推理毛利或超 95%：DeepSeek 开源框架引爆行业算账

据 Woofun AI 消息，10 月 20 日，DeepSeek 正式开源内部推理框架 及 Token 编解码工具 ，这一动作将行业焦点从模型能力转向推理成本。该框架采用 Apache-2.0 许可证，支持英伟达 GPU 与华为升腾 NPU，旨在通过降低延迟提升吞吐量，引发市场对大模型底层经济账的重新审视。

此次开源的背景在于 DeepSeek 披露的 V4.1-Flash 模型运营数据。根据 GitHub 上的部署问答，该模型单集群日均处理 155 万亿 Token。在谷电时段价格体系下，其整体收入达到每 GPU 小时 38 美元。

这一数据为外界提供了观察推理服务盈利能力的直接切口，但收入数字本身并不等同于利润，需结合硬件折旧、能源、网络及运维等成本进行综合拆解。

Woofun AI 整理数据显示，海外科技投资研究员 基于缓存率与吞吐量假设，对 DeepSeek 的毛利率进行了详细推演。他设定典型生产环境中 97% 输入命中键值缓存，2% 为未缓存输入，1% 为生成输出。结合官方公布的单卡极限吞吐量（预填充每秒 8 万 Token、解码每秒 1.6 万 Token），理论满载每小时产值约 49 美元。若按海外公有云顶规 GPU 每小时 1.5 至 4 美元的租赁成本计算，极限工况下毛利率区间为 87.76% 至 96.94%。Zephyr 直言，此表现直接碾压了英伟达、 和 的公开基准。

随后，Zephyr 根据 DeepSeek 官方披露的实际运营细节修正了参数。他指出，非高峰期每卡每小时实际创收约为 38 美元，且生产环境性能约为基准测试的 80%。基于这些最新数字重新评估，实际运行毛利率落在 84.2% 到 96.1% 之间。目前海外云服务市场中，单张顶级 GPU 的综合成本普遍在每小时 2 至 4 美元区间。38 美元的单卡时产值与单位算力成本之间形成的巨大剪刀差，正是推高毛利率测算的核心依据。

该测算迅速引发行业连锁反应，科技投资观察人士 发问顶级 AI 实验室 API 毛利率是否均在 80% 以上。Zephyr 随即给出激进判断，认为 和 的主流模型（如 Sol、Fable、Sonnet、Astra）毛利率实际可达 95%。

这一观点将讨论从单一框架扩展至整个头部实验室的盈利结构，暗示大模型 API 业务可能具备极高的边际收益特性。

投资分析人士 进一步将该逻辑平移至订阅制经济模型，反向推导 Anthropic 的盈利能力。根据 实测，Anthropic 高级会员 提供的 Token 额度上限是对应官方 API 单价货值的 58.6 倍。Scott 假设 Anthropic API 硬件毛利率为 99%（成本率 1%），则用户支付 1 单位订阅费并彻底消耗 58.6 单位算力额度时，实际硬件成本仅为 0.586 单位。

由此推导，Claude Max 在极端用量下的毛利率仍为 41.4%。Scott 指出，只要 API 利润率维持在 98.3% 以上，即使用户全量打满限额，订阅业务也能收支平衡，证明 Anthropic 当前处于稳健盈利状态。科技分析账号 Teortaxes 评价称，推理业务本身就是一台印钞机，并调侃 Anthropic 首席执行官 此刻的焦虑。