8 张 B300 自建推理月跑 300 亿 tokens，回本不到 100 天
JosephJacks_ · x · 2026-07-28
在 75% 利用率下，作者称用 8 张 B300 自建 K3 推理服务，月度可安全承载 300 亿+ tokens。
按他的估算，这套系统的算力投入约 50 万美元，月度运维成本低于 1 万美元；如果按当前 API 价格 $3/百万输入 tokens、$15/百万输出 tokens 来算，自建方案的回本周期可低于 100 天。核心观点是：当开源权重模型跑到足够规模时，自建推理可能比持续买 API 更划算。
所属事件:算力账本：Kimi K3 自托管百天内回本(4 条相关)→
「Infra」频道最新
- Unsloth Desktop 热修复：Qwen-Image-2.1 支持图像编辑与量化修复 — danielhanchen · 2026-09-23
- 128GB Strix Halo 跑 Qwen3.6 35B-A3B 稳定 50 tok/s,用户问现在最优解是什么 — jankeydankey · 2026-09-23
- Together AI 上线灰度发布：模型升级不停机，分步切流自动回滚 — togethercompute · 2026-09-23
- 专为大规模运行 Agent 的专用硬件亮相 — cyrilzakka · 2026-09-23
- 三元权重压缩 27B 模型仅 5.9GB,推理能力保留 95% — cephaloform · 2026-09-23
- RTX5090 上 Qwen 27B 跑 24 小时,自主写出完整 Postgres-SpringBoot-React 表格应用 — anglepoiselife · 2026-09-23