01
¥0.5659/百万本地输入成本
官方 API ¥1.00/百万 · 人民币同口径
数据快照 2026-07-23
CAPACITY-ANCHORED · INFERENCE ECONOMICS
基于有效产能，
测算本地推理成本。
以副本拓扑与 SLA Goodput 推导可持续输出产能，无需先拍月度 token 或并发； 支持 V1 完整经济成本与 V2 边际能耗成本两套独立口径。
02 / OUTPUT
当前负载的SLA有效产能与边际能耗
V2 边际能耗 · 通用经验估算
当前为 V2 边际能耗成本。结果不含硬件采购、EAC、基本/需量费、维护、场地、网络和人工，只能视为已有或沉没硬件条件下的边际能耗成本下限。
PUBLISHED THROUGHPUT · 6 RECORDS
模型规格来源 ↗公开吞吐实测
暂无满足条件的公开实测。当前产能仍是低置信度经验估算。采购前应以同模型、同精度、同硬件、同 ISL/OSL、同并发和同 SLA 复测。
02
¥2.2634/百万本地输出成本
官方 API ¥2.00/百万 · 人民币同口径
03
¥0.0566/百万本地缓存输入成本
官方 API ¥0.02/百万 · 缓存命中输入
04
¥6,633月度本地边际能耗
同业务量官方 API 月费 ¥8,791
LOCAL VS OFFICIAL API · CNY
查看官网定价 ↗本地部署与官方 API 单项价格对照
计费项目本地部署官方 API本地 / API
未缓存输入每百万 token¥0.5659¥1.000.6×
模型输出每百万 token¥2.2634¥2.001.1×
缓存命中输入每百万 token¥0.0566¥0.022.8×
SAME CAPACITY · MONTHLY COST
月输出 14.65 亿 token同等业务量的月度边际能耗
CAPACITY CHECK
输出产能与标准负载
- 采购服务器
- 1 台 业务 1 + 备用 0
- 副本拓扑
- 1 个 每副本 1 台
- 安装 IT 功率
- 10.2 kW
- 单副本SLA Goodput
- 1.1 request/s
- 集群SLA Goodput
- 1.1 request/s
- 工作负载
- 2,048 / 512 ISL / OSL
- Benchmark条件
- 并发 64 P95 TTFT≤2s · TPOT≤50ms · 错误率≤0.1%
- 月有效输入/输出
- 58.61 亿 / 14.65 亿
数据来源：通用经验估算，置信度 低。经验估算含负载修正但仍不能替代相同模型、硬件和SLA下的实测。
MARGINAL ENERGY
¥6,633浸没式月度边际能耗
- 年度边际能耗
- ¥79,596
- 年度耗电量
- 9.3 万 kWh
- 平均 IT 功率
- 10.1 kW
- PUE 后平均功率
- 10.6 kW
- 综合电价
- 0.86 元/kWh
明确排除硬件 · EAC · 基本费 · 维护 · 场地 · 网络 · 人工
CONFIGURATION ADVISOR
只按显存、输出吞吐和额定功率排序；硬件价格不参与单位输出的低功耗配置
01
平衡首选NVIDIA DGX B200
1 台 · 8 × B200 180GB SXM
- 权重显存
- 1,440 GB
- 估算输出
- 1,175.7 tok/s
- 额定功率
- 14.3 kW
02
可行替代Lenovo ThinkSystem SR680a V3 · B200
1 台 · 8 × B200 180GB SXM
- 权重显存
- 1,440 GB
- 估算输出
- 1,139.1 tok/s
- 额定功率
- 14.2 kW
03
可行替代NVIDIA DGX H200
1 台 · 8 × H200 141GB SXM
- 权重显存
- 1,128 GB
- 估算输出
- 574.8 tok/s
- 额定功率
- 10.2 kW
03 / EVIDENCE
计算口径、公式与数据说明
V1 与 V2 共用 Goodput 和副本拓扑，只改变成本分子。V2 只计耗电量乘综合电价，不计硬件和其他运营费用。证据优先级：公司实测数据 ＞ 厂商/模型官方基准 ＞ 可信第三方基准 ＞ 公式估算。
显存与完整副本
权重显存 ≈ 总参数量 × 精度字节数 × 1.15每副本服务器数 = max（显存最低台数，厂商最低加速卡建议）副本数 = ⌊业务服务器数 ÷ 每副本服务器数⌋跨机效率只作用于一个模型副本；多个副本按调度效率扩展。剩余不足一个完整副本的服务器不计正常产能。权重显存校验仍不替代 KV Cache 容量规划。
SLA Goodput 产能
集群 Goodput(request/s) = 单副本 Goodput × 副本数 × 调度效率月有效输出 = Goodput × 年秒数 ÷ 12 × 可用率 × 利用率 × OSL实测SLA Goodput直接使用，不重复乘0.68。原始实测只乘一次SLA折算；经验估算同时绑定ISL、OSL并标为低置信度。
V2 边际能耗成本
平均IT功率 = 生产待机功率 + 备用待机功率 + 满载增量功率 × 可用率 × 利用率年度边际能耗 = 平均IT功率 × PUE × 8,760h × 综合电价每百万输出边际能耗 = 年度边际能耗 ÷（年度输出Token ÷ 1,000,000）不计硬件、EAC、基本/需量费、维护、场地、网络和人工。备用服务器仍按待机功率计入能耗。
V1 EAC经济 TCO
EAC资产 =（初始投入 − 残值现值）× 资本回收系数年度TCO = EAC + 固定OPEX + 完整电费 + 变量OPEX每百万有效输出成本 = 年度TCO ÷（年度有效输出 ÷ 1,000,000）GPU服务器、网络和冷却设施按不同寿命年化；经济TCO不再重复加入会计折旧和全额资金成本。核心输出自动展示液冷与风冷中较低的完整单位成本。
本地单项成本归因
本地输出单价 = 所选年度成本 ÷ 加权年度 Token本地输入单价 = 本地输出单价 × 输入成本权重本地缓存单价 = 本地输入单价 × 缓存成本系数默认输入权重为输出的 25%，缓存命中为普通输入的 10%。这是把本地总成本拆到推理阶段的可调归因，不会虚构独立计费账单，也不会改变 Goodput。
官方 API 单项价格
阶梯价 = 按单次请求平均输入长度匹配官网价格区间月API费 = 未缓存输入量 × 输入价 + 缓存输入量 × 缓存价 + 输出量 × 输出价美元官网价 × USD/CNY = 人民币官网价输入、输出、缓存价格分开显示，不生成合并 Token 单价。缓存命中率按输入 Token 计；官网未单列缓存价时，月费按普通输入价计算。
默认负载为2048输入/512输出；改变长度会改变经验估算，实测模式必须重新录入对应负载的Benchmark。
严格比较优先使用厂商同模型官方价格；没有官方价格时明确缺失，不用其他闭源模型顶替。
1.05 与 1.0273 是公司提供的产品测算假设，当前不标记为全年实测值；客户可覆盖。
只进入 V1；V2 完全忽略硬件价格。整机价格仍是市场/渠道含税参考，不是厂商正式报价。
按公开代理购电价与输配电信息派生 24×7 综合参考。V2 只使用元/kWh综合电价，不另计基本/需量费。
仅收录可商业部署的开放权重模型，但部分社区许可证有使用条件；本页不是法律意见。
来源证据等级采集日期
GLM-5.2 模型权重、MIT 许可证与本地部署说明模型官方2026-07-23 ↗腾讯云混元生文官方 API 价格厂商官方2026-07-23 ↗Microsoft Azure Phi 官方 API 价格厂商官方2026-07-23 ↗Mistral 官方 API 价格厂商官方2026-07-23 ↗MiniMax M2.1 官方 API 价格厂商官方2026-07-23 ↗Kimi K3 官方 API 价格厂商官方2026-07-23 ↗Kimi K2.7 Code 官方 API 价格厂商官方2026-07-23 ↗Kimi K2.6 官方 API 价格厂商官方2026-07-23 ↗智谱AI GLM-4.7 / GLM-5.2 官方 API 价格厂商官方2026-07-23 ↗Kimi-K2.7-Code 权重与 Modified MIT 许可证模型官方2026-07-23 ↗Kimi K3 发布与权重开放计划厂商官方2026-07-23 ↗Kimi K3 发布与部署建议厂商官方2026-07-23 ↗DeepSeek V4 模型与 MIT 许可证模型官方2026-07-23 ↗DeepSeek V4 API 官方价格厂商官方2026-07-23 ↗Qwen3.6 模型卡与 Apache-2.0 许可证模型官方2026-07-23 ↗阿里云百炼 Qwen3.5 / Qwen3.6 官方 API 价格厂商官方2026-07-23 ↗阶跃星辰 Step-3.5-Flash 官方 API 价格厂商官方2026-07-23 ↗Mistral Large 3 官方 API 价格厂商官方2026-07-23 ↗NVIDIA DGX B200 官方规格厂商官方2026-07-23 ↗2026 年 7 月各地代理购电价格汇总公开价表汇总2026-07-23 ↗国家发改委第四监管周期输配电价通知政府官方2026-07-23 ↗汇率默认：1 USD = 6.7917 CNY · 中间价参考日期 2026-07-21，正式报价应录入结算日汇率。