这篇文章用一张“GPU 收入阶梯”把推理生意的真实价格分布拆开来看。数据来自 DeepSeek 的推理业务说明和 SpaceX 的三季度报告。两者共同说明一件事：即使在当前价格和效率水平下，大规模推理业务也很健康；如果按更高卡时价格的需求持续，上行空间还很大。

阶梯从高到低是四档：DeepSeek 计算的理论最高收入为每卡时 38 美元。这个数字的前提是 GPU 处于最优状态，外部客户使用率达到最大、产出百分之百可用且可计费、并按全价出售。实际收入会低于该值，因为 V3 的定价低于 R1，且波峰波谷价格不同。现货市场上租用 B200 的价格是 8.77 美元，比理论值低 77%。SpaceX 的合同谈判价是 5.27 美元，比现货低 40%；实际实现的收入是 2.44 美元，比合同价低 54%，其中包含运营成本、训练任务以及不可用、不可计费的工作。现货价格数据来自 ORNN，结算日期为 2026-10-20；合同价来自 SpaceX S-1 的隐含数据，实际收入来自其 8-K 推导。

SpaceX CFO Bret Johnsen 在 Q3 财报电话会上说：“按当前价格，新增算力部署的回收期不到一年。”如果这句话衡量的是税后、全成本口径，那推理生意的经济性确实很好。

但支持这个结论的前提是需求持续，并且效率提升跑赢降价。反方向的力量不小：GPU 租赁价格六个月翻了一倍，从 4.40 美元涨到 8.08 美元/卡时；而智能的价格跌得更快。OpenAI 在 7 月把 Luna 价格砍了 80%，9 月又砍了 50%。一个基准任务的成本在 18 个月里从 0.55 美元降到 0.0015 美元，相当于 377 倍降价。如果 token 价格跌这么快而 GPU 租金还在涨，每卡时的毛利就只能指望吞吐量增长跟得上。

另一个把推理移出数据中心的力量来自端侧。AI 公司正在要求 Qualcomm 把大模型放进手机。Qualcomm CEO Cristiano Amon 在 Sources 播客上说，前沿 AI 公司要求到 2028 年至少能把 1000 亿参数的模型装进手机。跑在笔记本和手机上的推理不会再向云端发送 token。

不过，云端算力本身也不够容纳需求。新建数据中心普遍延期，GPU 躺在仓库里等电。JPMorgan 发现，计划在 2027 年投产的数据中心容量里，超过 60% 尚未动工，另有 7% 延期。需求持续推动 AI 收入创纪录增长，通缩力量可能最终敌不过需求。文章的结论是：大规模推理在规模上是健康的，token 工厂在定价阶梯上还有更多级可以爬。