DeepSeekオープンソース推論フレームワーク、ソーシャルメディア測定推論粗利率または95％超

DeepSeekオープンソース推論フレームワークは、大規模モデル業界の議論をモデルの能力から推論コストへとさらに進めます。

10月20日、DeepSeekは内部推論フレームワークDeepInferと、Tokenのエンコードおよびデコードに使用されるdeepseek-recipeをオープンソース化したと発表しました。DeepSeekは、DeepInferがDeepSeek V4.1-Flashの大規模推論に対応し、遅延を低減しつつスループットを向上させることを目指していると述べています。このフレームワークは、NVIDIA GPUおよびHuawei Ascend NPUをサポートし、Apache-2.0オープンソースライセンスを採用しています。

今回のオープンソース化が注目を集めている背景には、DeepSeekが開示した推論サービスの収益があります。DeepSeekがGitHubで公開したデプロイQ&Aによると、V4.1-Flashの単一クラスターは毎日155兆Tokenを処理し、電力料金に基づくと、全体の収益は1GPUあたり1時間38ドルに達します。

ソーシャルメディアはキャッシュ率、スループット、価格設定などの仮定に基づき、推論の粗利率が最大で84.2%から96.1%に達する可能性があると推定しています。アナリストは、OpenAIとAnthropicの主流モデルのAPI粗利率も同様に95%に達する可能性があると指摘しています。

この開示は、外部に推論経済の観察の切り口を提供しました。しかし、収益数字自体は利益水準を示すものではありません。1時間あたり38ドルの収益がどれだけの粗利に相当するかを判断するには、ハードウェアの減価償却、エネルギー、ネットワーク、キャッシュストレージ、運用コストなどのコストを知る必要があります。

ソーシャルメディアによる粗利率の推定は96%を超える

海外のテクノロジー投資研究者Zephyrは、ソーシャルプラットフォームXでの推定を発表し、DeepSeekが実際に「そのビジネスモデルの背後にある核心の秘訣を公開した」と指摘しました。彼は、DeepSeekの推論粗利率が84.2%から96.1%に達する可能性があると推定し、以前に示された87.76%から96.94%の範囲を修正しました。

彼は典型的な基礎モデルを設定しました：実際の生産において、97%の入力がキャッシュにヒットし、キャッシュにヒットしない入力は2%、出力は1%を占めると仮定します。

キャッシュ入力（Cached Input）：総Token量の97%を占める（単価は非常に低く、計算負荷は非常に軽い）；

未キャッシュ入力（Uncached Input/Prefill）：総Token量の2%を占める；

生成出力（Output/Decode）：総Token量の1%を占める。

このトラフィック構造の下で、Zephyrは公式に発表された単カードの限界スループット（プレフィル毎秒8万Token、デコード毎秒1.6万Token）を組み合わせて産出価値を推定しました。彼のモデルによれば、1枚のGPUが満載で稼働している場合、理論的には1時間あたりに対応するTokenの組み合わせを処理し、最高約49ドルの帳簿収益を生み出すことができます。

現在の海外のパブリッククラウド市場において、1枚の最高性能GPU（NVIDIA H100や類似の次世代ハードウェア）は、一般的に1時間あたり1.5ドルから4ドルの総合的なリースコストで計算され、そのハードウェアレベルの推論粗利率の公式は次の通りです：

極限テスト条件下で（1時間あたり49ドルの産出、計算コストは1.5ドルから6ドルの範囲）：

Zephyrは特定の理想的な負荷の下で、このフレームワークに対応する推論ビジネスの粗利率（Inference Gross Margin）が87.76%から96.94%の間にあると述べました。彼はツイートの中で、「NVIDIA、SGLang、vLLMの公開パフォーマンスは直接的に圧倒されている」と明言しました。

その後、ZephyrはDeepSeekが公式に開示した実際の運営の詳細に基づいて推定パラメータを修正しました。彼は次のように補足しました。「これらの極端な粗利は理想的なシナリオに基づいており、その時サービスプロバイダーは1時間あたり約49ドルを生み出すことができました。DeepSeekは公式に、非ピーク時に1カードあたり1時間約38ドルの実際の収益を発表しており、運用環境はベンチマークテストの約80%の性能を達成できます。これらの最新の数字に基づいて再評価すると、実際の運用粗利率は84.2%から96.1%の間に落ち着きます。」

現在、海外のクラウドサービス市場では、単一の最高性能GPUのリースコストは一般的に1時間あたり2ドルから4ドルの範囲にあります。38ドルの単カードの時産出価値と単位計算コストの間に形成される巨大な剪刀差が、粗利率の推定を押し上げる核心的な根拠となっています。

業界の横断的推演：トップラボの粗利

この推定が発表された後、業界内ではトップAIラボの実際の収益性についての連鎖的な議論が迅速に引き起こされました。

テクノロジー投資の観察者であるAlex Corrinoは、上記の推定をリツイートし、「もし私が、すべてのトップAIラボのAPI粗利率が実際には80%以上である可能性が高いと言ったらどう思いますか？」と問いかけました。

Zephyrはすぐにそのツイートを引用し、より過激な判断を示しました。「AnthropicとOpenAIにとって、この数字は実際には95%です（Sol、Fable、Sonnet、Astraなどの主流モデルに適用されます）。」

Anthropicは確実に大金を稼いでいる？

業界全体が高い粗利を持つという前提の下、投資分析者Scottはこの論理をエンドユーザーの「サブスクリプション（Subscription）」経済モデルに移し、海外のトップ企業の実際の底牌を推演しました。

研究機関SemiAnalysisの実測報告によると、Anthropicがその上級会員「Claude Max」に提供する実際の使用可能なTokenの上限は、対応する公式APIの単価の58.6倍に達しました。これに基づき、外部では高用量のサブスクリプションユーザーがプラットフォームの利益を大きく圧迫し、赤字を引き起こすと一時的に考えられました。

Scottは逆推導の公式を示しました：

基準前提を設定します：AnthropicのAPIハードウェア粗利率も99%に達すると仮定します（コスト率はわずか1%）。

サブスクリプション制の使用量が極端に満たされた場合のコスト逆推導：ユーザーが1単位のサブスクリプション料金を支払うと、等価の58.6単位のAPI標準価格の計算能力を完全に消費することになります。これに対してAnthropicが負担する実際の基盤ハードウェアコストは：

実際のハードウェアコスト=58.6×1%=0.586単位の実際のハードウェアコスト=58.6×1%=0.586単位

極端な状態でのサブスクリプション粗利率を推導します：

Claude Maxの極端な粗利率=1−0.5861=41.4%Claude Maxの極端な粗利率=11−0.586​=41.4%

Scottは次のように分析しました：

「もしDeepSeekの粗利率が95%以上に達するなら、AnthropicのAPI粗利率が99%であると仮定します。SemiAnalysisのテストに基づき、Claude MaxはAPI標準価格の58.6倍の使用限度を提供しました。これは、すべてのユーザーが配分を完全に使い切ったとしても、Anthropicはサブスクリプションモデルで約41%の粗利率を維持できることを意味します。実際には、ほとんどのユーザーは週の上限を使い切ることはありません。」

彼は次のように指摘しました。「実際には、AnthropicのAPIの利益率が98.3%以上を維持できれば、ユーザーが全量を使い切ったとしても、そのサブスクリプションビジネスは収支均衡を実現できます。Anthropicは現在、確実に安定した利益状態にあります。」

テクノロジー分析アカウントTeortaxesも同様に評価し、「主力ラボの内部自社開発アーキテクチャの前では、市場に出回っているすべての公開ベンチマークは価値がない。これが真剣にエンジニアリングを行うことで得られる成果であり、推論ビジネス自体が印刷機のようなものです。Dario（AnthropicのCEO）が今どれほど不安であるかを想像できます。」

技術的な道筋の分岐：ソフトウェアの再構築 vs 専用チップ

実際の推論コスト構造が明らかになるにつれて、業界は異なる技術的なコスト削減ルートを再評価しています。

ハードウェアアーキテクチャと単位スループットコストにおいて、業界はこのソリューションを超低遅延を主打ちするチップメーカーGroqと対比させました。

業界の観察者は、Groqを代表とするLPUカスタムハードウェアアーキテクチャがオンボードSRAMに依存しており、極限のインタラクティブ生成速度を得るために、主流の大規模モデルを支えるためにはハードウェアボードと巨大なノードの相互接続を何倍も積み重ねる必要があり、単一Tokenの全体的なハードウェアの減価償却と調達のハードルが高いことを指摘しています。

これに対して、DeepInferは汎用チップパスの別の帳簿論理を示しました：汎用GPUやAscendなどの商用NPU上で、単純にソフトウェアスケジューリングを通じて極限の同時スループットを引き出し、より低い総合的なハードウェアコストでスケール化されたAPIサービスの利益空間を得ることができます。

ただし、複数の産業観察者は議論の中で、上記の80%から95%の粗利推定が主に「Tokenの販売価格と単カードのハードウェア消費」の間の直接的な帳簿差に焦点を当てていることを指摘しました。このような微視的な推定は、数億ドルに達する初期の基礎モデルの研究開発支出（R&D）、世界中のノードの高速帯域幅ネットワークコスト、および高額なシステムエンジニアリングチームの給与を考慮に入れていません。

次に検証する必要があるのは、オープンソースの実装が異なるハードウェアと実際のビジネス負荷の下で安定してスループットを向上させ、各有効出力トークンのコストを低下させることができるかどうかです。DeepSeek自身についても、外部は同様により多くのコストとリソースの利用率データを必要とし、ソーシャルメディアで推定された高い粗利益が実際の経営レベルに近いかどうかを判断することができます。