开源模型托管算账：H200 满载仍亏钱，B300 三成利用率即盈利

Yingjun Wu 以 DeepSeek V4.1 Flash 为例测算托管开源推理模型的经济性，SemiAnalysis 转发引用了该分析。结论显示，租用哪种 GPU 对盈亏的影响远大于选择哪个推理引擎：H200 即使满载运行仍然亏损，而 B300 只需约 35% 的利用率即可实现盈利。分析指出，选卡比选引擎更能决定开源推理托管业务的生死。

2026-11-03 ~ 2026-11-03 · 2 条相关