deepseek训练花了多少钱

你大概见过好几个版本的「DeepSeek 训练花了多少钱」，数字能差出好几倍。这不奇怪，因为说的人算的根本不是同一笔账：有人只算最后那次训练的卡时，有人把预实验、消融、失败重跑全算进去，还有人把数据、人力和集群折旧全摊进来。这篇不给你一个数，而是给你一套对齐口径的方法：搞清楚每一块成本该怎么看、去站内哪个页面核对当期数字、以及什么情况下这些估算不适用。

你大概率见过好几个版本的「DeepSeek 训练花了多少钱」，数字之间能差出好几倍。这不是谁在瞎说，而是说的人算的根本不是同一笔账：有人只算最后那次成功训练烧掉的卡时，有人把预实验、消融、失败重跑全算进去，还有人把数据采购、标注人力、集群折旧也一并摊进来。口径不同，结论自然对不上。

所以这篇不打算给你一个具体数字——给了也不准，硬件和单价一直在动。它给的是一套对齐口径的方法：先搞清训练成本由哪几块拼出来，再看公开说法通常指的是哪一块，然后按固定顺序去核对任何一个你碰到的数字，最后说说什么情况下这套估算压根不适用。需要看当期数字时，去站内对应页面核对。

训练成本到底由哪几块拼出来

最容易被单独拎出来说的就是算力，也就是卡时。但卡时只是最显眼的一块，不是全部。数据采集与清洗、人工标注与对齐、工程与运维人力、集群排队和闲置带来的损耗，这些都会实打实吃掉预算。只看卡时，等于只看了成本表的第一行。

• 算力开销：卡时是主力，但要区分满载跑和断续跑，后者利用率可能低不少
• 数据成本：采集、清洗、去重、标注，尤其在需要人工介入的环节，这部分常被低估
• 人力成本：训练框架、数据管线、故障排查、对齐调优，都是持续投入的岗位
• 集群损耗：排队等待、闲置、中途失败重跑，这些不会出现在漂亮的算力账单里，但钱照花
• 迭代成本：一个能上线的模型，背后往往有好几轮预实验和消融，全部计入才是完整账

这里有个最常见的混淆：「一次训练」和「一个模型」是两回事。同样一个模型，跑一次成功训练的成本，和从立项到上线累计烧掉的总成本，可能差好几倍。所以问别人之前，先说清楚你问的是哪一笔。要看这几块的量级关系，可以先去站内 训练一个模型要烧多少算力 对一遍，再回头理解具体花费。

公开说的那个数，通常是什么口径

公开发布里提到的训练花费，大多数指的是「最终那次成功训练的算力成本」。它一般不含前期试错、数据准备和后续迭代，也不含人力。这意味着它只是真实总投入的一部分。拿它当整个项目的钱会明显偏低，反过来拿它当模型的全部价值也不对，因为它压根没计算法、数据和产品的投入。

还有两种常见误读值得单独说。第一种是把推理成本和训练成本混着比：训练是一次性大额支出，推理是随调用量持续增长的开销，两者不该放在同一个尺度上比大小。第二种是忽略单价的时间差，卡时单价今天和去年不一样，拿旧数字套今天的规模会失真。参考站内 租卡现在贵不贵 看当期水平，别用记忆里的价格算。

遇到一个训练成本数字，按这个顺序核对

凭空争论没有意义，按固定顺序把口径对齐，剩下的就是算术。下面这套顺序从范围问到单价，四步走完，你基本能判断这个数字能不能用、该怎么用。

1. 问范围是单次训练、单个模型，还是整个项目周期；含不含数据、人力、折旧。对方答不上来，这个数就先打个问号。
2. 问硬件用的什么卡、多少张、跑了多久、是满载还是断续；租的还是自有集群。这决定了后面单价的算法。
3. 问单价口径卡时按什么价折算，是租用挂牌价、合同价还是自建摊销价。三种算法出来的数不能直接相加。
4. 再换算成区间把「卡数 × 时长 × 单价」算成一个范围而不是一个点，因为利用率波动通常比单价波动更大。具体型号规格可到 加速卡规格库 查。

只有口径对齐之后，再横向比别家才有意义，否则你比出来的是算法差异，不是真实差距。顺便说一句，同一家不同时间公布的数字，也可能因为集群规模变了而不可比，这种情况直接当成两组独立数据看。

什么情况下这套估算不好用

这套口径对齐的方法主要服务于「从头预训练一个模型」这个场景。如果你的实际问题和它不沾边，硬套会得出误导性结论。下面几种情况就别往这个框架里塞。

• 只做微调或部署、不从头预训练：套预训练口径会严重高估，去看 微调和托管推理哪家划算 更对路
• 纯推理业务的预算问题：训练成本基本不相关，应该按调用量走 模型成本计算器
• 硬件迭代很快的时期：用一年前的训练成本推今天的投入会失真，公开数字往往滞后于硬件换代
• 对方只给一个总数、拒绝说明口径：这个数就当参考，不要写进自己的预算表

另外一个容易被忽略的边界：如果你是拿这个数字去做商业决策，那它单独存在几乎没有价值，必须和你的调用规模、上线节奏放在一起看。不同规模的问题，同一个训练成本的意义完全不同。

训练成本从来不是一个数，而是一组口径；先把口径问清楚，数字才有比较的意义。