搜「部署一套满血版的deepseek需要收费标准」的人,多半已经在算预算,但算的时候容易把机柜、电费、闲置时间漏掉,只盯住卡的价格。这篇不报具体数字,给你一份把钱分层的清单:哪些是买断式的投入,哪些是每月都会回来的账单,什么规模的团队适合自己扛,什么情况老老实实调 API 更划算。看完能自己对着站内页面填一张预算表。
搜这个问题的人,基本已经在盘算盘了。但大部分人算的时候只盯着那张卡的价格,机柜、电费、散热、闲置那几个月全被漏掉。等机器真架起来,账单一项项回来,才发现总投入跟当初的估算差了不止一截。
这篇不报价。报出来的数字过一阵就过期,还容易误导。我给的是把钱分层的方法:哪些是买断式的、一次付完就完,哪些是每个月准时回来的、不跑也得付,哪些是隐性成本、算的时候最容易忽略。你拿着这套口径,对着站内页面填一遍,自己就能得出属于你的那个数。
先把钱分成三层,别混在一张表里
混着算是最常见的坑。硬件、运行、人力写成一列,总数看着还行,实际每一项都被其他项摊薄了,哪块超支看不出来。分成三层,每层单独看,超标的那个会自己跳出来。
- 一次性投入
- 服务器、显卡、内存、存储、网络设备,买完能撑一段时间,不用每月再掏
- 持续支出
- 电费、机房或带宽、散热、运维,机器开机就产生,停不停都要付的部分单独算
- 人力与试错
- 部署调优、推理框架适配、出问题排查,这部分不体现在发票上但真实存在
判断标准很简单:哪一层算不出数,说明你对那块的用量还没底。这时候别急着下单,先把那块的假设写清楚,宁可写得粗一点,也比拍脑袋强。
硬件这一层,看的是能不能装下而不是多少钱
满血版权重占多大,只是第一道门。KV 缓存按并发数线性往上走,并发请求进来时的临时占用又是一块。只按权重大小选卡,测试环境跑得动,上线一加压当场翻车。这事儿麻烦在,压测之前你永远不知道瓶颈在哪。
- 跑一遍规格测算到 /models/deploy 按模型的参数量、精度、上下文长度算权重和 KV 缓存的基本占用,把自己打算支持的并发数填进去,看总量落在什么区间
- 对卡片规格拿测算结果去 /compute/gpus 对显存、带宽和卡间互联,注意显存要留余量,别贴着上限选
- 按峰值复核如果是对外提供稳定服务,把并发峰值乘进去再留一档余量,单机测算的结论不能直接当结论用
真正每个月回来的是这几张账单
电费和散热是那种「不算不知道」的东西。机器一直开着,不管有没有请求,这几笔都照付。忙的时候你觉得值,闲的时候就是纯亏。所以预算里必须有一栏写清楚:机器的日均负载大概是多少,闲置时段占多大比例。
- 电费:跟卡数和满载时长直接挂钩,满载和空转差得不少,按实际负载曲线估
- 机房或带宽:自建机房和托管是两种算法,托管还要算上机位和电力配额
- 散热:高密度卡位对制冷要求高,这部分常常被算进电费里糊过去,其实要单独看
- 闲置沉没成本:机器没跑满的时候,已投入的硬件在折旧,这笔不体现在月账单上但真实发生
- 备用机和升级:换卡、加内存、备一台冗余机,这几笔别等出事了才想起来
到 /compute/power 和 /compute/tco 把三年口径过一遍。只看第一个月的支出是最容易自我安慰的做法,三年摊下来才是真实水平。排查顺序建议倒着来:先定并发目标,再定卡数,最后才谈价格。反过来做,一定超预算。
什么情况下这套账根本不成立
自部署不是越早越好。有三条同时成立,才值得自己扛:数据必须留在自己机房、调用量稳定且足够大、长期跑同一套模型不怎么换。缺一条,账就容易算不平。
| 你的情况 | 建议方向 | 理由 |
|---|---|---|
| 数据合规要求必须本地化 | 自部署 | 这是硬约束,钱多钱少都得自己扛 |
| 用量稳定且规模可观 | 自部署或混合 | 摊薄硬件成本的前提是持续跑满 |
| 短期试水、用量波动大 | 先走 API | 省下的精力放到业务上更值 |
| 需求还在快速变化 | 先走 API | 换模型比换硬件便宜太多 |
还有一条粗口径的判断:把自部署的年成本(三层加起来)除以预计年调用量,得到单次成本,再跟官方按量价比一比。差距不明显,就别折腾。具体的按量价到 /official-api/providers/deepseek 和 /prices 核对当时的数字,本文不给。
照着填一张预算表,再去站内核对数字
最后落到动作上。自己拉一张表,四栏:项目、性质、估算依据、核对页面。「估算依据」这栏必须写清楚是按什么假设来的,比如「日均请求多少、峰值并发多少、满载几小时」。假设写不清的项目,说明还没想明白,先别填数。
- 列项目把三层成本各自拆成具体条目,一次性、月度分开标注,别合并
- 写假设每个数字背后都写一句依据,写不出来的先空着,回头补
- 核对数字所有金额以 /official-api/providers/deepseek 和 /prices 上的当时数字为准,硬件和运行成本到 /compute/tco 对口径
- 自查漏项填完复查一遍:试错期、备用机、升级换卡这几笔有没有落下,闲置时段的成本有没有算进去
还有一种常见误判:把测试环境的配置当成生产配置来报价,或者反过来。测试环境跑得动不等于生产扛得住,两套数别混用。真拿不准,先按保守的那套估,超了再往下调,比中途发现超支好收场。
自部署的账,难的不是算总价,是算清楚每一笔属于哪一层。下一步把模型规格和并发假设带进去,先跑一遍部署测算,再对一遍全生命周期成本,你那张预算表基本就成型了。→
常见问题
自部署一定比调 API 便宜吗?
不一定。只有当调用量足够大且长期稳定、数据又必须自己保管时,自部署的摊薄成本才可能更低。小团队或波动大的业务,把精力放在业务上更实在。建议用年成本除以预计年调用量,跟官方按量价做个对照再决定。
为什么文章里一个具体金额都不给?
卡价、电价、租金天天在变,写死一个数很快就过期,还会误导预算。正确做法是到 /compute/price-index、/compute/gpu-rental 和 /official-api/providers/deepseek 看当时的数字,再套进本文的分层清单里算。
预算算出来勉强够,可以上吗?
先把试错期和备用机这两笔补进去再判断。实际部署里返工、换卡、调优占用的时间往往比预期长,预算贴着上限走会很被动。如果补完之后余量很薄,先按 API 接入跑一段时间,攒出真实用量再回来算。