DeepSeek 的 token 账本：155 万亿和 38 美元，到底怎么算
先把两个数字摆出来。
2026 年 10 月 20 日，DeepSeek 开源内部推理框架 DeepInfer。比代码更值得看的，是随附的部署问答里第一次摊开的两组数：
- 单一集群一天处理 155 万亿 tokens；
- 每张卡每小时收入 38 美元（按谷价计算）。
一个卖得很便宜的模型，一个听着很贵的单卡收入。两件事同时成立，就值得算一算了。
这篇不谈立场，只算账。算完你会发现：这轮低价竞争里真正的胜负手，不在显卡，而在「重复的那部分 token 值多少钱」。
一、先给 155 万亿找个坐标
孤立地看「155 万亿」，很难有体感。找个参照物。
2026 年 5 月的谷歌 I/O 上，官方披露：谷歌所有产品加起来，每月处理超过 3200 万亿 tokens（同比增长约 7 倍）。摊到 30 天，日均约 107 万亿。
也就是说，DeepSeek 的一个集群，一天的吞吐量，已经是全球最大科技公司全家桶日均量的 1.4 倍左右。
这个对照有两个含义。
第一，推理需求真的到了「工业级」。不是 demo、不是试用，是每天几十万亿次真实调用堆出来的量。
第二，它是单集群，不是全公司。官方没披露集群规模与卡型，所以「单集群」这三个字既是谦虚，也是留白——你没法直接用它反推总产能。
二、38 美元是收入，不是利润
第二个数字更值得小心：每卡每小时 38 美元。
先明确它的口径——这是官方问答里的原话，是「按谷价」的内部结算收入，不是对外 API 挂的价，更不是利润。官方没有披露成本。
那这 38 美元算高还是低？用租卡成本做一把尺子。
市场行情大致是：Blackwell 代高端卡在云上的时租，公开列表价按型号在十几到二十美元区间，实际成交价常见个位数到十美元出头。不同渠道、不同合约期差异很大，这里只取一个区间感受量级：每卡每小时 8–10 美元的成交价，15–20 美元的列表价。
对照之下，38 美元/卡·时的收入，大约是租卡成本的 2–4 倍。而且这还是谷价——夜间折扣后的低价。
这里要立刻补一句边界：收入倍数不等于毛利率。因为推理的成本远不止「租一张卡」：还有存储、网络、机房、运维、以及自建集群的折旧。把 38 美元直接当利润，是最容易犯的错。
三、真正的账本：重复的 token 值多少钱
要理解「便宜还能赚钱」，得先理解一个技术事实：大模型读一段话，是有成本的；但如果这段话它已经读过，成本可以接近零。
原理不复杂。你发一段话给模型，它要先把整段内容「读一遍」（prefill），把中间结果算成 KV Cache，然后才开始回答。很多请求的内容是重复的——同一份系统提示、同一批工具说明、同一段前几轮对话。这些内容之前已经算过，结果存在缓存里，直接调出来用就行，不必重算。
这就是缓存命中。
DeepSeek 把这件事做成了定价策略：以 V4 Flash 的非峰时价格为例，缓存命中的输入只要 0.02 元/百万 token，未命中的新内容是 1.00 元/百万 token。
两者相差 50 倍。
这个差价为什么能成立？因为两类 token 的成本结构根本不同：
- 新内容：要跑完整的矩阵计算，花的是 GPU 算力；
- 命中内容：主要是从存储里读出来，花的是 SSD 带宽和网络，几乎不占算力。
所以命中率越高，同样营收对应的算力成本越低。缓存命中率，本质上是一台「把算力成本换成存储成本」的转换器。
四、新旧对照：255 倍里，藏着 2.9 倍
把两个时间点的官方数据放在一起，账本会更清楚。
2025 年 2 月底，DeepSeek 公布过一次推理系统数据：全部推理服务一天输入 6080 亿 tokens，缓存命中率 56.3%；按当时定价折算，理论日收入 562,027 美元，成本利润率 545%。
2026 年 10 月，单集群一天 155 万亿 tokens，每卡每小时收入 38 美元。
先算第一个倍数：155 万亿 ÷ 6080 亿 ≈ 255 倍。也就是说，一年半左右，量级涨了两个半数量级。
再算第二个倍数：单卡收入从多少涨到 38？如果按「理论日收入 ÷ 24 小时 ÷ 卡数」倒推，2025 年那次数据对应的单卡时收入大约在 10–13 美元区间（具体取决于你按成本反推的 1814 张卡，还是按 2224 张卡的口径）。按 13 美元算，到 38 美元大约涨了 2.9 倍。
量涨了 255 倍，单卡收入只涨了不到 3 倍。差额去哪了？
答案就是那 255 倍里，绝大多数是「重读」的 token。 它们几乎不消耗算力，也卖不出几个钱，但把吞吐量撑了起来。量冲上去了，成本没跟着冲上去——这才是「敢卖便宜，还能赚钱」的底气。
顺带说一句：流传中的「命中率 96%」这个数字，目前没有在官方公告、仓库说明和部署问答里找到原文，只能算「待考」。上面对比只用有出处的 56.3%。
五、客户换人了：从一问一答，到智能体
命中率能从五成多涨到九成上下，背后是客户结构变了。
2025 年的大头是聊天：一问一答，前后重复的内容不多，命中率天然偏低。
2026 年的增量大头是智能体（Agent）。智能体每做一步，都要把系统提示、工具说明、前面几十轮的记录重新发一遍——新写的只有一小段，重复的是绝大部分。
这不是猜测。看 OpenRouter 这类聚合平台的调用榜就知道：2026 年 10 月 19 日至 25 日那一周，DeepSeek 的 V4.1-Flash-1017 单周被调用 33.6 万亿 tokens，环比增长 801%，登顶全球第一；而榜单上调用量最大的应用类型，正是写代码、操作电脑的编程智能体。
智能体是天生「重读型」的负载。 谁把重读做成了最便宜的那一项，谁就接住了这波增量。
官方在存储设计上也印证了这一点：缓存按流量类型分档保存——智能体流量保留 3 天，聊天流量保留 7 天；如果统一缩短到 3 天，聊天流量的命中率会下降 0.5%–1%。
六、成本不止显卡：那 100 PiB 的硬盘
理解了缓存，就能理解一个反直觉的推论：token 涨 10 倍，显卡不一定涨 10 倍。
因为命中缓存的那部分不重算，新增需求有很大一块落在了存储和网络上。官方口径里，单套缓存用的 SSD 规模是 约 100 PiB（1 PiB ≈ 1024 TB），单台存储服务端要求至少 40GB/s 的读吞吐。
这意味着什么？
- 推理生意的成本项里，除了 GPU，还有存储集群、高速网络、调度系统；
- 谁想复制这套模式，先得自建百 PB 级存储，再把命中率调到九成以上；
- 而「缓存管理」和「负载均衡」这两块，官方明确说没有完整开源——理由是跟内部系统耦合太深。
所以框架开源了，护城河还在。框架是图纸，缓存管理和调度是把图纸变成生产线的工艺。
七、为什么要开源：两本账
明知赚钱，为什么把框架开源？从公开信息能读出两本账。
第一本：让自家底座成为行业默认。 闭源大厂是把最强的模型锁在自家按量收费，像卖油；开源是把底座送出去，让别人都长在上面，像安卓。云厂商如果自己部署的成本比直接调官方还高，最理性的选择就是把请求转给官方——这就是「成本领先」在软件生态里的复利。
第二本：给国产算力修路。 DeepInfer 的硬件白名单是英伟达 SM100 和华为昇腾 950。美国对高端芯片的出口管制让算力采购受限，把「能在昇腾上跑大模型」的框架开源出去，等于拉着全球开发者一起分摊「CUDA → 昇腾」的迁移成本。这条路修好了，国产算力的需求才有地方落地。
八、钱往哪流：三个方向，两种确定性
如果上面这套账成立，产业的钱会往三个方向走：
① 推理算力。 收入上限 = 手里有多少张卡。2026 年 10 月 15 日的那次大中断（08:11 起，13:04 恢复，近 5 小时），市场普遍归因于算力与工程承压——需求在加速，供给跟不上，这就是算力继续扩张的理由。
② 存储与网络。 这是被低估的一环。命中缓存的内容要落在 SSD 上，读得够快靠的是高速网络与调度。token 量涨，存储和网络的弹性需求会先涨。
③ 国产算力。 昇腾 950 已经进入扩产讨论。这条线的确定性来自「需求确定 + 替代确定」，不确定性来自「软件生态成熟速度」。
但要提醒的是：方向对，不等于标的对。推理经济学的账本，是「行业级」的判断，落到具体公司，还要看它的客户结构、利用率、以及是否真的把缓存做成了能力。
九、五问自检：怎么判断别人说的「推理很赚钱」
下次再看到「某某做推理赚翻了」的说法，用这五个问题过一遍：
- 口径是什么？ 是对外售价、内部结算价，还是谷价？三者差好几倍。
- 命中率多少，分母是什么？ 是输入命中率，还是总 token 命中率？分母不同，结论完全不同。
- 客户结构是什么？ 聊天为主还是智能体为主？前者重复度低，后者重复度高，命中率天差地别。
- 成本算全了吗？ 有没有算存储、网络、运维、折旧？只算 GPU 租金的「毛利率」都是耍流氓。
- 卡从哪来、利用率多少？ 收入上限是卡数；有卡但闲置，账本一样不成立。
五问里只要有一问答不上来，那个「赚钱」就先别信。
十、边界：哪些是确定，哪些还不确定
- 确定的：155 万亿/天、38 美元/卡·时（谷价）、100 PiB 级缓存、TTL 分档、未开源的三个组件、昇腾 950 支持——都有官方出处。
- 推算的：255 倍、2.9 倍、「单卡 10–13 美元」——是用官方数字做的除法，口径已在文中标注。
- 待考的：「96% 命中率」——官方三份材料里没找到原文。
- 不能推的：38 美元不是利润；命中率高不等于长期壁垒；一次数据披露不等于可持续的商业模式。
来源与说明
本文数据来自：DeepSeek 官方公众号公告（2026-10-20）、DeepInfer 仓库说明与《DeepSeek V4.1 Flash 推理部署 Q&A》、DeepSeek 2025 年 2 月《V3/R1 推理系统概览》、OpenRouter 公开周榜（2026-10-26，统计周 10-19 至 10-25）、谷歌 2026 年 I/O 公开演讲、中国信通院《大模型词元服务性能监测报告（2026 年）》。
计算过程：255 倍 = 155 万亿 ÷ 6080 亿；单卡收入倍数按 38 美元 ÷ 约 13 美元估算，13 美元由理论日收入 562,027 美元 ÷ 24 小时 ÷ 约 1814 张卡得出（官方未直接披露卡数，故为推算）。
本文为行业分析，不构成任何投资建议；提及的公司与产品仅作技术讨论，不代表推荐。