原贴链接

该帖子仅提供了一个链接：https://github.com/deepseek-ai/open-infra-index/blob/main/202502OpenSourceWeek/day_6_one_more_thing_deepseekV3R1_inference_system_overview.md，没有实质内容可翻译

讨论总结

该讨论是基于DeepSeek - V3/R1推理系统展开的。评论者从多个角度进行讨论，包括计算DeepSeek的营收、成本和利润情况，探讨公司的商业决策如夜间折扣和GPU下线，对比其他公司像OpenAI的定价、成本和性能关系，还提到开源模型可从相关信息中获益，也有对DeepSeek回应补贴质疑等话题的讨论。整体氛围积极，大家积极分享观点并展开深入讨论。

主要观点

  1. 👍 给出DeepSeek不同使用率下的年度经常性收入假设值
    • 支持理由：从数据角度假设不同使用率下的收入情况，为后续计算营收等提供基础。
    • 反对声音：无
  2. 🔥 公司夜间下线GPU所以有夜间折扣是合理的经营方式
    • 正方观点：符合商业道德、开放且双赢、值得信赖。
    • 反方观点：无
  3. 💡 低价格存在较大利润空间
    • 支持理由：以较低价格出售仍有不错的营收和高利润率，如提到545%的成本利润率。
    • 反对声音：以8美元/令牌价格盈利需要规模，小批量和少量GPU下推理效果不佳。
  4. 🤔 对提到的545%成本利润率表示关注
    • 支持理由：该利润率引发对其他公司如OpenAI定价、成本等方面的思考。
    • 反对声音：无
  5. 👀 Deepseek发布帖子可能是回应补贴质疑
    • 支持理由：中国有对其API亏损的质疑，现在发布财务细节可作回应。
    • 反对声音：无

金句与有趣评论

  1. “😂 Revenue - Cost = $562,027 - $87,072 = $474,955”
    • 亮点：直观地展示了DeepSeek的营收与成本计算结果。
  2. “🤔 I read the article. They gave night discounts recently, now we know why. There’s nice graph which shows they are offlining GPUs at night.”
    • 亮点：揭示了夜间折扣与GPU下线之间的联系。
  3. “👀 cost profit margin of 545%.”
    • 亮点：高成本利润率的数据吸引关注并引发后续诸多讨论。
  4. “😂 Just shows how western labs don’t have an incentive to push down their inference costs since they have a captive customer base.”
    • 亮点：指出西方实验室在成本方面的特点及原因。
  5. “🤔 我听说Deepseek发布这个帖子是为了让那些认为他们在为推理服务补贴大量资金的人闭嘴。”
    • 亮点：提出Deepseek发布帖子的一种可能原因。

情感分析

总体情感倾向为积极。主要分歧点在于对低价格是否一定有高利润的看法，可能的原因是对DeepSeek技术优化能力和成本结构理解的不同，以及对不同规模下推理效果的不同判断。

趋势与预测

  • 新兴话题：DeepSeek - V3/R2的表现和成本利润情况。
  • 潜在影响：可能影响其他AI公司在定价、成本控制和技术优化方面的决策。

详细内容：

标题：DeepSeek-V3/R1 推理系统引发的 Reddit 热议

近日，Reddit 上关于 DeepSeek-V3/R1 推理系统的讨论热度颇高。原帖提供了https://github.com/deepseek-ai/open-infra-index/blob/main/202502OpenSourceWeek/day_6_one_more_thing_deepseekV3R1_inference_system_overview.md这一链接，帖子获得了众多关注，引发了激烈的讨论。

讨论的焦点主要集中在 DeepSeek-V3/R1 推理系统的收益、成本、定价以及其在行业中的地位。有人分享了详细的财务数据和分析，比如：“假设 100%使用率：2.05 亿美元年度经常性收入；假设 50%使用率：1.02 亿美元年度经常性收入。成本：226.75 个节点 * 8 个 GPU * 2 美元/小时 * 24 小时 = 87,072 美元。” 但也有人指出，实际收入可能因多种原因大幅降低，如定价较低、部分服务未收费、夜间有折扣等。

有用户表示，DeepSeek 很大一部分推理可能来自免费网站和应用程序的使用，这一信息对于评估其盈利能力非常关键。还有用户认为，免费使用的比例可能低于 90%，因为使用 API 的用户可能会进行批量请求。

有人提出疑问，平均每秒 73.7k 输入令牌的吞吐量，为何 24 小时内仅摄入 608B 输入令牌。

部分用户分享了个人经历，比如“昨天 18:30（中国时间 00:30）尝试使用 R1，情况甚至比以前更糟。DeepSeek 三个小时没有回复。”

对于 DeepSeek 的高利润率，大家看法不一。有人认为这在行业中前所未闻，也有人认为其他提供商未必能靠 8 美元/百万令牌获得高额利润。

有用户认为 DeepSeek 是效率压榨的王者，可能是出口制裁造就了其出色的硬件效率和软件优化团队。也有人认为西方实验室在降低推理成本方面缺乏动力，因为它们有固定的客户群。

还有用户提到 DeepSeek 发布此帖可能是为了回应那些认为其在推理服务上补贴大量资金的质疑，并提供了相关的知乎讨论链接。

总之，关于 DeepSeek-V3/R1 推理系统的讨论展示了行业内对其性能、成本和商业模式的深入思考和争议。