买一台英伟达 DGX B300 单台机器采购成本 ¥1400万。这不是标题党而是一笔理想假设下的经济性测算在一台高端 GPU 服务器上部署闭源大模型、对外提供推理服务多久能回本下面把账拆开所有数字均按理想条件假设落地难度另说。设备与模型单台 B300 能否装下 Opus 5一台 DGX B300 配置 8 张 B300 GPU、总显存2.3TB。Claude Opus 5 的量化权重约2TB从容量看单台勉强装得下模型但留给上下文的余量只剩约300GB——这意味着它更适合跑满负荷推理而非同时承载超长上下文的海量并发。产能与营收测算Opus 5 满载输出约1000 token/秒。筛选掉理想前提后按每百万 token 营收 ¥180、全天不间断运行估算日收入接近¥15,500。这里的关键是满载和全天卖得出去两个理想前提——现实中推理服务的波峰波谷、空闲时段都会拉低实际产出。成本与回本周期整机满载功耗14.5 千瓦按每度电 ¥0.38 计算日电费约¥132。理论日净收入约¥15,400据此测算回本周期约908 天约两年半。测算项目数值理想假设单台采购成本¥1,400 万总显存2.3 TB模型量化权重约 2 TB满载吞吐1,000 token/秒营收单价¥180 / 百万 token理论日收入≈ ¥15,500满载功耗14.5 千瓦日电费¥0.38/度≈ ¥132理论日净收入≈ ¥15,400理论回本周期≈ 908 天理想背后的现实约束账面印钞机落地却没那么简单至少有三道硬约束闭源模型限制Opus 5 为闭源模型只卖 API、不卖权重难以自行部署后对外卖 token上述自部署卖推理的前提本身就不成立需持续售出产出的 token 必须能 24 小时持续卖出去否则机器空转、电费照付与开源方案不同部分开源模型方案如行业里提及的 Kimi K3 一类在商业可行性上差异很大不能简单套用同一套账。注本文为技术经济分析所有数字基于理想假设闭源模型限制与落地条件已说明不构成任何投资建议。结论很清晰算力生意前期投入巨大在有稳定、持续的 token 订单这一苛刻前提下确实具备投资价值但把账面回本周期当成现实预期往往会踩坑。看清前提比算准数字更重要。