算力租赁平台卡时成本与单卡产出核算
10 月 21 日，DeepSeek 开源了一套推理框架，公开资料里给出的口径是单卡每小时可以做到 38 美元收入。同一天，英伟达发布预制化算力方案，把数据中心建设周期压缩到 14 天。两条消息放在一起，行业叙事的重心发生了变化：过去讨论的是卡能不能买到，现在讨论的是一张卡每小时能产出什么。
对租算力的企业来说，这个变化有很直接的用处。租金的本质是把卡时买下来，卡时再转成 token 卖出去或者支撑自己的业务。如果不知道卡时成本是多少，就无法判断某个报价是贵还是便宜，也无法判断自己的业务能不能覆盖这份租金。
一、38 美元这个数字该怎么读
先说清楚口径。这个数字来自 DeepSeek 随推理框架公开的一组测算，指的是在特定模型、特定批大小、特定 token 定价下的单卡时收入，属于厂商公开的最佳实践值，不是行业平均水平。
把它当成上限参照比较合适，不能当成基准。同一张卡跑不同模型，吞吐能差几倍；同一个模型面对不同请求长度，单卡产出又能差几倍。有第三方测算把单卡时收入压到几美元的量级，也有团队跑出高于 38 美元的结果，差别全在这些变量里。
但它至少提供了一个坐标。有了这个坐标，租金的贵贱就不再是靠感觉判断，而是可以算的：卡时成本占卡时收入的比例是多少，这个比例决定了生意的安全边际。
极智算官网容器实例页面，2026 年 10 月 22 日采集：NVIDIA H20 96G 包月 ¥4464，配置为 24 核 / 128G 内存 / 50G 系统盘 + 50G 数据盘。
按一个月 730 小时折算：4464 ÷ 730 ≈ ¥6.12 / 卡时。
按 1 美元约 7.1 元估算，约合 0.86 美元 / 卡时。
对照单卡时 38 美元的收入口径，成本占比约 2.3%。这个比例看起来极低，但它是理论值，前提是卡被跑满、请求结构理想、token 按公开价成交。
二、把官网所有机型换算成卡时
同一套算法可以套到每一档机型上。下表的月租取自官网容器实例页面，卡时成本按 730 小时折算，均为单卡口径。
| 机型 | 包月价 | 折合卡时 | 每 GB 显存卡时 |
|---|---|---|---|
| 4090 24G | ¥1073 | ¥1.47 | ¥0.061 |
| 4090 48G | ¥1956 | ¥2.68 | ¥0.056 |
| 910B 64G（标准节点） | ¥2577 | ¥3.53 | ¥0.055 |
| 910B 64G（83 折节点） | ¥2139 | ¥2.93 | ¥0.046 |
| A800 80G | ¥5148 | ¥7.05 | ¥0.088 |
| H100 80G | ¥9345 | ¥12.80 | ¥0.160 |
| H200 141G | ¥10036 | ¥13.75 | ¥0.098 |
表里有一个规律值得注意：按卡时绝对值排序，H200 最贵；按每 GB 显存的卡时成本排序，H200 只有 A800 的 1.1 倍，而卡时绝对值是 A800 的 1.95 倍。这说明大显存档位的溢价远低于它的容量倍数。
对推理业务来说，这个差异很重要。显存决定了能装多大的模型、能留多少给 KV Cache、能支撑多少并发。KV Cache 不够，吞吐就上不去，单卡产出随之下滑。所以选型时先看每 GB 显存卡时成本，再看绝对卡时价格，顺序反了会算错账。
需要按自己的业务模型核对具体机型与实时价格，可以直接查算力市场实时报价，库存与价格都会随时间变化。
三、产出由三个变量决定
第一个变量是模型规模。同一个显存档位跑 7B 和跑 70B，吞吐能力差一个量级。模型越大，权重占的显存越多，留给 KV Cache 的空间越少，能同时处理的请求数被压下来。这不是优化能解决的问题，是硬约束。
第二个变量是批大小与序列长度。批大小拉起来，单卡吞吐会上升，但延迟也会上升。在线交互类业务对首 token 延迟敏感，批大小上不去；离线批处理类业务可以把批大小拉满，单卡产出能高出好几倍。同样是租一张卡，业务形态决定了产出天花板。
第三个变量是 token 定价。同样的吞吐，卖什么价决定了收入。公开的 API 价格这几年一直在降，单 token 收入在缩，能守住利润的路径只有两条：把吞吐做上去，或者把单位 token 的成本压下来。租卡的性价比判断必须放在这条趋势里看。
拿月租除以理论峰值吞吐，得出单 token 成本，再与 API 挂牌价比较，得出结论说租卡不划算。
问题在于理论峰值吞吐假设请求永远排满、序列长度恒定、没有冷启动。真实业务里这三个条件很少同时成立。按实际峰值流量而不是平均流量配卡，利用率通常只有三到五成，单 token 成本会按比例放大。
正确的做法是用自己业务的真实请求曲线跑一周，拿到实际吞吐，再乘利用率系数。
四、什么情况下租卡，什么情况下调 API
业务量稳定且规模够大，租卡更合适。当自有流量能长期把卡跑满，边际成本会明显低于按 token 付费。判断门槛可以粗略用一条线：月租除以实际吞吐得到的单 token 成本，如果低于 API 价格的三成，租卡的账就比较稳。
业务量波动大或处于验证期，调 API 更合适。容器实例可以按小时起停，这一点已经降低了试错成本。但如果业务只是白天跑、峰值只有几个小时，包月摊到每个有效小时的成本会翻倍，按量计费的代价反而更低。
对数据不出域有硬要求，只能租卡或自建。金融、医疗、政务这类场景，模型可以外采，数据不能外流，API 路线直接被排除。这时候比较的对象变成租与买，判断依据是负载曲线能维持多久的高位。
常见问题
不建议。这是特定条件下的最佳实践值，模型、批大小、请求结构、token 定价四项都取在有利位置。做测算时先用它作为上限参照，再用自己业务的实测吞吐替换，中间留出足够的安全边际。把它当成行业均值会严重高估收益。
因为大显存档位的定价倍数低于容量倍数。H200 141G 的卡时是 A800 80G 的 1.95 倍，显存是 1.76 倍，折算到每 GB 只高 11%。再考虑到大显存能减少模型切分带来的通信开销，跑大模型时实际差距会更小。小模型或轻量推理则不必追大显存，4090 档位的每 GB 成本更低。
三者折合到小时的单价基本一致。以 910B 64G 为例，按量 ¥3.58/时、包天 ¥85 折合 ¥3.54/时、包月 ¥2577 折合 ¥3.53/时，差异在 1.5% 以内。所以包月的价值是锁定价格预期与库存，不是单价更低。短期项目用按量不吃亏。
没有统一答案，取决于自己的单 token 成本与 API 价格的差额。一个可操作的判断是：如果连续两个月的平均利用率低于三成，且业务量没有明确的增长预期，租卡的固定成本就会吃掉全部节省。这时候保留少量实例做灰度，主要流量走 API，是更稳妥的结构。
DeepSeek 开源推理框架与单卡时收入口径：2026 年 10 月 21 日公开报道，属厂商公开测算值。
英伟达预制化算力方案：2026 年 10 月 21 日 GTC 柏林站公开信息。
机型配置与价格：极智算（jygpu.com）官网容器实例页面，2026 年 10 月 22 日采集。卡时成本按 730 小时/月折算，属估算口径，实际时长以平台账单为准。价格随市场波动，以下单页面显示为准。
本文数据用于行业分析，不构成采购建议。
把业务模型、目标并发、日请求量三项列出来，可以按统一口径折算需要的卡数与卡时预算。
查看算力市场实时报价