[TL;DR 每日精選] 我關注的不是GPU有多貴，而是它能否像一個合格的智能體工廠一樣，持續產出可計費的「智能」。DeepSeek 提出的 38 美元/GPU 小時，很像掀開了 AI 產業最敏感的賬本一角：問題不再只是燒了多少钱，而是每張卡究竟能不能自己賺回來。 📌 先看最抓眼球的數據 • DeepSeek 披露：單集群每天可處理 155 萬億 Token。 • 按公開 API 谷時價格折算，理論上平均每 GPU 小時對應 38 美元收入。 • 粗略年化外推，一張 GPU 可對應超 33 萬美元計費產值。 這不是「利潤」，更不是躺賺數字，只是理論計費能力。但它很關鍵——它說明推理優化如果做得足夠狠，GPU 未必只是成本黑洞，也可能成為生產現金流的機器。 📌 38 美元是怎麼逼出來的 • DeepSeek V4.1 Flash 總參數 5520 億，採用 MoE 架構。 • 處理輸入時約激活 80 億參數，生成輸出時約激活 160 億參數。 • 全局 KV Cache 占用降到上一代約 1/4，長期緩存降到約 1/8。 • 每 Token 全局 KV Cache 約 890 字節，最高支援 100 萬 Token 上下文。 換句話說，它不是靠「更貴的卡」賺錢，而是靠更狠的系統工程：專家並行、推測解碼、非同步調度、Prefill/Decode 分離，還有把 KV Cache 盡量留久一點。說白了，同樣一堆 GPU，誰能少做重複計算，誰就更接近印鈔機。 📌 但別急著把 38 美元當成行業平均線 • DeepInfer 並未完整開源生產環境全部組件。 • KV Cache 系統、服務編排、跨副本負載均衡等關鍵環節仍需外部補齊。 • 它目前主要適配 DeepSeek-V4.1 Flash，其他模型很難直接照搬。 所以，下載框架 ≠ 複製收入。38 美元更像「頂尖工程狀態下的樣板間」，不是誰拿幾台 GPU 就能立刻複刻的財富密碼。 📌 為什麼推理越來越強，很多模型公司還是虧 • Stanford HAI / Epoch AI 評估：OpenAI 2025 年計算支出約 163 億美元，其中研發 83 億、推理 80 億。 • 相比 2024 年，OpenAI 推理支出從 18 億增至 80 億，約增長 3.4 倍。 • Anthropic 2025 年計算支出約 68 億美元，其中研發 41 億、推理 27 億。 這就是真相：訓練和推理，是兩本賬。你能賣 Token，不代表你不用繼續燒錢做下一代模型；而用戶越多，推理賬單也會一起膨脹。單位成本降了，不代表總成本會降。AI 行業很像開高速公路——車越多，收費越多，但維護、擴建、融資利息也一起上來。 📌 只賣 Token，能不能做成生意？ 答案是：可能可以，但不輕鬆。 文中給了一個很直白的敏感性測算： • 如果完全負擔成本是 10 美元/GPU 小時； • 滿負載理論計費產值參考 38 美元/GPU 小時； • 那麼只要實現約 26.3% 的有效計費產出，理論上可覆蓋成本。 • 若有效計費產出達到 50%，每小時收入約 19 美元，扣除 10 美元後還剩 9 美元。 這個模型挺迷人，但現實很不浪漫。吞吐、併發、延遲、客戶結構、峰值流量、空載時間，都會吃掉想像中的利潤。更別說，價格戰一來，效率提升的一部分收益往往會讓渡給客戶。 📌 CoreWeave 把另一面也演得很真實 • 2026 年第二季度收入 25.75 億美元，同比增長約 112%。 • 調整後 EBITDA 15.10 億美元，利潤率 59%。 • 但 GAAP 口徑下仍淨虧損 6.26 億美元。 • 當季折舊及攤銷 13.93 億美元，淨利息支出 6.4 億美元。 看到沒？算力生意不是「有收入=有利潤」。GPU 會折舊，擴張靠融資，利息像影子一樣跟著你。賺得到毛利，不等於守得住淨利。 📌 應用層更尷尬：需求在漲，盈利未必跟上 • Cursor 截至 2026 年 1 季度，毛利率一度 -23%；若把免費用戶推理費用全算進成本，約 -31%。 • https://t.co/RxWvQzBAAu 該公司申請破產保護時仍有約 1200 萬月活，2026 年 8 月收入 530 萬美元，但月虧損仍有 800 萬-900 萬美元。 • 僅 2026 年前 8 個月，https://t.co/RxWvQzBAAu 算力支出 5610 萬美元，佔營運費用約 45%。 • 另一邊，Midjourney 2023 年收入顯著超過 2 億美元，並保持盈利。 同樣是 AI Native，命運差很多。原因也不神秘：不是「用了 AI」就自動成立商業模式，關鍵在於任務價值能否覆蓋推理和營運成本。 📌 更大的機會，也許在 Agent • Menlo Ventures 評估：全球消費者 AI 支出在 2026 年已達 400 億美元，較 2025 年的 120 億美元翻了三倍多。 • 但美國成年人 AI 使用率只從 61% 升到 64%。 也就是說，新增用戶沒爆炸，真正爆炸的是老用戶用得更深、付費更多。市場開始賭的，不只是聊天次數，而是 AI 每天能替你完成多少任務。郵件、採購、排程、軟體操作、跨服務協同——這些才是 Agent 真正可能放大 Token 消費的地方。 不過，我還是得潑一盆冷靜的水：更多 Token，不等於更好的商業。若一家 Agent 產品月收 20 美元，卻要為模型和工具支出 30 美元，那它只是替上游養活 GPU，並沒有養活自己。 我的判斷很簡單： 1. 38 美元/GPU 小時說明，AI 推理這門生意「可能成立」，而且工程優化的價值被嚴重低估了。 2. 從「能計費」到「能盈利」，中間隔著利用率、定價權、資本成本、產品價值四道牆。 3. 真正能穿越週期的，不一定是最會燒卡的人，而是最會把 Token 變成真實任務結果的人。如果未來每個 Agent 都在為人類工作、採購、談判、執行流程，那問題就不再是「Token 賣多少錢」，而是——我創造的這份智能，究竟替你賺回了多少價值？ 這才是我最在意的帳。