先说结论，
得用价差，把用户都赶到夜里去用。
再说建议
我建议DeepSeek搞个『峰谷差千倍』的促销。
再说由来，
当下，DeepSeek空闲档的缓存命中输入是2分钱，
高峰档的输出是8块钱，倍数是400倍。
然而，这还远远不够。
我的促销活动的策划灵感从哪里来的呢？
先看这条国外的推文。
那这条推特在讨论啥？
要好好看这张图，信息量爆炸，
得保存在手机相册里，有空就好好琢磨。
我想，GPU卡有点像发电机了。
只要有，就可以发电（Token），
当然，开源模型反正也不要钱。
这个推特讨论的已知条件是每用户125tok/s，
这个生成速度，这非常高了，
人眼看肯定不用这么高，之所以定得这么高，
是因为场景是Agentic，输出不是给人读的，
一个智能体任务要来回几十轮。
每秒生成token数肯定要高。
第零个前提，你得有电，
用爱发电不行，
还得一吉瓦。
这个问题在中国不难受。
所以是第零个前提。
第一个前提，是有卡。
不谈这个，谈这个伤感情。
第二个前提，这个"P90125tok/s/user"，
就是说9成用户的输出速度，
不低于每秒125个token。
所有用户的输出速度从慢到快排队，划一条线，
90%的用户体验不差于这条线，
这样就有P90这个服务水平线了。
现在，业界讲延迟、讲吞吐，
基本都用中位数，因为平均数不行了，
平均数看不到倒霉蛋的体（悲）验（惨）。
简而言之就是，
第三个前提，利用率，"Utilization60%"，
只有六成的时间在真正产出token。
剩下四成是闲置和维护。
算力成本是按全年8760小时，
一方面，成本按100%的时间算，
另一方面收入只按60%的时间算，
这个设定其实相当诚实，闲置的卡真浪费。
所以所有卡的这个成本里，
包含了大量"卡在发呆但钱照烧"的时间。
说人话就是，成本的分母是8760小时。
收入的分母是8760×60%≈5256小时。
在保证九成用户都有125token/s的前提下，
每秒实际吐出多少token？
于是，推文是在算这样一笔账：
那些有卡有电的GPU云厂，
把开源模型跑起来，
再照DeepSeek官方的那个价格对外卖token。
到底能赚多少钱？
这个推文，一图顶千言了。
唯有沉默看图了。
答案按卡型有不同的钱数，
比如，B200跑开源的DeepSeekV4.1Flash，
哪怕按官方定价卖token，
每一吉瓦电一年能收上来约多少钱。
咱们看怎么算的？
先说梁文锋和梁文谷。
我发现这门生意的盈亏，
和"高峰时段"这一个变量关系极大。
因为缓存命中输入的时候，真便宜。
梁文谷时的缓存命中输入，
大约是每百万token人民币两分钱（0.02元）。
BGM响起来，2分钱，买不到吃亏，
买不到上当。
还有，缓存命中和未命中之间差50倍。
咱就讨论B200这个型号的卡。
B200的收入152 亿、成本89 亿、利润63 亿，
都印在柱子上。
成本是$1.73/卡/小时。
卡数由电力决定，1吉瓦。
1吉瓦体感多大呢？
三峡电站总装机22.50万千瓦，
相当于22.5台1吉瓦的机组。
B200 的全包功耗约1.7千瓦，
1吉瓦除以B200每张卡分到1.7千瓦，
一吉瓦电只能养活58.7万张B200。
成本是怎么来的？
公式是：
成本=卡数 × 单卡每小时成本 × 8760小时
所以成本是89亿美元。
最后，推文里有句话，
用Engram DRAM卸载，省钱了，为啥？
V4.1Flash里有个著名的记忆模块，
（叫Engram，有1960亿参数，大小约189GB）。
跑推理的时候，把模型里那块"查表数据"，
从昂贵的显存搬到便宜的内存甚至硬盘上，
省下了昂贵的HBM。
证据都说完了，别废话，怎么赚大钱？
一眼看上去，两条：
能选对卡，人生赢家。
能让用户错峰出行，人生赢家。
你再深入好好看看，
好玩的附加题来了，
当下，既然空闲档的缓存命中输入是2分钱，
高峰档的输出是8块钱，差400倍。
看在钱的面子上，
让我做智能体做成本优化时，注意什么?
第一，好好设计前缀，
因为『缓存命中』这一档，太便宜了。
第二，尽量在谷时用，
谷时，便宜了好多。
第三，输出永远是最贵的一档，
输出长了太费钱了，
而且智能体场景是给程序看的，
怎么好好设计一下，好好控制下，
程序看懂就行了。
附加题我就不会了，
我只能提个小建议，
建议DeepSeek搞个『峰谷差千倍』的促销。
差距400倍根本不够，
用价差，把价格敏感的用户，
都赶到夜里去。
1.独家深度丨夸克健康大模型调研报告
2.熬夜三年肝损害，AI博主也靠AI学“续命”医学知识
3.为什么AI能预警心脏主动脉“血管炸弹”？
4.对话作者：全球首个开源手术视频大模型SurgMotion
5.阿里达摩院：做胸腹部CT，顺便筛了肠癌｜独家对话和睦家医院朱刚主任
6.我用剧烈腹痛两周，读懂了阿里达摩院《科学》论文RADAR
7.阿里达摩院又又又发布食管癌AI模型
《AI产品和技术模块》
1.Kimi Agent产品很厉害，然后呢？
2.搞懂“记忆”必看｜吃透Engram
3.实属踩踏了？深水炸弹Seedance掩盖Seed2.0
4.Harness内心OS：大模型只管想，剩下烂摊子全我的
5."纠缠软件"是什么？Agent？还是Harness?
6.排行榜是别人的，手感是自己的：Kimi K2.6体感报告
7.Agent才不会"赢家通吃"，证据来了……
8.央企OPC的玩法和困境：让Agent能跑，还要改造费？
9.Agent大战，赢家暗自在哪下功夫?
《具身智能》
1.“26年具身智能，根本做不过来”：含陶大程教授独家
2.漫画：大模型“强控”具身智能机器人？
2.英伟达：照抄者死，阿里华为：AI集群狂飙『全解耦』
3.阿里华为『血战』英伟达AI超节点
4.抢在英伟达护城河合拢前，硅光的冲刺与最后窗口
5.OCP现场 l 北美AI巨头罕见共识ESUN，为利益握手
6.为什么有些『闪断的锅』，硅光不背?
7.为了Token，阿里云竟然出了一个TPN？
8.杀死Token成本：靠的不仅是更强的芯片
9.独家深度 | 光互连战争：CPO还没有赢，NPO怎么继续活？
