R1毛利85%，但GPT-4o可能超95%

---

昨天晚上刷到那个标题的时候，我正在喝第二杯咖啡——对，凌晨一点，还在debug一个推理服务的缓存问题。

「DeepSeek成本利润率545%」

我直接把咖啡喷键盘上了。

这数字看着像那种"月入百万"的朋友圈广告。跟AI模型打了三年交道，第一反应就是：又来，标题党割韭菜。

但翻完官方技术文档，我发现这事儿比标题写的更有意思。

先说结论，那个545%确实是标题党。DeepSeek自己公布的数据是：一天成本8.7万美元，如果全部按R1的API价格算收入是56万美元。正确表述应该是——R1模型API业务毛利85%左右。V3价格只有R1一半，毛利大概70%。

545%怎么来的？把理论收入和纯硬件成本简单除了一下。没算带宽、没算电费、没算人力。这算法跟你开餐厅只算食材成本说利润率500%一个道理。

但这不是重点。

真正炸裂的是他们公开了成本结构

你想想，之前有哪个大模型公司敢这么干？

OpenAI不说。Anthropic不说。Google更不说。所有人都捂着成本数据像捂银行卡密码。结果DeepSeek直接把账本摊开了：我用的是H800，用了多少节点，白天多少晚上多少，缓存命中率多少，全写出来了。

我琢磨了一晚上这事儿。

越想越觉得有意思。

我之前写过一篇文章估算OpenAI的毛利在90%以上，当时评论区一群人骂我瞎猜。现在DeepSeek这数据一出来，基本坐实了我的判断。

你算算这个账。

GPT-4o输入输出定价是2.5/10美元每百万token，Claude 3.7 Sonnet是3/15美元。DeepSeek R1才收1/2美元。就算OpenAI和Anthropic是美国公司，效率再低，他们收了5-7倍的价格。

这意味着什么？

按API价格算，GPT-4o和Claude 3.7的毛利应该在95%以上。

绝了。

更逗的是，the information之前披露过，OpenAI的显卡是租微软云的，API收入要分20%给微软。微软云业务毛利50%左右。也就是说，API卖10美元，微软拿走2美元，真实成本不到1美元。

所以那些说OpenAI亏损的新闻——你懂的，会计手段做出来的。

技术上的骚操作

DeepSeek公开了三个优化技术。说实话，有几个地方我反复看了三遍才搞明白。

第一个是计算和通信并行。

他们发现对单个请求来说，dispatch和combine的延迟占比很大，大概3/5时间在通信，2/5在做计算。如果傻等着通信完成，GPU就闲着了。

他们的解法是分成两个micro-batch。一个batch做计算的时候，另一个batch在通信。通信时间就被"藏"起来了。

这个方案——不对，应该叫策略——我在2023年折腾分布式训练的时候也想过类似思路。但当时用的是InfiniBand，延迟够低，就没深入搞。现在看他们在RoCE网络上搞这个，胆子是真大。

第二个是KVCache缓存。56.3%的输入token命中缓存。

这个数字什么概念？将近一半的请求跳过了预处理环节。按他们H800单卡14.8k tokens/s的解码速度算，每天能省1.2万GPU小时。

我自己部署过R1的推理服务。当时没开缓存，成本比现在高了一大截。后来补上这个，成本直接降了快20%。

说白了就是——提前把重复工作做了。

第三个是负载均衡，分了三个层面：预填充阶段、解码阶段、MoE专家调度。

他们让每个GPU处理的计算量尽量相当，避免出现某个GPU累死、其他GPU划水的情况。听着简单，但MoE模型里某些"热门专家"被调用的频率远高于其他专家，做均衡其实挺难的。

时间套利这套玩得真溜

DeepSeek还干了一件事。

白天高峰期所有节点做推理，晚上负载低的时候释放算力做训练。

过去24小时，峰值占用了278个节点，平均226.75个节点。闲置资源再利用率18.4%。

省了大概7.8万美元一天。

你想想，大部分公司的GPU服务器晚上都在干嘛？待机。DeepSeek这波操作相当于让服务器打了两份工。

我去年帮一个创业团队部署模型的时候也想过这套路。但他们的业务量太小，晚上训练白天推理根本跑不满节点。这事儿还是得有规模才行。

为什么说现在不部署就晚了

DeepSeek V4预览版已经上线了，永久降价。而且适配了华为昇腾950芯片，下半年超节点批量上市后成本还能再降。

但窗口期正在关。

技术红利在衰减。混合精度、KVCache缓存这些方案已经被头部企业广泛采用了，你再搞也形不成差异化。

硬件资源在紧张。H200需求激增，云服务商的GPU资源可能会被提前入场的企业抢光。晚进场的等空余资源，等的时间越来越长。

市场在饱和。如果未来12个月主流模型都采用类似架构，单位token收入可能下降50%到70%。参考ChatGPT API的价格变化曲线就知道了。

我算过一笔账。

以代码生成赛道为例，2025年Q2入场，单用户日均成本0.12美元，客单价0.8美元，利润率能做到500%以上。等到2026年Q2再入场，模型规模更大导致硬件成本上升，客单价被压到更低，利润率会缩水到——大概是现在的三分之一吧。

这意味着晚一年入场，需要覆盖成倍的用户量才能达到同样的利润规模。

真的。

说回那个545%

其实DeepSeek这波公开数据，最大的意义不是那个夸张的利润率数字。

而是告诉了整个行业：大模型API业务很赚钱，非常赚钱。OpenAI和Anthropic的亏损是会计做出来的，不是真亏。

梁文锋之前说过一句话，说降价是因为成本先降下来了，也觉得AI应该是普惠的。这次的永久降价就是这句话的兑现。

而且他们还在赚钱。只是赚得少一点。

这让我想起移动互联网早期，第一批做App的人吃到了流量红利。现在AI这波，DeepSeek已经把成本打到这么低了，越早部署做业务越好。

等等党这回可能真要哭了。

你们觉得呢？现在入场还是再等等？反正我昨晚看完文档，默默把下季度的部署计划提前了三个月。