都说开源模型托管能印钱，有人算完账发现H200回不了本

开源模型托管是不是一门好生意，一直有两种声音。一种说权重免费、按token收钱，毛利高得吓人；另一种说算力成本摆在那，跑起来才知道谁在裸泳。

Yingjun Wu最近把DeepSeek V4.1 Flash的账算了一遍，结论不太乐观。按他的测算，用H200托管这个模型，即使把利用率拉到100%，收入也覆盖不了GPU的租金。换到B300，盈亏平衡点大约在35%利用率。

这句话拆开看：H200上不是赚多赚少的问题，是结构性亏损。B300上好一些，但前提是你能稳定跑到三成以上的利用率。闲置的卡在烧钱，这个道理做推理服务的人都懂。

需要补一点背景。DeepSeek V4.1 Flash是DeepSeek开源模型线里的轻量版本，主打推理成本低。H200和B300都是英伟达的数据中心GPU，前者是Hopper架构的主力，后者是Blackwell Ultra一代。租这些卡的价格不便宜，按小时计费，跑满和闲置是两个世界。

所以“托管开源模型印钞”这个说法，吴英骏的回应是：Profitable, yes. Simple, no. 能赚钱，但不简单。

这里面有几个变量容易被忽略。第一是模型的实际吞吐，V4.1 Flash虽然是Flash版本，但推理时的batch size、序列长度、并发数都会影响单卡产出。第二是定价，按token收费的价格战打得厉害，毛利空间被压缩。第三是利用率，生产环境里的流量有波峰波谷，凌晨三点的闲置算力不会自己变成钱。

吴英骏在推文最后问了一句：生产环境里其他人看到的是什么。这个问题比结论更有意思。同样一张卡，跑不同的模型、接不同的流量、定不同的价格，账本完全不一样。有人说能赚钱，大概率是真的；有人说回不了本，大概率也是真的。

区别在于，你有没有把闲置率、运维成本、折旧这些藏在水下的部分算进去。

原推文链接：Yingjun Wu on X