Menlo Ventures合伙人Deedy称推理服务商快速达月收入100万美元
Menlo Ventures合伙人Deedy（@deedydas）于2026年10月25日在X发帖表示，当前出现大量推理服务商，部分可在极短时间内达到每月100万美元收入。他描述的经济模型为：即使以每GPU小时8美元的价格按需租用B300，部署GLM 5.3、Kimi K3、DeepSeek 4.1 Flash/Pro等开源模型，在合理吞吐（100 tok/s）下，每GPU小时可产生超过10-20美元的Token收入；DeepSeek的DeepInfer显示，在非高峰时段可达每GPU小时38美元。
Deedy表示，毛利率取决于利用率和技术栈效率。OpenRouter、Vercel等网关可聚合需求。他称部分服务商会折扣Token以换取长期承诺，并听到有将中国模型Token卖回中国实验室的案例。部分中国开源模型实验室对达到一定规模的服务商要求收入分成，尤其是预发布访问权限，这提高了盈利门槛。
他观察到进入门槛降低，有小团队通过“vibe code”在租用集群上部署开源模型。几乎每周出现数十家此类公司，收入快速增长但毛利率偏低，并据此融资。由于服务趋于商品化，这推高计算价格并压低Token价格。理论上，拥有最低计算成本的neocloud（如Crusoe、CoreWeave、Nebius、GMI）及其推理业务可能在价格战中占优，规模较大者（Modal、Fireworks、Baseten）次之；但实际市场规模增长迅速，新进入者（如inference.net、DeepInfra、Wafer、Relace、Morph）也在快速增长。
Deedy列出的风险包括：开源模型是否继续保持竞争力、其创建者是否进一步寻求租金、模型形态是否改变计算需求、不同芯片如何影响经济性，以及供应紧张时谁能获得计算资源。他附有不同模型/芯片组合下毛利率随利用率变化的示意图，并总结称当前许多推理服务商均在快速增长。
原始来源：
标题：Deedy关于推理服务商经济性的帖文 发布者：Deedy（@deedydas），Menlo Ventures合伙人 发布日期：2026-10-25 URL：https://x.com/deedydas（相关帖） 来源性质：个人原帖 核验情况：本次实际读取，核验日期2026-10-26 支持内容：上述经济估算、公司名称、观察及风险列表均来自该帖文；数字为Deedy提供的估算或引用，未独立审计
ABAB AI 解读
Deedy将推理服务描述为在GPU租赁价格与Token售价之间存在套利空间的业务。其测算基于特定芯片租金、模型吞吐与Token定价假设，毛利率随利用率变化。该描述将服务定位为商品化业务，进入门槛因开源模型与网关聚合需求而降低。
帖文指出，中国模型实验室对规模化服务商要求收入分成，增加了成本。同时，neocloud与推理公司之间存在业务交叉：前者进入推理，后者寻求更高利润的预留实例或后训练。Deedy认为市场规模快速增长使新进入者仍能获得收入，但长期价格战中成本较低者可能占优。
该分析属于个人观察与估算，未附带独立财务数据或完整市场统计。示意图为“aggressive sketch”，未提供底层数据来源。风险因素（开源模型竞争力、租金寻求、芯片变化、供应分配）均以问句形式列出，未给出确定性结论。
观察指标是后续公开披露中，推理服务商的实际利用率、毛利率变化，以及neocloud与独立推理公司在计算承诺与Token定价上的调整。
ABAB News · 认知定律
开源模型推理服务的毛利率取决于GPU租赁成本与Token收入的差额，以及实际利用率。
服务商品化时，网关聚合需求可降低获客成本，但同时加速价格竞争。
neocloud进入推理与推理公司寻求预留计算，反映双方在成本与需求两端的交叉扩张。