看很多帖子大家都说 minimax glm kimi qwen 这些模型用着降智，如果我自己租 ai 算力机器，自己部署 minimax m2.7 模型，大家会买账吗？
比如租一台 8*H20 的机器，大概可以满足 200 位用户同时使用，但是如果有某位用户突然发几百 k 的上下文进来，就要等很长时间。
算力机器一个月算 2 万块钱的话，那我定价就需要 100 块钱/月了，这还是不亏本 不赚钱的前提，超售的话可能用户体验就很差了。
所以只能要么超售卖给更多用户，要么价格更高卖给更少的用户。
 | 1 stormer 12 天前 不会买,100 一个月还不如买 gpt claude 而且你的算力机器成本太高了,这种算力服务器公司都有协议价,都是市场价的 3-5 折就能拿到,我们公司这种服务器就是自己不用,转手租出去都能大赚一笔 |
| 2 stormer 12 天前 类似 4090 48G 外面租一个月要 2000,我们租一个月只要 500 |
 | 3 yzding 12 天前 via iPhone 100 块一个月必然不能每位用户随便蹬吧？ 不然服务器遭不住。那直接每个月不如充 100 到 openrouter 还能体验不同的模型 |
 | 4 billlee 12 天前 |
 | 5 cookii 12 天前 via Android 这个价格直接买 minimax 官方不是随便蹬吗 |
 | 6 cherryas 12 天前 对于个人用户就是开源，禁止二道贩子罢了。 内部系统用谁知道 |
 | 7 cairnechen 12 天前  4 禁止商用怎么就不是开源了？ |
 | 8 slowgen 12 天前 8 卡 H20 跑 MiniMax 撑死满足 80 个用户并发使用，而且有一个 10w 级别的上下文 prefill 阶段就很慢了，拖死其他用户，我的服务器就是 8 卡 H20 。 你要租的话可以先从 2 张 RTX Pro 6000 开始，2 张就可以跑 MiniMax M2.7 的 nvfp4 量化了，10w 级别的上下文无 KV Cache 下 prefill 要 40 秒左右，你可以算算能服务多少个用户。 |
 | 9 superkkk OP @slowgen 那肯定是要跑慢满血原精度的。我这试过能并发 200 左右跑，单用户上下文 3k ，prefill 是 10 秒左右。现在算了一下感觉租机器的成本太高了。要是用户全是 100k 的上下文肯定抗不住，偶尔来 2 3 个还行 |
 | 10 lel020 11 天前 大厂做同样的事，成本只会比你低，你这操作怎么可能有任何赚钱的余地，除非你能产个可乐打赢可口可乐， |
 | 11 slowgen 11 天前 @superkkk 跑原精度的不现实啊，nvfp4 量化后的基准和原精度差距不到 1%，nvfp4 还可以用上新的架构优势，prefill 速度大幅度提高，而且可以开的 KV Cache 也大得多，可以容纳更多的用户使用。 单用户上下文 3k 也不现实，龙虾一个初始会话都是 12k 左右起步。我现在基于闲置算力开了个小规模用的 API ，看平时的统计，基本上 10k 上下文涨到 100k 也就 40 个请求左右。如果过一段时间用户不请求了可能 KV Cache 就释放掉了，然后用户再请求过来的时候又要从头开始 prefill 了，也会有影响的。 |
| 12 superkkk OP 好吧，这个幻想破灭了 |
 | 13 zhang666 11 天前 via iPhone 你要想想资本大佬都开始收缩算力了。你自己个人弄不是自找苦吃么 |
 | 14 chapiom 11 天前 via iPhone 挺好的，等量化版本出来试试。 |
Select Language