DeepSeek 推理成本再估算
teortaxesTex · x · 2026-07-20
帖子基于 DSpark 论文和此前的 V4 serving report，重新估算了 DeepSeek V4 系列在不同上下文长度下的推理成本。图中给出：在 10K/100K/1M 上下文下，V4-Flash 约为 $0.764/$0.770/$0.821 每百万输出 token，V4-Pro 约为 $2.870/$2.878/$2.952。
作者进一步用生产环境吞吐量和 $2/GPU-hour 的假设，推算出更贴近实际的成本：V4-Flash 约 $0.035/M 输出 token，V4-Pro 约 $0.10/M，50/50 混合约 $0.067/M。
他强调，这些生产数值远低于 batch-1 的 roofline 估算，因为 continuous batching 能把 MoE 权重流量摊薄到大量并发请求上；而文中提到的 60–85% Flash、57–78% Pro 提升主要反映延迟/交互性改善，不能直接当作成本节省。
「Infra」频道最新
- 多州暂停新建数据中心，72% 美国人反对建在家门口 — YvesMulkers · 2026-10-26
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26