单卡月入2．7万美元：DeepSeek把AI算力配方公开了

DeepSeek在一个星期内密集发布了三样东西：DeepInfer高性能离线推理框架、deepseek－recipe协议转换中间件，以及面向Agent的Search与Fetch数据接口服务。全部开源，许可类型统一标注Apache License 2．0。

这是一家顶级大模型厂商从未有过的做法——不仅开源底层代码，还把赚钱的秘密全盘托出。据联合创始人梁文锋在投资人闭门会上的披露，DeepSeek单张GPU显卡每小时可产生收入约38美元（折合月入约2．7万美元），一个大型生产集群每日总吞吐高达155万亿Tokens。与此同时，公司的API定价策略被明确为“成本回收”而非利润最大化，预期硬件设备折旧可在10个月内收回。

这种反常的透明化背后，是一套精密的商业设计。

缓存命中率96％，吞吐翻25倍的物理底座

要理解DeepSeek的打法，得先看它的技术底座究竟多厚。

DeepInfer的核心竞争力并非参数本身，而是运行时优化。在一次典型的业务请求中，上下文长度平均达到77K Tokens。当后续请求命中DeepInfer维护的上下文缓存时，计算过程被大幅跳过——官方数据显示其缓存命中率约达96％。这意味着绝大多数请求不需要重新跑完整套推理流程，单卡吞吐量直接暴涨25倍。

在实际性能上，模型Prefill阶段每卡每秒处理6万至150万Token，Decode阶段每卡每秒达1．4万Token。终端用户感知的输出速率约为230个tokens／秒，代码生成场景更高至300个tokens／秒，首字响应时延控制在400毫秒以内。这些数字加在一起，构成了一套远超多数竞品的推理效率体系。

但这只是物理优势。真正决定DeepSeek能否通过开源建立壁垒的，是这套系统运行起来的经济账是否成立。

“成本回收”定价，谁承担了谁的折旧？

按照凤凰网科技报道引用的官方部署实践报告，DeepSeek的API定价遵循“成本回收”逻辑，拒绝追求利润最大化。以谷电成本计算，单卡每小时营收约38美元。这个数字的含义需要拆解：它并非净利润，而是覆盖了电力消耗、服务器折旧和运维成本之后的毛收入。

换句话说，DeepSeek在向市场传递一个信号——这个生意可以靠规模活下来，而且活得比大多数人以为的要轻松。

对比来看，目前主流云服务商提供的GPU算力租赁价格普遍高于这个水平，尤其考虑到DeepSeek自身对推理加速架构的深度优化，其单位算力的实际成本远低于通用租赁模式。而开源DeepInfer的意义在于：任何采用相同或兼容硬件的企业，只要部署同样的缓存策略和推理调度逻辑，理论上都能复现类似的吞吐量提升效果。

这正是梁文锋所说的“为善与众行之，为巧与众能之”。将底牌全亮出来的本质不是慈善，而是让行业标准快速向自己的架构对齐。就像可口可乐公开配方是为了让更多灌装线用它的糖浆一样，DeepSeek希望整个AI行业的默认数据获取入口、提示词格式和部署工具链都围绕自己的技术栈运转。

5厘钱的搜索接口，最重的生态筹码

三件套中的Search与Fetch接口将于11月1日起正式收费，定价仅为每千次成功请求5元人民币，单次调用成本低至5厘钱。乍看之下这是一个极其微薄的定价，但从商业设计的角度看，这是整盘棋最关键的一步。

Agent开发正在成为大模型落地的下一个主战场。在这个领域，数据摄入的质量和成本直接决定最终输出的优劣。如果DeepSeek以近乎零边际成本的代价成为Agent开发的默认数据供应商，那么未来每一通基于该接口的应用调用，实际上都在为其积累真实的优质使用数据和反馈循环。

这构成了一个飞轮效应：极低的接入门槛吸引海量开发者接入 → 海量调用产生真实应用场景下的性能数据和问题反馈 → 这些数据反过来进一步优化模型和基础设施 → 形成难以被其他闭源竞品复制的技术壁垒。

Apache 2．0的边界与竞争反制空间

选择Apache 2．0协议意味着允许任何人自由使用、修改和再分发代码，包括用于商业目的。这对竞争对手而言是一把双刃剑：一方面，他们可以直接复用DeepSeek的推理加速方案降低自身成本；另一方面，Apache 2．0也要求衍生作品保留原始版权声明，且不提供专利授权承诺。

从行业影响来看，这种策略的最大受益者是那些算力有限但急需高效推理能力的小型团队和初创公司。对于已经在训练层面占据优势的巨头来说，DeepSeek此举反而可能加剧它们在后端推理环节的差异化压力。毕竟当基础层的效率红利被开源稀释后，竞争焦点将被迫回到上层应用和用户体验的竞争上。

不过需要指出的是，单卡38美元的收入测算来自企业内部闭门会发言，不同统计口径（如是否包含特定峰值负载、电费单价假设等）可能导致实际数值存在一定偏差。这一数字更多反映的是企业自我宣称的成本结构水平，而非完全独立的外部审计结果。

接下来观察什么

开源推理框架不等于完成护城河的闭环。对DeepSeek及其竞争对手而言，以下几个指标值得持续追踪：

一是Search／Fetch收费后的转化率变化。免费期结束后现有活跃开发者有多少愿意继续付费调用，这将验证低价策略是否真的建立了不可替代的数据入口地位。

二是DeepInfer在其他硬件平台上的适配速度。当前技术数据主要基于NVIDIA显卡体系，若能快速扩展到AMD或其他国产芯片平台，其行业标准地位将进一步巩固。

三是头部云服务厂商的反制动作。AWS、Azure和阿里云是否会通过补贴或整合来争夺同一批开发者，将决定这场AI基建大战进入持久战还是速决战。