亏损行为、把竞争者赶到自己最强的战场上、把「开源」本身变成获客与信任的机器。
这也是本篇留给「开源大模型图什么」这个问题（DR.010 主题）的先行答案：开源的价值不在「谁在用我的权重」，而在「权重的开放程度」本身是可编程的战略变量——许可松紧、定价锚点、发布节奏，每一次调整都是一次表态。读懂这些表态，比读懂任何一场发布会的 PPT 都更接近真相。
| 模型 / 权重 | 许可 | 关键条款 | 托管/复刻判定 |
|---|---|---|---|
| DeepSeek V4 Pro / Flash | MIT | 完全无限制商用；无 MAU 门槛、无强制署名 | 官方 API + 28 个第三方托管端点并存；托管利润=推理优化对官方运营成本的超越幅度 |
| GLM 系列（智谱） | MIT | 同上，零摩擦 | 与 DeepSeek 同策略：条款干净换全球生态 |
| Qwen 3 / 3.5（阿里） | Apache 2.0 | 同上，且含显式专利授予（企业级更友好） | 开源=阿里云收入的钩子：模型免费、算力与平台收费 |
| Kimi K2.6（月之暗面） | 修改版 MIT | 允许商用，部分署名要求 | 开源与自用并行 |
| Llama 4（Meta） | Llama 社区许可 | 700M MAU 门槛；强制署名与「Llama-」前缀；EU 公司被排除；非 OSI 开源 | 条款即战略摇摆的温度计：每次修订都值得单独解读 |
| Gemma 3（Google） | Gemma 条款 | 接受禁用政策；Google 可远程执法；微调衍生品的条款继承存在模糊 | 条件许可：内部使用安全，对外发布需法务签字 |
| Devstral 2（Mistral） | 修改版 MIT | 月收入约 2000 万美元以上需商业授权 | 「开源到某个规模为止」的中间形态 |
| DeepInfra / Relace 等 | — | 托管 DeepSeek V4 Flash 低至 0.04-0.08 美元/百万输入 | 影子供给的实体：28 端点涌现的主力，量化裁剪需核验 |
许可条款以各模型卡与许可证文本为准；价格为 2026 年 8-10 月公开牌价，波动频繁，引用需复核。
正文提到「缓存命中率降到 94% 以下，第三方就已经更便宜」——这个数字不是拍出来的，是一个二元一次方程的解。本节把整个测算过程摊开，你拿到任何两家的价目表，都能用同一个方法五分钟算一遍。
推理 API 对输入 token 的计费分两档，取决于这段内容是不是「似曾相识」。缓存未命中（miss）：这段文字第一次出现，模型要完整计算，收全价——DeepSeek 官方 off-peak 收 0.22 美元/百万，DeepInfra 收 0.08 美元/百万。缓存命中（hit）：系统提示、工具说明、多轮对话的历史——这些前缀如果之前算过，结果会存在缓存里，重复部分只收读取费——官方收 0.007 美元/百万，DeepInfra 收 0.016 美元/百万。输出：永远全价，没有缓存概念——官方 0.66 美元（off-peak），DeepInfra 0.18 美元。
设缓存命中率为 H（0 到 100%），那么每百万输入 token 的实际成本就是两档价格的加权平均：
输入成本 = H × 命中价 + (1 − H) × 未命中价
代入两家数字（off-peak 口径，美元/百万）：
| 缓存命中率 H | DeepSeek 官方 | DeepInfra |
|---|---|---|
| 50% | 0.5×0.007 + 0.5×0.22 = 0.114 | 0.5×0.016 + 0.5×0.08 = 0.048 |
| 80% | 0.8×0.007 + 0.2×0.22 = 0.050 | 0.8×0.016 + 0.2×0.08 = 0.029 |
| 94%（打平点） | 0.021 | 0.021 |
| 100% | 0.007 | 0.016 |
看到了吗：命中率 50% 时，DeepInfra 比官方便宜近 60%；命中率 100% 时，官方反过来便宜一半以上。两条成本线必然在某处交叉——把 94% 代回去验证：官方 0.94×0.007 + 0.06×0.22 = 0.0198，DeepInfra 0.94×0.016 + 0.06×0.08 = 0.0198。分毫不差。
两条线斜率不同（官方未命中价/命中价 = 0.22/0.007 ≈ 31 倍，DeepInfra = 0.08/0.016 = 5 倍），根源是定价策略：官方把「重复使用」的价格压到极低（赌的是生产环境的前缀高度重复），未命中价则维持高位；DeepInfra 反过来，未命中价便宜、命中折扣温和。于是命中率高到 94% 以上，官方的自有缓存技术（原生前缀缓存、生产环境 90-100% 命中率）就形成碾压；命中率一旦不到 94%，官方的高未命中价立刻成为负担。
而输出没有缓存概念。官方 off-peak 输出 0.66 美元对 DeepInfra 0.18 美元，3.7 倍的差距直接线性叠加在账单上。所以最终判别式是两维的：命中率越高、输出占比越低 → 官方；命中率越低、输出占比越高 → 第三方。典型的 agent 工作负载（多轮工具调用、大量新生成内容）恰好落在后一格——这正是 2026 年 8 月涨价后，28 个托管端点能活下来的需求基础。
先把机制说准：缓存存的不是「问题与答案」，而是 prompt 前缀的中间计算状态（KV Cache）。同一段前缀能命中缓存，要同时满足三个条件：①逐 token 完全一致——缓存按前缀匹配，你的系统提示哪怕改了一个标点，从改动处之后全部作废重算；②路由粘性——这次请求要被送到上次存缓存的那台机器（或共享缓存池），被负载均衡随机分走，缓存就「冷」了；③驻留未过期——缓存占显存/磁盘，容量有限，长时间没人用的前缀会被清出去。
由这三个条件反推，命中率本质上由工作负载的结构决定，与「问题是否聪明」无关：固定不变的系统提示与工具定义（几乎每个生产应用都有，动辄数千 token）是命中的主力；多轮对话的历史前缀次之（每轮都让前缀变长一点，长出的部分未命中）；而用户每个问题的最新一句、以及模型生成的全部输出，永远未命中。官方遥测里生产环境 90-100% 的命中率，对应的正是「大头是固定前缀、新增内容占比小」的典型生产负载；命中率只有 50% 的场景，则是前缀频繁变化的工作流（比如每次检索结果不同的 RAG）。
这是两个不同的问题，答案也不同。
命中价低，是定价策略而非成本巧合。回想第三章的锚：官方把整个定价体系押在「生产环境的前缀天然高度重复」这个观察上——系统提示、工具定义、多轮历史，几乎所有的真实业务流量里都自带大量固定前缀。把命中价压到未命中价的 1/31（0.007 对 0.22），等于给「前缀重复度高的用户」一个几乎没有理由离开的价格，同时用高未命中价从「前缀杂乱无章」的流量身上收回成本。这不是赌运气，是对工作负载结构的定价歧视——你越是用得规律，越是它的优质客户。
命中率高，则确实有你说的规模效应，但机制比「用户多、缓存多」更具体，它来自三层叠加：第一层是规模网络效应——你的判断是对的：用户越多，同一份系统提示（比如全网都在用的某个 agent 框架的默认提示）被重复请求的频次越高，这段前缀的缓存就越常驻、命中率越高；冷门前缀则会被挤出。第二层是存储架构——DeepSeek 从 2024 年 8 月起把前缀缓存放到磁盘级存储，容量大、驻留时间长，这是很多只做显存级缓存的第三方托管给不了的。第三层是默认全开——官方缓存是服务端自动生效的，开发者零配置；而多数第三方托管要么不提供自动前缀缓存，要么需要显式打标，还有多租户负载均衡把请求随机打散导致的「路由不粘性」。三层叠加的结果就是遥测里的差距：官方生产环境 90-100%，走聚合路由约 70%，泛西方开源托管约 50%。
把两层合起来，就得到本篇的完整答案：命中价低是「定价赌注」（赌前缀重复是常态），命中率高是「规模+技术的兑现」（用户规模让赌注自我实现）——赌注与兑现互相强化，形成 DeepSeek 官方 API 的留存飞轮：用得越多 → 命中率越高 → 有效成本越低 → 越离不开。这也是为什么说「缓存留在原厂就是它的留存护城河」——你迁移走的不只是 token 单价，还有已经积累起来的那段命中率。
本文为行业研究，不构成投资建议。价格为公开牌价且变动频繁，引用需复核。数据截至 2026-10-12。