Token工厂盈利取决于利用率、折旧与硬件迭代
主要观点
电话会认为，Kimi K3的综合能力和多模态覆盖虽可能领先智谱，但其高价格与更高算力成本，使其不必然替代以编程和软件工程为主、强调性价比的智谱。算力部署上，海外B300成本明显低于国内高价B300及国产超节点，后者虽有光互联优势，却面临软件适配和推理效率差距。Token工厂理论月收入约180万元，实际案例仅约40万元，设备折旧、利用率、Token降价、合规隔离和新硬件贬值决定最终回报。
关键要点
- 模型综合能力领先不等于市场替代；编程和软件工程客户更重视性价比。
- K3参数约2.8万亿、智谱约7400亿及K3成本为智谱3.5至4倍，均属于作者估算；K3输出价约100元，智谱约28元。
- K3偏多模态、全场景并对标Claude，智谱偏编程与软件工程；K3更可能冲击MiniMax、千问、Anthropic、GPT或DeepSeek。
- K3专家跨16张卡、智谱跨8张卡，集群扩大将增加显存、存储和卡间通信负担，削弱Token效率与部署性价比。
- 海外两台B300部署约150万美元；国内两台约2700万至3000万元；910B/910C约1亿至1.5亿元，950预计2亿至3亿元。
- 国产超节点在卡间光互联上有优势，但英伟达在模型适配、推理框架和引擎优化上占优；910B/910C约等效2台B300，950暂无充分数据。
- B300部署智谱的理论月收入约180万元，实际因空置和效能不足约40万元；运营成本约1.5万元，不计折旧时月净利润约38.5万元。
- 设备采购价和折旧是回报率关键；国内B300约1350万元一台时回本约40个月，海外约60万美元一台，出海回报率相对更高。
建议带着这些问题阅读
- K3与智谱是否服务同一客户和应用场景？
- Token工厂应如何从满负荷收入修正为实际利用率收入？
- 设备采购价、折旧和Token价格变化对回本期有何影响？
- 国产超节点的互联优势能否抵消软件适配和推理效率差距？
- Rubin等新硬件若兑现性能，存量设备将承担多大贬值风险？