10月20日，DeepSeek 把支撑自家线上服务的大规模云服务推理框架 DeepInfer 正式开源，同步放出 Token 编解码组件与 V4.1 Flash 部署技术报告。报告给出的成绩单相当惹眼：单一集群日吞吐 155 万亿 Token，整体收入每卡每小时 38 美元（按谷价）。几小时内，“一张卡每小时收入38美元”"单卡月收入或超18万元"的说法就铺满了平台，仿佛买张新卡跑 DeepSeek 就等于开了一条赚钱流水线。知乎第一财经东方财富
先把结论说清：38 美元是收入、不是利润，是谷价口径，并且是整个集群除以全部卡数摊出来的平均数。它能成立的前提，是 DeepSeek 自己的海量需求、九成以上的缓存命中率和一整套调度系统——而离"赚钱"最近的那几层组件，官方明确写了尚未开源。被"买卡致富"话术心动之前，更该先回答一个问题：卡点亮之后，卖给谁？
38 美元是"集群平均分"，不是单卡出厂价
这套集群不是单一型号的卡摆在一起：按官方部署，prefill 与 decode 分开部署、比例接近 1:1，两类卡承担完全不同的负载，另有独立的 KVCache 存储集群与入口层。38 美元说的是"平均每张卡"，即整个集群的收入摊到全部卡数上的平均成绩，不代表任何一张卡单独能产出的营收。36氪
但二次传播几乎不保留这些限定。海外社区有人把 38 美元直接读成利润，算出"4 卡集群 10 个月回本 100 万美元"；立刻有人拿利润估算器反驳：按 OpenRouter 的实际售价，连两年前上市的 B200 在部分模型上都已经是负毛利。国内社交平台则在流传按"38 美元乘满 24 小时再除以单卡报价"推算回本周期的帖子，电费、折旧、运维、空置一概不进公式。知乎小红书
收入和成本之间的差距也不是玄学：社区流传的参照口径是，B200 的云租赁价格不到每小时 8 美元，38 美元只是收入端，利润还得减去所有别的东西。连给出"27 天左右回本"这种测算的作者自己也承认：谷价、满负荷、收入不是利润，缺任何一个条件，回本故事都不成立。收入与租金之间约 5 倍的毛利差正是 DeepSeek 敢晒账本的底气；但对买家来说，这份利差能不能复制，取决于你有没有同样的流量喂卡。知乎知乎
钱最集中的那层能力，恰恰没开源
38 美元真正的来源不是电费便宜，而是缓存：官方部署数据的平均输入缓存命中率达到 96%，绝大多数输入根本不用重算。开发者对其部署明细的梳理更直白：96% 的 token 没有进 GPU，单张 prefill 卡每小时要过约 54 亿 token，其中命中部分贡献约 15.5 美元、未命中部分贡献约 32.4 美元——九成多的 token 挣三成收入，不到半成的 token 挣七成收入。成本结构的真正命门是命中，收入的真正来源是未命中的那部分重计算，两头都靠缓存系统撑着。36氪知乎
而撑起 96% 命中的那层系统，官方的原话是"KVCache 管理与负载均衡组件因与内部基础设施耦合较深，相关代码目前尚未完整开源"。具体缺的东西不少：约 100 PiB SSD 的独立 3FS 缓存集群、四种负载均衡器、Prefill/Decode 分离部署与自动扩缩容、冗余专家机制。知乎
GitHub 上的 README 也直接列明了"本版本不含"的三件事：KV 缓存、Prefill/Decode 分离、跨副本负载均衡——也就是把离线批处理变成线上服务的那一层。换句话说，这次开源的是离线推理的菜谱，把离线跑分变成在线收入的那半边机器没有给：照着 README 上线接流量的团队，会在压测时发现要补的不是框架，是缓存和路由。知乎
性能图表同样是"DeepSeek 自己比自己"：官方公布的基准里没有单卡吞吐的绝对数值，没有 vLLM 基线，第三方看不到这条曲线在同类框架里处于什么位置。知乎
四个隐藏成本，买卡前一个都绕不过
第一个是需求成本。 38 美元按满负荷计算，而满负荷靠的是官方产品与 API 的真实请求流。DeepSeek 自己 10 月中旬还经历过近 5 小时的服务中断、并向用户补偿了近期消费，供给尚且紧绷——你的卡不会自带这些请求，空转时段收入直接归零。做转售生意的空间也被从业者说得很直：自建 DeepSeek 往外卖 API"不能说没有，但肯定非常少"——官方自己已经是市场上最便宜的一批模型，第三方没有稳定价差。微博知乎
第二个是系统成本。 这不是"一张卡"的生意：按对官方部署的梳理，prefill 用 8 卡机器、decode 用 64 到 128 卡超节点，再加上百 PiB 级存储集群和高速互联网络，才共同跑出官方那条吞吐曲线。网上不少用魔改矿卡、几台迷你算力主机本地部署 V4.1 Flash 的折腾实验，解决的是"自己能免费用"，与"给别人提供收费推理服务"之间隔着整套系统工程。知乎
第三个是冗余成本。 官方架构里专门写着"永远比算出来的需求多的实例在线，配额占用率高于 0.8 时禁止缩容"，容错靠冗余配额加请求重路由——即便在 DeepSeek 自己的集群里，也有一批卡被设计为"不接活"，这部分闲置成本已经摊进 38 美元；而"X 个月回本"的帖子，摊掉的只有裸卡单价。知乎
第四个是价格口径。 谷价是官方定价体系的最低档，今年 8 月下旬起它甚至把周末全天统一按低谷价收费——38 美元因此是收入的地板而非天花板：按高峰价卖，客户未必买单；按谷价卖，收入更薄。平台门槛还叠在上面：开源版只支持英伟达 SM100 和华为昇腾 950，批不变推理、确定性采样等关键特性仅开放英伟达，昇腾拿到的是功能子集——"买旧卡省钱"和"买国产卡抄效率"两条路，眼下都没有可复现的数据支撑。知乎知乎
对已有推理平台的大厂，这次开源是供给市场的明确利好：整机级的调度经验第一次可以直接对照作业。而对被"回本论"吸引的买家，值得盯的信号只有一个——缓存、PD 分离、负载均衡这三件套何时补齐进开源版。真到那一步，"下载即服务"的门槛才会下降，买卡的账才值得重新算。在那之前，每卡每小时 38 美元说明的是 DeepSeek 挣到了什么，而不是你能挣到什么。微博
