租 B300 跑大模型卖 token，到底能不能赚钱？

“每卡每小时赚十几到三十美元”，可能吗？

可能，但那是天花板。这个说法最早来自 DeepSeek 2025 年 2 月公开的数据：H800 集群如果全部按 R1 官方价收费，每卡每小时理论收入约 $12.9，理论利润率 545%。B300 的吞吐是 H800 的好几倍，所以满载、按官方价算，现在跑到 $30 以上并不夸张。

问题在于，从天花板到真实收入要连打三次折：

几个参照点：

还有一个反直觉的地方：现在的流量里约 90% 的输入命中缓存，命中部分只收未命中价的 2%。所以收入主要来自输出和未命中的新输入（默认场景下约各占一半），而决定单卡能处理多少输出的，是部署工程水平。同样的卡，保守部署和乐观部署的收入差一倍多。

真正的难点：这么多产能卖给谁

按基准场景，每 100 台（800 卡）每天要卖出约 7.6 万亿 token 才能做到 50% 利用率。拿全球最大的模型聚合平台 OpenRouter 对比：

也就是说，光靠在 OpenRouter 上挂一个接口，每 100 台就要做到现在最大第三方托管商的 4–5 倍才能填满。而且 OpenRouter 的入驻页面写明了申请积压严重，优先接有自有模型或能补缺的供应商；它按“实际有效价格”分流量，新进者普遍把输入价压到官方价的 5–20% 来抢份额。如果机房离美国和欧洲用户远，首字延迟会吃点亏，但也可能借此成为某个地区少有的本地供应商。

选什么模型

看三件事：有没有需求量、单价和算力消耗的比值、许可证能不能放心商用。以下利润按默认场景（基准部署、利用率 50%、售价为官方价的 55%、示例租金 $5.0）计算。

建议组合：DeepSeek V4.1 Flash 做主力承接走量；V4 Pro 或 GLM-5.3 做高端档；剩余产能给大客户跑专属实例（包括他们自己微调的模型）。如果要卖给政府相关客户，不少国家和地区（如韩国、台湾、美国多个州）已禁止在政府设备和系统上使用 DeepSeek，需要准备非中国模型（如 gpt-oss、Llama、NVIDIA Nemotron）。

去哪里卖

按优先级排。前两条是生意能不能成立的关键，后面几条用来填空闲产能。

租金多少合适

从两头看：市场上别人租多少，以及你的业务能承受多少。下面的对比尺会跟着测算器里的租金和场景变化。

租金对保本利用率的影响（DeepSeek V4.1 Flash，默认场景，只改租金）：

判断：2026 年显卡紧缺，B300 租金涨到历史高位，预留合约中位数在 $5.2–5.6。出租方成本约 $3.2–3.9，按市价出租有 30–40% 的毛利，大单有压价空间。更要紧的是期限：Rubin 已经量产，按 H100 的历史（两年跌了约 58%），2028–29 年 B300 租金大概率走低，长约锁死的是签约时的价格。

• 目标价：3 年固定 $4.3–4.9；或者按市价签但每年下调约 10%；或者先签 12–18 个月加续约选择权。租金每降 $0.5，每卡每小时利润就多 $0.5，每 100 台每月约多 $29 万。
• 预付款：市场常见 15–30%。它的隐性资金成本 ≈ 租金 × 预付比例 × 租期（年）× 年化资金成本，例如预付 20%、3 年期、资金成本 10%，相当于租金再贵 6%。要求放进托管账户或用银行保函，设备验收后才释放，抵扣最后几个月租金，延迟交付要赔偿，交付不了全额退款。
• 签约前问清楚：机房位置、租期、价格是否含税；是否含电力、8×800G 计算网络、存储；每台是否有 2–3TB 内存和足够的 NVMe 做 KV 缓存（编程流量全靠缓存，AgentX 测试用的是每台 3TB）；SLA 和坏卡更换时效；允许的终端客户范围；法规变化时的退出条款；出租方的 NVIDIA 配额证明。

合规红线

• 美国出口管制：BIS 2026 年 5 月 31 日的指引要求，向总部或最终母公司在中国（含澳门）的实体转移先进 AI 芯片需要许可，即使对方位于第三国。2026 年 8 月还有报道称 BIS 在起草规则，要求海外数据中心阻止中国公司远程访问（尚未定稿）；《远程访问安全法》已在众议院通过。NVIDIA 今年 7 月把亚洲合格买家名单砍掉一半多。租约里大概率会有禁止中国总部终端用户的条款，一旦违约，出租方可以终止合同并扣下预付款。
• 中国：面向境内公众提供生成式 AI 服务需要备案或登记，调用的模型也必须已备案。未备案的境外 API 不能给国内面向公众的产品用，而且国内 DeepSeek、阿里自己卖得几乎是成本价，商业上也没优势。
• 模型许可：DeepSeek V4（MIT）、GLM-5（MIT）、Qwen3.5（Apache 2.0）可以放心商用。Kimi K3 在 12 个月收入超过 $2,000 万时须另签协议，MiniMax M3 年收入超过 $2,000 万需书面授权。按基准场景，约 300 张卡跑一年的收入就到 $2,000 万。
• 部署所在地：各国规定不同，签约前确认当地对数据存储、关键基础设施和政府客户的要求。

以上为公开资料整理，不构成法律意见，签约前请找熟悉美国出口管制的律师确认。

如果要做，建议的推进顺序

1. 先找客户，再签租约。付预付款之前，拿到能覆盖 50% 以上产能的大客户意向书或保底合同。这一步做不到，其他都不用谈。
2. 压价、缩期、分批。按上面的目标价谈；争取分批交付，比如先交付四分之一，其余保留选择权，用第一批验证真实吞吐和需求。
3. 组推理工程团队。要会做预填充和解码分离部署、FP4 量化、多 token 预测、KV 缓存分层到内存和硬盘。保守和乐观部署之间的收入差一倍，这是能自己控制的最大变量。
4. 分层定价填满 24 小时。白天服务实时 API，夜间卖 5 折批量任务；如果机房所在时区和主要客户的高峰错开，更适合接全球流量。
5. 每月复盘三个数：利用率是否在 50% 以上、实际成交价占官方价的比例、单卡输出吞吐是否达到基准水平。任何一个连续两个月不达标，就启动整机转租作为退路。