10月20日下午，DeepSeek官方知乎账号发布了V4.1 Flash推理部署的技术文章，宣布开源大规模云服务推理框架DeepInfer，同时给出一组数字：单一集群服务吞吐155万亿Tokens/天，整体收入每卡每小时38美金，并注明按谷价计算。热榜上"单卡每时收38美金"的说法，和原话的口径并不相同：这38美金是服务集群摊到每张卡上的平均收入，不是向用户收的价格，更不是到手的利润。原文没有同时披露使用什么芯片、单集群有多少卡、成本几何——网上流传的"毛利率八成、几个月回本"都是社区用市场租价自行推算的结果。这个数字真正锁定的信息是另一层：一张推理卡每小时能撑起多少产出，以及DeepSeek靠什么把它挤出来。知乎
一、38美金拆开看：三个限定词，一个都不能省
"整体"意味着这是全集群平均，其中包括故意留着的冗余卡。官方文里描述了这套系统的运行方式：算力池保留尚未占用的ready机器作为扩容库存，且常态保持比需求更多的实例在线，配额占用率高于0.8时禁止缩容。也就是说，分母里本来就有一部分卡不承担营收流量，38美金是把这部分闲置也算进去后的结果。知乎
"收入"和"利润"之间隔着整套成本。技术博主OLDPAN在架构拆解中提醒，这个数字确实出自官方，但原文说的是收入，而且是按谷价算的整体收入。有知乎用户拿市场租价做对照——B200每小时租金不到8美元，对着38美金的谷价收入，得出"毛利率接近80%"的推论。但DeepSeek的存量算力成本不由今天的挂牌租价决定，38美金的收入里也已经扣掉了冗余卡的分摊，两个数之间不能直接做除法。知乎知乎
"按谷价"是原文自带却未展开的口径。解读圈对它有两读：按API价格体系里的低谷档计价，或按夜间谷段电费口径统计。无论哪种读法，影响的都只是收入侧的统计方式；在没有成本数据的前提下，都换算不出利润。
二、一张卡怎么"产出"38美金：不复算，不空转
官方文章里真正解释这个数字的是工程部分，核心是两条主线。
第一条是不复算。长上下文和agent请求会反复携带大量相同前缀，DeepSeek为此建了独立的KVCache存储集群，3FS分布式文件系统为其提供约100PiB的SSD存储。对话类流量的缓存可保留7天，针对缓存块随机读取优化后的峰值聚合读带宽达到10TiB/s。前缀命中一次，后续请求就不必重新计算——同样的卡，每小时能承接的计费token量被成倍放大。会话内分钟级的滑动窗口缓存命中率超过98%。知乎
第二条是不空转。围绕Prefill、Decode、视觉编码、MoE专家四个环节分别做负载均衡，热门专家以冗余副本动态迁移，线上实测最忙卡与全组均值的负载差保持在个位数百分比，把卡间不同步造成的等待压到很小。投机解码框架DSpark用"变长验证"替代固定长度验证，线上部署场景吞吐再提升6%。这套机制共同指向同一个目标：让每张卡每小时尽可能多地跑在能产生收入的token上。知乎
三、为什么偏偏是这周摊账本
把近一周的动作排开：10月15日服务刚经历一次宕机，10月17日V4.1 Flash-1017上线，官方评测图显示新版本的DeepSWE v1.1最高通过率达到77.0%，且出现在每任务平均费用约1.3元的位置，显著低于性能接近的海外模型。10月19日，自研搜索的Search与Fetch API开放，定价为每1000次成功请求5元。次日，DeepInfer开源，账本随技术报告一起摊开。36氪知乎
值得注意的是开源的边界：DeepInfer带上了算子、推理引擎和与官方API完整对齐的deepseek-recipe编解码组件，可在英伟达与华为昇腾双平台运行；而真正把吞吐变成收入的两个组件——KVCache管理与跨集群负载均衡——官方明言因与内部基础设施耦合较深，相关代码目前尚未完整开源。换句话说，业界拿到了一台能跑的发动机，38美金/小时这种收入密度主要属于它背后的整套系统。知乎
在这个时间点摊开账本，更现实的理解是递给开发者和企业客户的一张名片：当模型能力趋同、按token卖价格的竞争压到极限，厂商之间的下一个分水岭是单位算力的经营效率。对用户而言，可核验的信号是低价与高收入密度在DeepSeek这里同时成立——这至少说明当前定价足以支撑服务体系的运转；至于这门生意"有多赚"，要等官方披露卡型、卡数与成本口径，才有讨论的余地。
