推理、记忆与数据库的计价单位被压到单个实例

定位DeepSeek 官方开源的生产推理框架，本次开放离线推理，只支持 V4.1-Flash；自研内核（FlashMLA、DeepGEMM、DeepEP、TileKernels）加专家并行与 EPLB，配零开销批调度与确定性采样。

痛点跑大体量离线推理（合成数据、蒸馏、评测），要么按 token 买 API，要么自己把推理引擎调到千卡可用；MoE 通信与长上下文解码的开销是自建的门槛。

付费代码 Apache-2.0，收入仍在 DeepSeek 自家 API 与私有化部署；对买方是「自建替代按 token 计费」的成本差，官方给出的是 SM100 级集群上的 prefill 与 decode 基准。

规模化合成数据、蒸馏与离线评测是跨行业同构需求，交付物就是代码与镜像。

边际成本低 · 纯软件，算力成本落在客户自己的卡上。

验证git clone https://github.com/deepseek-ai/DeepInfer && cd DeepInfer && export DEEPINFER_ACCELERATOR=nvidia && ./build.sh，再跑 python examples/offline_inference.py；前置为 Python 3.12、CUDA 13、GCC 13，首次运行拉 V4.1-Flash-1017 权重。

定位把 agent 放在主位的开源 CRM：agent 跑在自己的部署上、按自己的工作队列排期，自己决定查什么、记跟进并留出研究预算，关掉浏览器照样跑，CRM 只是它记笔记的地方。

痛点多数 CRM 是数据库加表单，AI 版把聊天框钉在旁边，找事实与写记录仍靠人；让模型给自己的结论打置信度，等于把不确定写进客户档案。

付费自托管免费（MIT）；托管版在 trycrm.ai，公开价格未获取到（定价页需登录）；竞争点是替掉按席位计费的 CRM 与销售自动化工具。

规模化销售记录、客户研究与跟进跨行业同构，自托管一套 compose 就能起全套。

边际成本中 · 代码零成本，agent 每次研究要烧模型 token；云版按客户数摊运维。

验证git clone https://github.com/trycompai/crm.git && cd crm && cp .env.example .env && bun install && docker compose up -d && bun run db:deploy && bun run dev，应用起在 localhost:3000；需要 Bun 与 Docker。

定位embedding、重排、分类与决策模型的专用服务；v3 用 Rust 与 LibTorch 重写原生服务，一个进程同时载多个模型，对外只暴露一套 REST 接口。

痛点检索与重排按 token 买 API（text-embedding-3、Cohere、Voyage 都按量计费），数据出内网要另做评估；自己用 Python 起服务，多模型并发与延迟难压。

付费开源免费（v2 的 Python 包为 MIT），钱来自替掉按 token 计费的向量与重排 API 所形成的成本差；官方没有托管版，也没有公开的支持合同。

规模化凡是自建 RAG 与检索的团队都要这一层，换模型不改接口，交付就是 Docker 镜像。

边际成本低 · 纯软件，算力成本转到客户自己的卡。

验证docker run --rm --gpus all -p 8000:8000 -v infinity-cache:/data ghcr.io/michaelfeil/infinity_v3:nvidia-3.0.0 --model-id sentence-transformers/all-MiniLM-L6-v2 --torch-device cuda --dtype bfloat16 --hostname 0.0.0.0 --port 8000，需要 SM80 及以上显卡与 NVIDIA Container Toolkit。

定位跑在对象存储上的图数据库，数据落成 Lance 文件，带类型本体与 Git 式分支；一次查询里同时做图遍历、向量召回与全文检索，给长期运行的 agent 当共享世界模型。

痛点多个 agent 协作时上下文散在各自的向量库里，改动不能评审也不能回滚；专有图库要把数据搬进它的存储，迁出成本高。

付费开源 MIT；钱在 Omnigraph Cloud，每个组织一个专属集群，含托管存储、备份、压缩与 SSO、策略、审计，目前私有预览、走等待名单，价格未公开。

规模化agent 记忆与共享上下文是通用层，类型本体可跨客户复用，存储由客户自备。

边际成本低 · 存储与算力在客户侧，软件交付没有边际成本。

验证curl -fsSL https://raw.githubusercontent.com/ModernRelay/omnigraph/main/scripts/install.sh | bash 装好 CLI 与 omnigraph-server，或 brew install ModernRelay/tap/omnigraph，再按仓库 docs/user/quickstart.md 起本地实例。

定位Rust 写的轻量 Postgres 运行时，一个进程里放几千个隔离数据库；空闲库只占几十 KB、毫秒级从模板建库，靠写时复制的文件系统做克隆，讲 Postgres 线协议与 SQL 方言。

痛点agent 沙箱、CI 与每个 PR 都想要一份数据库，按实例开 Postgres 要一个进程加几十 MB，冷启动还慢；预览用的库开完就该扔。

付费引擎开源免费（AGPL-3.0），钱在上层 PGRun 分支服务：算力 $0.086 / 分支·小时（按秒计），存储 $0.32 / GB·月，beta 期免费并送 10 美元额度。

规模化CI、预览环境与 agent 沙箱是同一需求，与 Postgres 兼容，Rails、Django、Prisma、SQLAlchemy 不用改代码。

边际成本低 · 空闲库几十 KB，建库毫秒级，纯软件。

验证npx pgxdb@latest 一条命令装好、起库并打印连接串；官方注明用于可弃数据库，不要放生产数据。