DeepSeeks öppen källkod-push gick in i en högre fas denna vecka. En dag efter att det kinesiska AI-labbet publicerade DeepInfer - ramverket bakom dess produktions-AI-tjänster - på GitHub under Apache 2.0-licensen, eskalerade dess forskare den omgivande debatten med ett ovanligt stridbart språk, och förklarade tävlingen mellan öppen och sluten AI "en avgörande kamp mellan två framtider, två öden för mänskligheten."
Ramutgåvan i sig väckte snabb uppmärksamhet och samlade in mer än 5 500 GitHub-stjärnor inom några dagar efter att en Hacker News-diskussion om den drog hundratals uppröster på måndagen. Men det är retoriken och de ekonomiska påståendena som åtföljde utgivningen – rapporterat av South China Morning Post och Bloomberg – som signalerar hur DeepSeek nu positionerar sig: inte som ett lågkostnadsalternativ, utan som fanbärare av en öppen källkodsrörelse som kämpar för branschens framtid. För mer om den här tävlingen, se vår AI-modeller.
'Total Victory': DeepSeek drar stridslinjer
I ett inlägg i sociala medier på tisdagen framställde seniorforskaren Chen Deli AI med öppen källkod och stängd källkod som representerar två fundamentalt olika framtider för mänskligheten. "Öppen källkod vs sluten källa ... En avgörande kamp mellan två framtider, två öden för mänskligheten", skrev Chen. "Hur länge de än vill kämpa så kämpar vi. Tills total seger."
Det är något av det starkaste språket hittills från en kinesisk industrifigur mitt i den hårdnande konkurrensen mellan Kina och USA inom AI-teknik. Chens kollegor slog en mer kommersiell ton: Cui Tianyi, som leder DeepSeeks Harness-team, sa att företaget hoppades att fler företag och organisationer över hela världen skulle "distribuera DeepSeek-modeller och tjäna på att göra det" - en pitch riktad direkt till molnleverantörer och företag som bestämmer var de ska spendera sina slutledningsbudgetar.
Påståendet: $38 per GPU-timme
Vid sidan av retoriken kom ett konkret nummer. I en teknisk artikel publicerad på den kinesiska Q&A-plattformen Zhihu hävdade DeepSeek att ett enda datorkluster som kör sin V4.1-Flash-modell på DeepInfer kan generera intäkter motsvarande 38 USD per GPU per timme, baserat på lågtrafikpriser.
Ramverkets effektivitetstekniker underbygger den siffran. Enligt företaget förbättrar DeepInfer kostnadseffektiviteten genom att behålla tidigare bearbetad information i mer än 72 timmar, vilket minskar den upprepade beräkningen som normalt blåser upp serveringskostnaderna. DeepSeek avslöjade inte sina driftskostnader eller vinstmarginaler, så siffran per GPU förblir ett företagsanspråk snarare än ett granskat resultat - men det är ett ovanligt specifikt sådant, och oberoende molnoperatörer kan nu testa det direkt, eftersom både modellen och serveringsstacken är offentliga.
Vad DeepInfer körs på
DeepInfer är skräddarsydd för DeepSeek-V4.1-Flash, den öppna viktmodellen som släpptes i september med en ny arkitektur som minskade minnet som krävs för att köra den samtidigt som den överträffade företagets tidigare V1 Pro-modell. En uppdatering som släpptes på lördagen gjorde den till en av världens mest kraftfulla och kostnadseffektiva modeller med öppen vikt, enligt benchmarkingföretaget Artificial Analysis från tredje part.
Framför allt är ramverket inriktat på två hårdvaru-ekosystem samtidigt: Nvidias SM100 Blackwell GPU och Huaweis Ascend 950-chip. Det dubbla stödet låter operatörer servera en öppen modell av gränsöverskridande klass på kinesiskt kisel såväl som på chips som är föremål för amerikanska exportkontroller – en flexibilitet som slutna leverantörer inte kan matcha, och en som mildrar effekten av en enskild hårdvarubegränsning. Som en modell med öppen vikt kan V4.1-Flash betjänas av tredjeparts molnleverantörer på sin egen infrastruktur, och DeepSeek sa att open-sourcing DeepInfer skulle hjälpa samhället att sänka beräkningskostnaderna, minska energianvändningen och göra AI mer överkomligt.
En upptrappning i den öppna-stängda kampen
Inramningen skapar en direkt kollision med ledande amerikanska labb. Antropisk VD Dario Amodei har upprepade gånger hävdat att AI med öppen källkod utgör risker för mänskligheten, och har anklagat kinesiska företag för att stjäla amerikansk AI-teknik – hävdar att kinesiska industrisiffror öppet avvisar. DeepSeeks chefer argumenterar nu för det motsatta fallet offentligt: att öppna modeller är billigare att köra, friare att anta och bättre för de länder och företag som inte kan absorbera prissättning med stängda gränser.
DeepInfer i sig är inte en produkt från början. Som arkivet dokumenterar binder det samman de specialiserade kärnorna DeepSeek har släppt bit för bit under de senaste två åren – inklusive FlashMLA, DeepGEMM och DeepEP – till en enda körning med modell- och samplerexekvering inbyggd. Strategin är konsekvent: ge bort hela stacken, från kärnor till serveringsramverk, och tävla om effektivitet och öppenhet snarare än exklusivitet.
Vad du ska titta på
Tre saker kommer att visa om "total seger"-retoriken har substans. Först, antagande: om västerländska och tredjeparts molnleverantörer integrerar DeepInfer för V4.1-Flash-värd i stor skala. För det andra, verifiering: om oberoende operatörer reproducerar intäkterna på 38 USD per GPU-timme under verklig arbetsbelastning. För det tredje, svaret från slutna leverantörer, vars prissättning beror på effektivitetsgapet som DeepSeek arbetar aggressivt för att stänga. Bloomberg noterade att verktyget syftar till att sänka AI-driftkostnaderna i stort - om påståendena håller, ökar trycket på stängd AI-prissättning bara.
---
Stay ahead of AIFå de senaste AI-nyheterna, analyserna och genombrotten – allt på ett ställe.
Läs mer AI-nyheter →
