中原证券AI报告通过对DeepSeek推理系统的深度测算，揭示了大模型推理成本的巨大优化空间。DeepSeek-R1的API输入/输出成本分别为0.55/2.19美元/百万token，仅为OpenAI o1的1/30。在日均提供约6080亿输入token和1680亿输出token的服务量下，理论日收入达56.2万美元，毛利率高达84.5%。这一水平远超市场预期，证明MaaS服务在合理定价下仍可实现高盈利。DeepSeek通过算法优化，在H800（80GB显存）上实现了比H200（141GB）更高的吞吐性能，彻底改变了对“高推理成本”的认知。

DeepSeek用278台H800（2224张GPU）提供推理服务，平均占用GPU仅1814张。其每节点（8卡）平均输出吞吐达14.8k tokens/s，而英伟达H200（141GB显存）节点在相同任务上为5.9k tokens/s——DeepSeek在显存和带宽均落后的情况下，实现了151%的性能超越。这得益于其对MLA、EP专家并行、FP8、DualPipe等技术的极致优化，以及通过PTX编程对英伟达GPU微架构的深度挖掘。

根据DeepSeek公布的线上系统统计，日输入token约6080亿（其中缓存命中3420亿），日输出token1680亿。按R1定价（缓存命中输入0.14美元/百万、缓存未命中输入0.55美元/百万、输出2.19美元/百万）计算，理论日收入为56.2万美元，而日推理总成本为8.7万美元（按每卡2美元/小时），毛利率达84.5%。虽然实际收入因免费网页/APP服务、夜间折扣等会减少，但如此高的理论毛利率已证明MaaS服务的商业可行性远优于此前预期（OpenAI预计2026年年度亏损或达140亿美元）。

过去高推理成本是AI应用大规模推广的核心瓶颈。DeepSeek将成本降至o1的1/30后，开发者可以用更低成本试错和迭代，催生更多创新应用。同时，成本下降并未减少算力总需求——应用爆发带来更多用户和更多调用，尤其Agent类应用通过多步推理链路完成复杂任务，将单次调用扩展为多次链式调用，请求密度指数增长。从DeepSeek自身看，其日间高并发时段节点全负荷运行，说明需求仍在快速增长。

DeepSeek在“Open Source Week”中开源了推理系统的全部核心技术，包括FlashMLA解码内核、DeepEP通信库、DeepGEMM矩阵乘法、DualPipe并行算法、EPLB负载均衡器、3FS文件系统等，并公开了推理系统概览和线上统计数据。这为全球MaaS服务商提供了效率标杆和可直接复用的优化方案，有望推动整个行业推理成本进一步下降，形成良性循环，加速AI普惠化进程。

表：DeepSeek推理成本与收入测算

指标	数值
推理服务器节点数	278台（平均占用226.75台）
日输入token	6080亿（缓存命中3420亿）
日输出token	1680亿
每节点平均输出吞吐	14.8k tokens/s
R1输入价格（缓存命中/未命中）	0.14/0.55美元/百万
R1输出价格	2.19美元/百万
理论日收入	56.2万美元
理论日成本	8.7万美元
理论毛利率	84.5%