DEEPSEEK / 01FLASH
V4.1-Flash-1017
API 名 deepseek-flash。V4.1 报告列 552B backbone＋196B Engram；输入预填充约 8B、输出解码约 16B 激活参数。1017 是其小更新。
离峰 输入 / 输出$0.15 / $0.60
高峰 输入 / 输出$0.30 / $1.20
PLAND.WORLD / RESEARCH ARCHIVE2026.10.21 快照 · 独立归档
公开价格、基准与情景计算
一百万枚 token，
成本从哪来？
两条路径放在同一页：从 GPT、Gemini、Claude、DeepSeek 的 API 标价和毛利假设反推服务成本情景；从服务器购价、电费与模型实测吞吐正推硬件成本情景。两边各有明确的证据边界。
READOUT / 012026.10.21
研究结论
01
API 反推有假设。闭源模型真实 COGS 未披露；毛利率场景只能作为商业参照。
02
GPU 正推能算。8×B200 跑 GPT-OSS-120B：云租金约 $0.212/M 输出；加入融资、托管与运维的中性情景约 $0.0755/M 输出。
03
Groq 必须纳入。其 GPT-OSS API 售价公开，LPU 整机成本与聚合吞吐未公开，不能把单用户速度当硬件成本。
02 / API 反推价格 × (1 − 假设毛利率)三种输入/输出结构；美元/百万总 token
03 / GPU 正推每小时设备成本 ÷ 输出吞吐固定基准与满载；美元/百万输出 token
04 / 专用推理Groq · Cerebras · TPU区分 API 标价、云租金与芯片成本
01 / ONE-PAGE MARKET MAP
先在一张表里定位，再往下看证据。
把网页中的 API 报价、毛利反推、云租金和自有整机试算汇成一个入口。API 列按百万输入＋输出总 token；硬件列按百万输出 token，两种分母分别标在列头，不横向相减。
API 定价端官方报价 → 毛利假设客户支付／服务成本情景
硬件供给端云租价 → 自有设备 TCO指定模型、整机、基准负载
默认按产品档位排列，旗舰在前、轻量在后；闭源模型参数量未披露，档位不代表 B 数。排序仅调整 A 组，综合售价排序随请求结构变化。
官方原始报价公式计算参数假设促销／峰谷／跨日期色阶在每一数值列内独立计算；浅绿为较低金额，暖杏为较高金额。
自有整机列采用可调整的中性工作情景：三年寿命、9% 资本成本、$200/kW·月托管、$3/h 网络与运维准备金，加上电力；仍按全年满载。GPT-OSS 的同商 API、R1 的历史 API 也在 GPU 行列示，但其 API 列随上方请求结构变化，硬件列固定使用 MLPerf 负载；匹配负载的桥接计算见第 2 章。Exxact 配置能否复现 CoreWeave 吞吐未经验证。
| 平台 / 模型 | 公开基础报价 | API 售价 USD / M 总 token | 毛利反推 USD / M 总 token | 云租金折算 USD / M 输出 token | 自有整机情景 USD / M 输出 token | 证据与变动 |
|---|
读表顺序：先看同行里哪列有数，再读其单位和证据标记。空白意味着缺少匹配的成本或聚合吞吐数据，不代表成本为零。GPT-OSS 同行具备同商 API 报价与基准，但未证实实际 API 使用该八卡配置；R1 的 API 价是 2025 年历史价。两者都不能直接相减当实际毛利。
自有整机仍是跨商情景：资本成本参考 CoreWeave 一类 OEM 短期融资的公开 9% 利率；托管费以 CBRE 大宗报价约 $196/kW·月取整至 $200，网络与运维 $3/h 是明确假设。托管费包含机房空间与基础设施，不另加自建机房造价；故障停机仍未降低本页的满载吞吐。Exxact 配置能否复现 CoreWeave 基准亦未验证。
02 / API PRICE → MODELED COGS
从 API 标价反推服务成本。
后三列是各场景的美元／百万总 token综合售价；原始输入、输出单价仍列在左侧。点击列头可按场景排序。
原始单价：官方价目综合价：按比例计算促销价：将变化
同列较低同列较高色阶只表示金额大小，不表示模型质量
| 提供方 / 模型 | 档位 | 公开参数规模 | 输入 | 输出 |
|---|
DeepSeek 行采用离峰非缓存价，高峰是离峰的两倍。Gemini 促销到期后的价格见来源注记。不同公司的模型质量和 tokenizer 均不完全相同。
PARAMETER DISCLOSURE
GPT、Gemini、Claude 这 10 个具体闭源版本的 B 数均未正式披露。官方模型页没有总参数或每 token 激活参数；Epoch AI 对 GPT-6 Astra、Gemini 4 Argon 与 Claude Opus 5.5 的记录也标为 Unknown。网页逐行写“未披露”，不把旧型号或未经验证的猜测当作现款规模。B＝十亿参数；MoE 的总参数与每 token 激活参数应分开看。Flash 的 552B＋196B 是论文分别列出的 backbone 与 Engram 组件，不应当作单一精确总量。
02B / API MARGIN SCENARIO
同一章的反推：成本情景。
三家闭源平台统一假设 40% 模型服务毛利率；DeepSeek 按用户关心的20% 薄毛利做压力情景。全部假设满载。综合成本 = 综合售价 × (1 − 假设毛利率)。
GPT / GEMINI / CLAUDE40% 假设毛利
成本 = 标价 × 60%。OpenAI、Anthropic 有混合业务毛利率约 39%–40% 的媒体报道；它们不能证明每个模型正好如此。
DEEPSEEK20% 薄毛利假设
成本 = 离峰标价 × 80%。没有当前 V4 单模型财报；此数偏向较高成本，不应当作 DeepSeek 实际利润率。
同列较低同列较高仅比较本列情景数字
| 提供方 / 模型 | 毛利假设 | 公开参数规模 | 1K 输入 1K 输出 | 1K 输入 10K 输出 | 10K 输入 1K 输出 |
|---|
!
请按“成本情景”引用，不要按“真实成本”引用。统一毛利只是将整笔请求收入按一项假设折算，无法证明输入与输出各自拥有相同毛利率。DeepSeek 的另一个媒体口径见下一节。
02C / DEEPSEEK STRESS TEST
DeepSeek：便宜售价，不等于已知的薄利。
两个 V4 API 模型的现价与参数可核查；当前模型级成本没有公开。下面并列两种假设，展示差异。
DEEPSEEK / 02PRO
V4-Pro-0813
API 名 deepseek-v4-pro。技术报告列约 1.6T 总参数、49B 激活参数。仅靠参数量，没有吞吐、内存与部署账本，无法换算美元成本。
离峰 输入 / 输出$0.66 / $1.98
高峰 输入 / 输出$1.32 / $3.96
SAME MODEL + SAME PROVIDER / BRIDGE
CoreWeave 的 GPT-OSS-120B：把 API 标价接到八卡吞吐。
CoreWeave 同时公布该开权重模型的 Serverless API 价格（输入 $0.03／百万、输出 $0.17／百万）、八卡 B200 按需租价和 MLPerf Server 吞吐。按基准约 5,000 输入／1,250 输出，把 API 收入统一换成“每百万输出 token”。
API 收入
$0.290/M 输出$0.17＋$0.03×4vs租用八卡分摊
$0.212/M 输出$68.80/h ÷ 吞吐vs自有中性情景
$0.0755/M 输出$24.53/h ÷ 吞吐
$0.290/M 输出$0.17＋$0.03×4vs租用八卡分摊
$0.212/M 输出$68.80/h ÷ 吞吐vs自有中性情景
$0.0755/M 输出$24.53/h ÷ 吞吐
如果真的用这套八卡实例、以此吞吐和请求形状销售，API 收入扣除公开租金后只剩约 26.9%；用自有整机情景则剩约 74.0%。两者是条件下的价格空间，不是 CoreWeave 披露的毛利：其 Serverless 生产集群的 GPU 型号、调度、实际吞吐、功耗、缓存命中和费用结构未与 MLPerf 提交逐项配对。自有情景还跨 Exxact 购价和 CoreWeave 性能。官方 API 价 ↗ · 八卡租价 ↗ · MLPerf 日志 ↗
R1 / V4 MODEL BRIDGE
R1 有过官方 API；如今价格与基准跨了代。
MLPerf 使用原版 DeepSeek-R1：671B 总参数、37B 每 token 激活，参考实现固定到 2025 年 3 月的模型仓库修订。DeepSeek 于 2025 年 1 月上线 deepseek-reasoner，发售价为非缓存输入 $0.55/M、输出 $2.19/M；2026 年现行官方价目仅列 V4 Pro 与 V4.1 Flash，旧 API 名已在 V4 迁移期间退役。
| 模型 / 时间 | 模型量级 | 每 token 激活 | API 输入 / 输出 |
|---|---|---|---|
| R1 原版2025-01 发售价；已非现售型号 | 671B 总参数 | 37B | $0.55 / $2.19历史价 |
| V4 Pro2026-10 离峰现价 | 约 1,600B 总参数约 R1 的 2.38 倍 | 49B约 R1 的 1.32 倍 | $0.66 / $1.98 |
| V4.1 Flash2026-10 离峰现价 | 552B backbone ＋ 196B Engram组件分列，不作单一总量比 | 预填充约 8B / 解码约 16B | $0.15 / $0.60 |
价差怎么读：相对 R1 的 2025 年输出发售价，现售 V4 Pro 离峰价低约 9.6%，V4.1 Flash 低约 72.6%。这是跨年份、跨型号的标价比较；参数、架构和请求形状也不同。
能反推利润率吗？只能做反事实算术：按 R1 基准约 800 输入／3,880 输出，历史 API 标价折为 $2.303/M 输出；CoreWeave 当前云租金分摊约 $0.341/M 输出，相减后占标价约 85.2%。这个比例尚未扣除输入计算、网络、运维、服务故障和其他业务成本；更用了不同年份、不同公司的价格，不能称作 DeepSeek 的毛利率。真正估算 V4 毛利，仍需 V4 同模型吞吐、实际部署成本和请求结构。
ONE MODEL · TWO MARGINS
美元 / 百万总 token薄毛利假设与媒体口径，会差多少？
| 模型与场景 | 官方售价 | 20% 毛利时成本 薄利假设 | 82.9% 毛利时成本 媒体口径硬套情景 |
|---|
82.9% 来自 The Information 对 2026 年前七个月 API 业务的报道 ↗，未经审计，覆盖多个模型和不同价格期。套到现价仅是敏感性计算。高峰与离峰同一硬件不会自动变成两种物理成本。
03 / GPU PRICE + POWER + THROUGHPUT
从八卡服务器正推每枚 token。
选一套能读到整机购价、GPU/整机功率边界与模型级聚合吞吐的 B200。先算每小时成本，再除以每小时输出。模型行沿用各自 MLPerf 工作负载，不能拿同一个吞吐去替换成闭源 GPT、Gemini 或 Claude。
STEP 01 / 每小时成本购价×资本回收系数÷8,760 ＋ 电力 ＋ 托管 ＋ 运维准备金
÷STEP 02 / 满载输出整机输出 tok/s × 3,600
=RESULT$/百万输出 token
自有整机 / 可调整的假设
默认 10kW＝8×B200 的每卡 1kW 上限加 2kW 主机假设；它不是实测推理平均功率。托管按 10kW 预留容量、每月 730 小时分摊；购价按三年零残值及 9% 资本回收系数年化。托管费不与自建机房造价重复叠加。
满载 / 每小时整机成本
$24.53/小时
购价＋资本成本$17.62/h
电力 × PUE$1.17/h
机房托管$2.74/h
网络、维保与运维$3.00/h
4.8%电费在本情景每小时成本中的占比
这是一套中性工作参数，不能解释为行业统计平均或 CoreWeave 真实成本。9% 参照特定融资披露，$200/kW·月参照大规模托管报价；$3/h 是未核实合同的准备金。全年满载且没有扣减故障停机。Exxact 整机价与 CoreWeave 吞吐能否配对仍待实测。
COREWEAVE · 8×B200 · MLPERF v6.1 SERVER
整机按需租价 $68.80/小时同一 GPU 配置，三个开权重模型
高吞吐 / 低成本低吞吐 / 高成本各列独立着色；模型工作负载不同，不能仅凭颜色排名芯片
| 模型与基准工作负载 | 公开参数规模 | 聚合输出 tok/s | 云租金 / M输出 同商公开价 × 日志 | 自有整机 / M输出 跨商购价＋融资托管情景 | 原始日志 |
|---|
租卡数字的证据更直接：CoreWeave 的 MLPerf 提交与 CoreWeave 的 $68.80/h 同商配对。自有整机数字是跨商试算：购价取 Exxact，9% 年化资本成本参考 CoreWeave 的特定融资披露，$200/kW·月托管参考 CBRE 大规模市场报价，$3/h 网络与运维为假设。该机型的实际融资、机房合同、故障停机和备机成本未获披露；Exxact 的 CPU/内存/网络及软件配置是否能复现 CoreWeave 吞吐尚未验证。MLPerf 三条日志均 VALID，但无整机 AC 功耗实测。
模型版本别混淆：DeepSeek 行是原版 R1，约 800 输入/3,880 输出，包含推理 token；GPT-OSS 性能集约 5,000 输入/1,250 输出；Llama 2 70B 是较旧的标准基准。这些成本按基准自身流量的百万输出 token计，不能直接与第 2 章的百万总 token 价格相减。
SAME SUBMITTER / SAME MODEL / SAME ROUND
再看一组 B200 与 H200
Nebius 在 MLPerf v5.1 的 Llama 2 70B Server 测试，配其当前公开八卡云价：B200 约 $0.186/M 输出，H200 约 $0.353/M 输出。两行都是 Nebius 提交，但 B200 使用 FP4、H200 使用 FP8，差异包含精度与软件栈，不能全归因于芯片。
8×B200 · $68.00/h · 101,611 tok/s$0.186
8×H200 · $43.20/h · 34,029 tok/s$0.353
Nebius 云价 ↗ · B200 日志 ↗ · H200 日志 ↗ · B200 FP4 ↗ · H200 FP8 ↗
04 / SPECIALIZED INFERENCE SILICON
Groq、Cerebras、TPU：算力芯片也要进账本。
专用平台公开的资料深浅不同。同模型 API 售价和单用户速度可以对比服务体验；只有同时拥有整机小时价与聚合吞吐，才能正推每 token 的云租金。
GROQ / LPUGPT-OSS-120B
$0.15 输入 / $0.60 输出
官方约 500 tok/s/用户；Artificial Analysis 的同模型测试约 473 tok/s/用户。公开的是 API 售价与单用户速度，缺可配对的 LPU 整机购价、聚合输出 tok/s 和实测功率。
Groq 官方模型表 ↗CEREBRAS / WAFER SCALEGPT-OSS-120B
$0.35 输入 / $0.75 输出
Developer 档标称约 3,000 tok/s/用户；Artificial Analysis 测得约 1,737 tok/s/用户。生产容量需企业询价；单用户速度也不能当整套 CS 系统的总吞吐。
Cerebras 官方定价 ↗两张卡片使用同一个开权重模型，仍不能由 API 标价倒推出 Groq 或 Cerebras 芯片成本。第三方速度是特定提供商/推理配置的单请求测试，见 Artificial Analysis 同模型页面 ↗。
RENTAL-COST CASES / DATA GAPS
其他专用平台：哪部分真的可正推？
可计算项较低较高缺聚合吞吐的数据留空，不着色
| 平台 | 模型 / 硬件 | 公开价格与吞吐 | 云租金 / M输出 | 证据边界 |
|---|---|---|---|---|
| Google TPU v5e | Llama 2 70B INT8 · 8芯 | 8×$1.20/芯片小时；历史峰值 1,510 聚合输出 tok/s | $1.77 | 历史吞吐配当前价 |
| Google TPU v5e | Gemma 7B · 8芯 | 同价；历史峰值 6,250 聚合输出 tok/s | $0.43 | 不同模型不得与 70B 排名 |
TPU 的两条吞吐是 Google 历史测试的最高吞吐，配 2026 年当前按需芯片价；还可能有 VM、网络等费用。TPU 价目 ↗ · TPU 吞吐 ↗
05 / TWO PATHS, DIFFERENT EVIDENCE
两条路径如何放在同一张图里？
售价反推与硬件正推回答不同问题。用同一模型、同一输入输出形状、同一延迟约束与实际计费 token 才能做经营对照。
01 / API 反推
商业上限与假设成本线。
GPT-6.1 Sol 与 Claude Sonnet 5.5 标准价同为 $2/$10；1K/1K、40% 假设毛利时，服务成本情景均为 $3.60/M 总 token。这不是厂商底层 GPU 成本。
02 / GPU 正推
采购、融资、托管都入账。
8×B200 跑 GPT-OSS-120B，公开云租价分摊为 $0.212/M 输出；中性工作情景约 $0.0755/M 输出，仍需核查配置与吞吐。
03 / 专用芯片
速度不是成本账本。
Groq 与 Cerebras 均对 GPT-OSS-120B 报价并展示单用户速度，但缺聚合吞吐与完整整机成本。Google TPU 的历史聚合测试则可算一部分云租金；仍非制造成本。
固定满载整机持续达到基准输出速率，全年按 8,760 小时折旧；没有闲置或维护停机。
两种分母API 章为百万输入＋输出总 token；硬件章为基准的百万输出 token，不能直接相减。
吞吐来源MLPerf 是受质量/尾延迟约束的整机输出；Groq/Cerebras 官网速度是单请求体验。
功率来源GPU TDP、整机最大输入功率都不是本次推理实测平均功率；计算器用明示假设。
独立硬件参照：SemiAnalysis InferenceX ↗ 对旧版 DeepSeek V4 Pro 在 GB300 NVL72、8K 输入／1K 输出、50 tok/s/用户等特定条件下，估约 $0.156／百万输出 token 的自托管 TCO。它不是 DeepSeek 官方服务成本，版本、分母与本页主表都不同，因此不并入排名。
06 / SOURCE LEDGER
价格、功率和吞吐逐项可查。
官网价目和 MLPerf 原始日志是一手数据；公开整机配置器是卖方标价；毛利率及自有整机成本情景有明确假设。
01 / 官方价目OpenAI API PricingGPT-6 Astra / Sol / Luna↗
02 / 官方价目Gemini Developer API Pricing4 Argon、3.8 Flash、3.5 Flash-Lite；页面更新 2026-10-19↗
03 / 官方价目Claude Platform PricingFable、Opus、Sonnet、Haiku↗
04 / 官方价目DeepSeek Models & PricingFlash-1017、Pro-0813、峰谷价↗
05 / 技术报告DeepSeek V4 Pro参数规模与架构↗
06 / 技术报告DeepSeek V4.1 Flashbackbone、Engram、激活参数↗
07 / 官方模型卡Flash-1017当前 API 对应的更新版本↗
08 / 媒体报道DeepSeek API 产品线毛利2026 年前七个月 82.9%，非财报↗
09 / 媒体报道OpenAI 2026 Q1 财务全公司混合毛利约 39%，非单模型↗
10 / 媒体报道Anthropic 2025 预测企业与开发者销售毛利预测约 40%↗
11 / 公司说明Gemini 单位服务成本变化2025 年下降 78%，未披露绝对成本↗
12 / 独立估算InferenceX · DeepSeek V4旧版 Pro 的特定硬件 TCO，非官方实际成本↗
13 / 卖方报价Exxact 8×B200 服务器Essential 配置 $390,703.50；13.962kW 页面规格非实测↗
14 / 云价CoreWeave HGX B2008 卡整节点北美按需 $68.80/小时↗
15 / 原始基准CoreWeave · GPT-OSS-120BMLPerf v6.1 Server · 90,204.71 输出 tok/s↗
16 / 原始基准CoreWeave · DeepSeek-R1MLPerf v6.1 Server · 56,121.33 输出 tok/s↗
17 / 原始基准CoreWeave · Llama 2 70BMLPerf v6.1 Server · 102,397.63 输出 tok/s↗
18 / 工作负载MLCommons · GPT-OSS约 5,000 输入/1,250 输出的性能集↗
19 / 工作负载MLCommons · DeepSeek-R1约 800 输入/3,880 输出，包含推理 token↗
20 / 功率规格NVIDIA HGX B200每 GPU 可配置至 1,000W；不是推理平均功率↗
21 / 功率规格NVIDIA DGX B2008 卡整机最大输入 14.3kW；非 MLPerf 测得值↗
22 / 电价美国 EIA 2025工业平均 $0.0862/kWh，非任何特定机房合同价↗
23 / 机房效率Uptime Institute 2026设施容量加权平均 PUE 1.36；单设施平均 1.52↗
24 / 专用平台Groq 模型表GPT-OSS-120B 价格与单用户速度↗
25 / 专用平台Cerebras Developer 价目GPT-OSS-120B 价格与单用户速度↗
26 / 独立测试Artificial AnalysisGroq 与 Cerebras 同模型单请求速度↗
27 / 云价Google Cloud TPUv5e $1.20/芯片小时，区域按需价格↗
28 / 历史测试Google Hex-LLMTPU v5e 上 Llama 2 与 Gemma 聚合输出↗
29 / 云价Nebius B200 / H200当前按需价 $8.50/$5.40 每 GPU 小时↗
30 / 原始基准Nebius 8×B200 · 70BMLPerf v5.1 · 101,610.58 输出 tok/s↗
31 / 原始基准Nebius 8×H200 · 70BMLPerf v5.1 · 34,029.38 输出 tok/s↗
32 / 开权重规格OpenAI GPT-OSS-120B117B 总参数、5.1B 每 token 激活↗
33 / 开权重规格DeepSeek-R1671B 总参数、37B 每 token 激活↗
34 / 开权重规格Meta Llama 270B 稠密模型↗
35 / 闭源模型卡Gemini 4 Argon披露大型稀疏 MoE 架构，未披露 B 数↗
36 / 独立目录Epoch AI · GPT-6 Astra当前具体版本参数规模标 Unknown↗
37 / 历史官方价DeepSeek-R1 上线公告2025-01-20：reasoner $0.55 非缓存输入 / $2.19 输出↗
38 / 基准定义MLCommons · R1 checkpoint参考实现固定 deepseek-ai/DeepSeek-R1 的 2025-03 修订↗
39 / 官方变更DeepSeek API 更新记录R1 旧接口迁移及 V4 Pro、Flash 上线时间↗
40 / 托管市场价CBRE 北美机房租金250–500kW 需求约 $196.25/kW·月；本页中性参数取整为 $200↗
41 / 融资披露CoreWeave 2026 Q2 10-Q部分 OEM 短期融资加权平均利率 9%；非本页八卡服务器的实际融资合同↗
42 / 同商 API 价CoreWeave Forge · GPT-OSS-120B输入 $0.03、输出 $0.17／百万 token；与其 MLPerf 同模型名↗
Google 4 Argon 促销价 $2/$10 截至 2026-11-30，之后 $4/$20；3.8 Flash $0.75/$3.75 截至 2026-12-31，之后 $1.50/$7.50。DeepSeek 高峰为周一至周五 UTC 01:00–04:00 与 06:00–10:00，中国法定节假日除外。