意在向外界說明，它的自研推理框架是如何以合理的成本服務大規模使用者的
10月20日，DeepSeek宣佈開源推理框架DeepInfer，該推理框架相容輝達與華為昇騰晶片。該公司隨後在知乎發佈了技術報告《DeepSeek-V4.1-Flash 大規模推理部署實踐》，並在全球最大開源社區GitHub發佈了原始碼。
該技術報告披露了一組罕見的經營資料：目前DeepSeek單一叢集的服務吞吐是155兆 Tokens（詞元）/天，整體收入是每卡每小時38美元（約合258.4元，按波谷定價）。
DeepSeek也是中國第一家披露單卡收入和Token吞吐規模的模型公司。不過，該報告沒有披露該叢集的晶片型號與數量，沒有給出單卡收入的完整計算口徑，也沒有給到單一叢集155億Token吞吐的計算過程。只說明實際部署中預填充與解碼卡數比例接近1:1。
推理框架是連接模型與晶片的中間層軟體。使用者每發出一次請求，都由推理框架分配到具體晶片上完成計算。
因此，即便模型與晶片相同，在推理框架不同的情況下，Token吞吐量與最終的推理成本也可能相去甚遠。這會導致雲端運算廠商、模型廠商的利潤率出現顯著差距。
DeepSeek公開Token吞吐量與單卡每小時收入，意在向外界說明：它的自研推理框架是如何以合理的成本服務大規模使用者的。
單卡每小時收入38美元，是什麼水平？
DeepSeek單卡每小時收入38元是什麼水平？這可以和算力服務商的H200/B300等單卡租賃價格先做對照。
《財經》查閱亞馬遜AWS、微軟Azure、Google雲等雲廠商官網列表價發現，輝達H200單卡每小時租賃價格為6美元-8美元，B300為15美元-20美元。不過，列表價多面向按需使用的中小客戶，與市場實際成交價存在差距。
一位從事算力租賃業務的人士對《財經》表示，B300單卡的市場租賃價格通常為每小時8美元-10美元。若長期租用，可低至每小時5美元-6美元。
以此對照，DeepSeek單卡每小時38美元的收入，約為H200租賃列表價的5倍-6倍、B300租賃列表價的2倍-2.5倍。這說明，在DeepSeek技術框架裡，同一張卡，用來銷售Token的收入能力會遠高於直接出租。
一位資深演算法工程師對《財經》表示，若以H200每小時6美元-8美元的租賃價格作為成本，對照DeepSeek按波谷計算的每卡每小時38美元收入，DeepSeek的毛利率超過80%。考慮到高峰時段Token定價更高，實際毛利率或許還會更高。他評價稱：“這是頂級的AI Infra（基礎設施）能力。”
多位來自雲廠商與模型廠商的推理技術人士曾對《財經》表達過相同的觀點——DeepSeek的推理效率高於市面上大部分廠商，能夠充分搾取單枚晶片的Token吞吐能力，因此單卡的毛利也更高。
一個側面例證是，一些雲廠商不願在自家平台上部署開放原始碼的DeepSeek模型，而是將使用者的API（應用介面）請求直接轉發至DeepSeek官網介面。原因在於，自行部署的成本高於DeepSeek的API售價。即便按原價轉售、不賺差價，也比自部署更划算。比如，騰訊旗下的智能體WorkBuddy內建的DeepSeek，API請求就是直接轉發到DeepSeek官網。
同樣是通過API賣Token，DeepSeek的推理效率仍然比市面上大部分廠商要高。
國際半導體研究機構SemiAnalysis長期追蹤主流模型在主流晶片上的推理吞吐。它的測試資料有廣泛代表性。SemiAnalysis截至2026年10月20日資料顯示，採用vLLM推理框架、要求每使用者輸出速度達到100 Tokens/秒時，DeepSeek V4.1 Flash在H200上的單卡總吞吐為1.66萬Tokens/秒，在B300上為31.74萬Tokens/秒。
根據SemiAnalysis的Token吞吐資料，按DeepSeek官網API美元列表價計算，在輸入快取命中率96%的情況下，H200在空閒時段約為0.79美元/時/卡，高峰時段約為1.58美元/時/卡；B300空閒時段約為14.88元/時/卡，高峰時間約為29.77美元/時/卡。
也就是說，採用通用框架部署DeepSeek-V4.1-Flash的廠商，即便使用B300，空閒時段每卡每小時Token收入僅為14.88美元，僅為DeepSeek波谷定價的四成左右。若用H200銷售Token，收入甚至覆蓋不了卡租。這也可以從側面解釋，為何部分雲廠商寧願把請求轉發給DeepSeek，也不願自行部署。
自行部署的成本壓力，海外開發者同樣難以克服。開源智能體平台OpenCode在今年8月之前長期把API請求直接轉發到DeepSeek官網。在DeepSeek實行峰谷價機制後，OpenCode嘗試自部署DeepSeek-V4.1-Flash。
OpenCode曾嘗試通過不同部署方案，但發現難以復現DeepSeek的低成本推理。8月17日，OpenCode聯合創始人達克斯·拉德（Dax Raad）認為，DeepSeek擅長推理最佳化，實現類似推理成本需要特定的部署方式。
155兆 Tokens/天，是什麼概念？
DeepSeek還披露了另一個資料——單一叢集的服務吞吐是155兆 Tokens/天。
這是什麼概念？今年6月，字節跳動旗下的火山引擎披露豆包大模型日均Token呼叫量為180兆。也就是說，DeepSeek的單叢集Token吞吐規模已經接近豆包。
《財經》瞭解到，截至今年8月，中國頭部科技公司單家每月的Token消耗量普遍超過十兆，部分已達數十兆，相關費用高達數億元，且仍在逐月快速攀升。在這些公司，一名研發工程師每月消耗的Token價值普遍超過2萬元。
相比之下，DeepSeek單一叢集一天的吞吐量，已超過一家頭部科技公司一個月的內部消耗。若以一名工程師每天消耗2億Tokens計，155兆Tokens足以支撐超過70萬名工程師一天的工作。
那麼，155兆Tokens/天的單一叢集到底能給DeepSeek帶來多少收入？
模型公司的推理收入，取決於三類Token的佔比情況：命中快取輸入Token，未命中快取輸入Token，以及輸出Token。DeepSeek在技術報告中披露，DeepSeek-V4.1-Flash的推理過程中，平均輸入快取命中率為96%。
這可以計算單叢集的Token收入情況。
DeepSeek的API實行高峰、空間分時定價。高峰時段為台北時間工作日9:00-12:00、14:00-18:00。其餘時間，包括周末及法定節假日全天，均按空閒時段計價。
DeepSeek官網資料顯示，DeepSeek-V4.1-Flash每百萬Tokens價格為：輸入（快取命中）空閒時段0.02元、高峰時段0.04元；輸入（快取未命中）空閒時段1元、高峰時段2元；輸出空閒時段4元、高峰時段8元。空閒時段價格為高峰時段的一半。
按照上述定價方式，當全部按空閒時段價格計費，DeepSeek單一叢集日收入約1535萬元，月均約4.67億元，年化約56億元。當全部按高峰時段價格計費，則分別約為3069萬元、9.34億元和112億元。
不過，這一計算未考慮DeepSeek的整體叢集規模。也未考慮算力、電力等成本，也不代表DeepSeek實際實現的營收。
一位算力基礎設施人士對《財經》表示，在高毛利率的支撐下，制約DeepSeek收入增長的只剩下算力規模。“這也就不難理解，DeepSeek為何要擴建算力叢集。”
一位頻繁往返北京與烏蘭察布的大型網際網路公司資料中心人士對《財經》表示，DeepSeek正在烏蘭察布規劃建設吉瓦（GW）級算力叢集。目前，DeepSeek仍租用中國兩家大型IDC（網際網路資料中心）服務商的算力叢集。他透露，DeepSeek已從多家網際網路公司和IDC服務商招攬了一批高等級人才。
擴建算力離不開資金。今年10月《財經》曾報導，DeepSeek將在近期完成最新一輪融資，融資金額從此前計畫的500億元增至約1000億元。目前DeepSeek投前估值仍為約5000億元。 (財經雜誌)