DeepSeek在10月20日开源推理框架DeepInfer时，披露了一组引人注目的运营数据：单个集群每天可处理155万亿Token，按DeepSeek API的谷时价格折算，平均每GPU小时对应38美元的理论计费收入。若简单按每天24小时、全年365天线性外推，一张GPU的年化计费产值超过33万美元。这一数字迅速成为讨论焦点，因为它试图回答一个行业长期回避的问题：昂贵的计算设备买回来之后，究竟能生产多少可以卖钱的智能。

需要明确的是，38美元是基于Token处理量和公开API价格折算出的理论计费收入，并非实际利润。DeepSeek并未公开计算该指标所需的集群硬件构成、成本账单、付费流量比例及收入确认方式。DeepInfer的开源文档也指出，KV Cache系统、视觉编码与Prefill/Decode分离服务编排、跨数据并行副本的负载均衡等组件仍需外部补齐，部分组件与DeepSeek内部基础设施深度耦合，尚未完整开源。因此，任何企业下载DeepInfer、部署一批GPU，并不能直接获得同样的收入表现。

这一数字背后是DeepSeek在推理效率上的持续优化。9月10日发布的V4.1 Flash模型拥有5520亿总参数，采用混合专家（MoE）架构和新的Causal Encoder–Decoder设计，处理输入时约激活80亿参数，生成输出时约激活160亿参数。针对长上下文和Agent场景，全局KV Cache占用降低到上一代的约四分之一，长期保存的缓存占用减少到约八分之一，每Token的全局KV Cache约为890字节，支持最高100万Token上下文。DeepInfer则集成了FlashMLA、DeepGEMM、DeepEP、TileKernels等组件，引入专家并行、推测解码、异步调度等机制，并将Prefill与Decode分开部署，Decode采用64至128卡超节点，同时将KV Cache保留72小时以上以适应Agent反复调用相同上下文的需求。

然而，推理效率的提升并不自动等同于模型公司的盈利。训练前沿模型和出售推理服务是两笔不同的账。根据2026年斯坦福大学《AI Index》引用Epoch AI的数据，2025年OpenAI计算支出约163亿美元，其中研发相关计算支出83亿美元，推理支出80亿美元，两者几乎各占一半；2024年相应支出分别为40亿美元和18亿美元，意味着一年间推理计算支出增长约3.4倍。Anthropic在2025年的计算支出估计为68亿美元，其中研发相关支出41亿美元，推理支出27亿美元。研发开支并未因推理业务扩张而消失，大量资源消耗在实验、研究和模型迭代过程中。

商业化带来的另一层压力是用户越多，推理成本可能越高。《The Information》今年2月报道，OpenAI在2025年的毛利率约为33%，低于2024年的40%，也低于此前46%的预测；Anthropic对2025年毛利率的预期约为40%，虽较2024年负毛利状态改善明显，仍比早先目标低10个百分点。报道指出，毛利率低于预期的重要原因之一是实际推理成本高于原先估计。单位GPU能生产多少Token是供给效率，而公司需要投入多少GPU才能满足不同客户的延迟、上下文长度、稳定性和峰值需求，则决定实际经营成本。

对于不训练前沿模型、专门经营推理服务的公司，成本结构完全不同。假设一家推理服务商每GPU小时的完全负担成本为10美元，以38美元作为满负载计费产值的参考，理论上只要实现约26.3%的有效计费产出便可覆盖成本；若有效计费产出达到50%，收入相当于每小时19美元，扣除10美元后还剩9美元。但这只是用于说明商业敏感性的假设，10美元并非DeepSeek披露的真实成本，也不能将计算结果当作其实际毛利率。

真实案例更能说明问题。CoreWeave在2026年第二季度收入25.75亿美元，同比增长约112%，调整后EBITDA达到15.10亿美元，利润率59%，但在美国通用会计准则下当季仍净亏损6.26亿美元。当季折旧及摊销费用达到13.93亿美元，净利息支出高达6.4亿美元。算力利用率高、收入增长快，并不意味着经营算力就一定赚钱。

推理市场还面临持续降价压力。DeepSeek降低单位Token成本后，也在通过更低的API价格将部分效率收益传递给用户，其他公司一旦采用更高效的算法和系统，也可能参与价格竞争。推理效率提升创造的收益，最终未必全部留给卖Token的公司。

从应用端看，商业化最清晰的Coding市场盈利也不容易。《The Information》披露，Cursor在截至2026年1月的季度中毛利率一度为-23%，若将免费用户的推理费用全部计入销售成本，毛利率约为-31%，此后毛利率已转正。消费应用分化更明显：曾经的明星AI陪伴公司Character.AI于10月12日申请破产保护，当时仍拥有约1200万月活用户，2026年8月收入达到530万美元，但每月经营亏损仍有800万至900万美元，仅2026年前八个月就花费5610万美元购买算力，占运营费用约45%。与此同时，Midjourney创始人David Holz今年3月表示，公司2023年收入已显著超过2亿美元，此后继续增长并保持盈利。

需求侧仍在快速增长。Menlo Ventures在2026年9月发布的《State of Consumer AI》报告估计，全球消费者AI支出已达到400亿美元，是2025年120亿美元的三倍多；但美国成年人AI使用率只从2025年的61%上升到64%，增长主要来自已有用户使用得更深入、付费更多。该机构合伙人Amy Wu Martin指出，今年令人意外的变化是消费者AI市场在没有迎来大量新用户的情况下实现了三倍增长，推动力来自重度用户将AI带入更多生活场景。

产业一线的反馈则更为乐观。一位经营Token中转业务的创业者告诉腾讯科技，最近几个月中小企业的AI需求正在全面暴涨，今年七八月还只有少数公司在尝试的事情，如今同行已经普遍在做，一些原本有数据安全顾虑的企业也开始私有化部署模型。另一位AI应用领域创业者表示，其接触的B端企业正在加快引入Agent，从日常运营到客户服务，越来越多业务开始AI化，但他也判断中美AI市场短期内可能经历一个“小低谷”——当资本市场开始要求AI在真金白银上交出成绩时，企业应用的实际成果可能还没有跟上。

DeepSeek的38美元提供了一个难得的观察窗口：在特定模型与硬件条件下，推理工程优化能够显著提高计算设备的潜在计费产值，低价出售Token与单GPU较高计费收入并不矛盾。但推理服务可能是一门具有可观毛利空间的生意，却不会自动成为高利润生意。工程能力影响成本下限，客户需求和定价权决定收入上限，而资本成本影响最终能留下多少利润。