deepseek v3 训练成本 557.6万美元

很多人看到 DeepSeek V3 训练成本这个数字，第一反应是「这么便宜，我也能训」或者「这肯定不真实」。卡住的地方其实不是数字本身，而是没人告诉你这个数字是按什么口径算出来的：包不包人力、包不包试错、包不包数据。这篇把成本拆成几块，给你一套自己也能套用的估算顺序，数字去哪看、怎么核都写清楚。

很多人看到 DeepSeek V3 训练成本这个数字，第一反应是「这么便宜，我也能训」，或者「这肯定不真实」。卡住的地方其实不是数字本身，而是没人告诉你这个数字是按什么口径算出来的：包不包人力、包不包试错、包不包数据。口径没对齐，讨论就会变成各说各话。

这篇把成本拆成几块，给你一套自己也能套用的估算顺序。数字本身会变，硬件行情、租赁价格、人力成本都在动，所以具体数值请到站内的价格追踪和算力相关页面核对当期口径。你要带走的是拆账方法，不是记住一个数。

那个数字到底在说什么：先把口径对齐

训练成本和「总研发投入」不是一回事。前者通常只覆盖一次完整训练跑完所消耗的算力，后者还包括前期实验、失败重跑、数据清洗和人力。这两个词在传播里经常被混用，导致同一个团队的两份说法看起来互相矛盾，其实只是口径不同。

看到任何训练成本数字，先问三件事：算的是哪一部分、按什么硬件单价折算、含不含折旧和电费。这三个问题问完，你大概就知道这个数字能不能拿来当自己的参考。

把训练成本拆成三只桶：算力、数据、人

最实用的拆法是三只桶。分开看，你才知道公开数字和你的实际预算差在哪一块。三只桶里只有一只算得准，另外两只都是估算，而恰恰是估算的那两只最容易让预算翻倍。

算力桶

卡时乘以单价，这是唯一能算准的一块，其余两块都是估算

数据桶

采集、清洗、去重、标注的工时和工具费，经常比算力还贵，但很少被算进「训练成本」

人桶

调参、盯训练、处理崩掉的 checkpoint，按人月算，这部分最容易被忽略

如果你是要向老板或客户解释预算，建议按这三只桶分别列一行，而不是给一个总数。总数没有说服力，分项才有讨论空间，也方便对方指出哪一项估得不对。

算力这块怎么估：从卡时倒推，别从总价倒推

算力估算的方向很重要：从卡时倒推，不要从总价倒推。先定模型规模、训练 token 量和训练轮数，得出一个粗略的总计算量，再除以硬件的实际吞吐，最后才乘单价。反过来做，你只是在给一个想要的结果凑数。

1. 定规模和 token 量把模型参数量、训练 token 量、训练轮数写下来。不要写「大概几百 B」，写具体数字，哪怕估错也要有基准。
2. 算总计算量用参数量和 token 量估出一个量级，乘法关系先理清，单位统一。这一步只求量级对，不求精确。
3. 按实际吞吐折算卡时实际吞吐要打折：通信开销、负载不均、掉卡重跑都会吃掉有效算力，按标称值算一定偏低。通常要给一个明显的折损系数。
4. 乘真实单价并补上配套把卡时乘上你真实的租用或采购单价，电力、散热、机架这些另算。单价口径可以到站内价格追踪相关页面核对当期数字。

如果算力是租的，单价相对透明，直接查当时的市场报价就行；如果是自建的，要按折旧年限和电费折算，这时候单价看起来低，但前期投入要单独算。两种口径不能混用。

数据和人力怎么算：这两块决定你的数字和公开数字差多远

数据成本按「每单位数据的处理成本乘以数据量」估，清洗和去重的费率通常高于采集。很多人只算了采集，没算清洗，结果实际花销比预期高一截。数据量越大，清洗的边际成本越难摊薄。

人力按团队规模和周期估。一家 5 人小团队做同样的事，人月数往往比大厂多而不是少，因为工具链、流程和踩过的坑都不一样。大厂的一份内部文档，小团队可能要花几天重建。

• 先算数据采集的量级，再单独算清洗和去重的比例，两者不要合并成一项
• 标注如果外包，要算沟通和返工成本；如果自建，要算培训和质检成本
• 人力按人月列，不要按「几个人几个月」模糊描述，前者才能进预算表
• 给数据和人力各留一段缓冲，这两块最常出现「做着做着发现还要再做一遍」

公开的训练成本数字一般不含数据和人力这两块，所以拿它当自己的预算一定会超。这不是数字造假，而是口径本来就不覆盖这些。理解这一点，比争论数字真假有用得多。

为什么不同来源的数字差那么多：四个常见变量

同一件事，不同来源给出的数字可能差出一个量级。这不一定是有人算错，多半是四个变量在起作用。看清变量，你就能判断某个数字适不适合拿来类比。

硬件口径按采购价摊折旧还是按市场租价，差出一大截；利用率口径跑满卡和跑一半卡，最后的总卡时完全不同。这两条是最常见的分歧来源，讨论成本时先把它们说清楚。

是否含试错和是否含推理，是另外两条。只算成功那一次，还是把前面烧掉的实验都算上，会直接影响数字的可比性；训练一次的成本和长期推理成本是两笔账，混在一起看容易得出错误结论。想对比不同来源的数字，可以到站内的评测和资料库页面看它们各自的注明口径。

把它换成你自己的估算：四步走

前面的拆解都是为了这一步：把别人的数字换成你自己的估算。步骤不复杂，难的是每一步都写下来，而不是在脑子里估个大概。写下来的好处是，事后可以逐项复盘哪一步估偏了。

1. 定规模和 token 量确定你要训的规模和 token 量，写下来，不要凭感觉。这一项决定后面所有估算的量级。
2. 算总卡时再乘单价用卡时估算表算出总卡时，再乘你手上真实的卡单价。单价来源要注明是租还是自建折算。
3. 加上数据和人力在算力基础上加上数据和人力两块，通常会在算力基础上再翻一截。这两块按前面说的方式分项列。
4. 留重跑冗余训练中途失败重来几乎是常态，不留冗余的预算就是假预算。至少按一轮完整重跑留出空间。

如果你只是要给一个量级判断，这套流程走一遍大概能让你心里有数。如果你要对外报价或申请预算，建议把每一步的假设都写进附件，方便对方逐条质疑，也方便你自己回头修正。

什么情况下这套估算不适用

这套拆法针对的是全量训练。如果你只是要微调或做 LoRA，量级和全量训练完全不是一回事，用这套会把自己吓退。微调的成本结构里，数据和人力占比更高，算力反而相对可控。

如果算力是自有的、不看机会成本，那单价那一栏要按折旧和电费算，不能直接套市面租金。自有算力的隐形成本是「这些卡如果租出去能赚多少」，这笔账要不要算，取决于你的决策场景。

• 只做微调或 LoRA：换用轻量估算，别套全量训练的口径
• 自有算力且不计机会成本：单价按折旧和电费算，不套租金
• 对外报价或申请预算：口径要更保守，失败重跑按至少一轮算进去
• 纯做学术研究或内部验证：可以只算算力，但要在结论里注明未含数据和人力
• 数据来源已确定且成本极低：数据桶可以简化，但人力和重跑冗余不能省

训练成本这个数字的价值不在它本身，而在它逼你把算力、数据、人力三笔账分开算清楚。