deepseek 模型训练一次多少钱

很多团队在算 AI 预算时，会顺手冒出一个问题：DeepSeek 这种量级的模型，训练一次到底烧多少钱？但直接要一个数字基本没用——同样的模型，数据来源、卡型、租还是自建、要跑几轮，差出来的是数量级。这篇不讲八卦数字，而是把成本拆成几块可估的账，让你按自己手上的条件去站内页面套当时的价，算出一个能拿去汇报的区间。

很多团队在排 AI 预算时，会顺手冒出一个问题：DeepSeek 这种量级的模型，训练一次到底烧多少钱？真要一个数字，其实基本没用。同样的模型，数据来源、卡型、租还是自建、要跑几轮，差出来的是数量级。与其找一个人家的数字来抄，不如把成本拆成几块自己能估的账，按手上的条件去站内页面套当时的价，算出一个能拿去汇报的区间。

这篇只解决一件事：让你说清自己讲的「一次训练」覆盖什么阶段，然后把钱按环节拆开，知道每一块受什么影响、去哪里核对数字、怎么给老板一版低中高三档的区间。具体单价、卡型规格、模型资料，一律以站内页面当时的数字为准，别用记忆里的老价往外推。

为什么没人能直接报一个「训练一次多少钱」

训练成本不是一个贴在商品上的固定标价，它是「算力乘以时长再乘单价」，再叠上数据和人力。任何一环动一下，结果就变。别人报的数字对你有参考价值的前提，是你们的规模、阶段口径、卡型来源至少有两项对得上，否则只能当量级感，不能当预算依据。

更麻烦的是「训练一次」这四个字的口径差异。只算预训练，和把中期训练、对齐阶段都包进去，费用能差出很大一块。公开讨论里出现的数字，往往只覆盖其中一段，或者是估算而不是实际账单。你拿它当预算依据，很容易在汇报环节被打回来。

• 先定义自己的「一次训练」：从哪个阶段开始，到哪个阶段结束，产出物是什么
• 把「别人说的数字」拆开看它覆盖了哪几段，对不上的部分自己补估
• 区分估算值和实际账单，预算里只写你算得出来的部分
• 阶段划分不确定的，去站内 /training 页面对照一遍标准阶段口径

把账单拆成四块：算力、数据、人力、隐性开销

想让预算站得住，至少把它拆成四块。算力是大头，按卡时计，卡型、卡数、跑多久三个变量直接决定量级。数据这块包括采集授权、清洗标注和存储带宽，自有语料和外购语料的成本结构完全不同，不能混在一栏里。

人力常被漏算，它至少涉及算法、数据工程、运维三拨人的时间，周期越长越贵。隐性开销则是试错重跑、故障停机、调试期占用的卡，实际发生率不低。预算里不留缓冲，最后超支的往往就是这一块。

这四块的占比会随做法剧烈变化。从头预训练时算力占绝对多数，做领域微调时数据和人力反而可能更显眼。所以别照搬别人的比例，按自己的路线先估一版，再做敏感性检查：哪一块翻倍，总账最疼。

算力这块怎么估：参数量、数据量、卡型与卡时

算力估算的逻辑其实不复杂：先按参数量和训练数据量估出总算力需求，再看目标卡型的实际吞吐，两者相除得到卡时。麻烦在于「实际吞吐」这四个字，厂商标称和你在自己集群上跑出来的差距可能不小，所以基准一定要自己测一遍。

卡时出来之后，乘上当时的单卡小时租金就是算力成本区间。这里的关键动作是去站内页面核对当期价格，而不是用去年听来的数。市场价格是波动的，尤其稀缺卡型，差一个档位总账就明显变化。

1. 估规模明确参数量级和训练数据量，用站内 /tools/model-cost-calculator 跑一遍，得到一个基准算力需求。
2. 测吞吐在目标卡型上跑小规模基准，测出实际每秒能处理多少，别直接采信标称值。
3. 查单价去 /compute/gpu-rental 和 /compute/price-index 看当期租金水平，记下你目标卡型的区间。
4. 算卡时总算力需求除以实际吞吐得到卡时，再乘当期单价，得出算力成本的低中高区间。
5. 定规格用 /compute/sizing 按模型规模算一遍需要几张卡，决定是单机多卡还是多机，这会影响并行效率。

多机并行的效率损耗容易被忽略。卡数翻倍不等于速度翻倍，通信开销会吃掉一部分收益，规模越大越明显。排预算时给并行效率留一个折损系数，比自己骗自己更靠谱。

数据和授权：容易被低估的那一半

训练语料的版权与授权边界直接决定可不可用。能不能用于训练、能不能商用、训练后的模型归谁，这些在签约前就要问清楚，事后再补往往来不及。合规口径可以去 /training 和 /ai-dict/category/safety 对照一遍。

自有数据看起来省钱，其实要算清洗、去重、脱敏的人力，这部分按人天计，量一大就很可观。外购或授权语料的计价方式差别很大，有的按体量、有的按使用范围，报价单上要特别留意「是否允许用于训练」这一条。

• 自有语料：重点估清洗、去重、脱敏的人力，按人天算
• 外购语料：问清计价方式，是按体量还是按使用范围
• 授权条款：确认能否用于训练、能否商用、模型归属如何约定
• 数据准备周期：常常长过训练本身，排期时单独列出，别混进算力预算

数据准备拖一个月，对总账的影响可能比换一批卡还大。

租卡还是自建：成本结构怎么变

短期一次性训练，租卡更合适：成本可预测，不用背设备折旧和维护。长期、反复训练才轮到自建摊薄。判断分界线不在预算总额，而在卡的年使用率——闲置期越长，自建越不划算。

自建要算三年账，采购、机房、电费、运维都要进，参考 /compute/tco 的口径。很多团队只算了采购价就下结论，结果运维和电费在后面慢慢咬人。反过来，如果你只是偶尔训一次，自建的回本周期可能长到没有意义。

还有一种折中做法：错峰租、抢折扣档。单价下来了，但牺牲排期确定性，适合不赶时间的预研和探索性训练。如果项目节点卡得死，这条路要谨慎。

给团队的估算流程：四步走出一版可汇报的区间

把上面的东西收拢成一套可重复的流程，任何团队都能照做。核心不是算得多准，而是每一步都有依据、可追溯，被问到时能说清每个数字从哪来。

1. 定范围写清这次训练包含哪些阶段、目标是什么、产出物给谁用，避免和别人的数字对不上。
2. 估卡时用参数量、数据量、目标卡型吞吐三个输入跑一遍，得出基准卡时，流程参考 /tools/model-cost-calculator。
3. 乘单价去 /compute/gpu-rental 核对当期租金，把卡时换算成算力成本区间。
4. 补其余加上数据、人力、试错缓冲，形成低中高三档，每档标明假设条件。

低中高三档怎么用：低档是理想情况，中档是正常预期，高档给意外留空间。汇报时三档一起给，比一个拍出来的数字更有说服力。具体单价、规格这些数字，一律以站内页面当时显示的为准。

不同做法下这笔钱怎么变

从头预训练最贵，适合有独占数据和长期规划的一方。多数团队其实不需要走到这一步，继续预训练或领域微调就能解决大部分问题，成本量级差得很明显。先看 /stacks/fine-tuning 和 /compute/finetune 的对照，再决定要不要动预训练。

蒸馏、量化、RAG 这几条路线几乎不产生训练账单。如果目标只是让模型掌握内部知识或特定格式输出，知识库路线往往够用，硬上训练反而是浪费。判断分界参考 fine-tune-prompt-rag 那篇的口径。

• 知识要更新频繁：优先 RAG，不产生训练账单
• 只要特定格式或风格：先试提示词与微调，别一上来就预训练
• 有独占数据且要长期用：再评估继续预训练
• 推理成本敏感：量化往往比重新训练更划算

选路线时别只看训练花多少，也要把后续推理、维护、迭代的成本一起算。训练只是一次支出，推理是持续的。两者加起来才是这件事的真实代价。

什么情况下这套估算不适用

这套框架有边界。拿不到真实吞吐数据时，估算误差会很大，必须先在自己的卡上跑基准再谈数字。如果依赖的是全托管训练服务，成本按服务商报价走，自己估卡时意义有限，那时该做的是对比服务商条款而不是算卡时。

涉及合规审查的训练，时间成本受流程影响，可能远超算力账，排期要单独留。还有一点：本篇只给估算框架和判断顺序，具体单价、卡型规格、阶段划分，一律以站内页面当时的数字为准，不要把这套结论外推到别的时期。

如果你发现自己的场景正好落在这几个不适用的格子里，说明你需要的是报价对比和条款核对，而不是成本拆解。那就直接去看价格追踪和供应商页面，别在估算模型上耗时间。