DeepSeek涨价350%把人逼向本地部署，结果显卡也在涨：Token自由这笔账，我用全网实测帮你算完了

这半个月，B站一条8万播放的本地部署教程评论区里，最扎心的一条留言是——有谁和我一样，是看到DeepSeek涨价后来看本地部署的？哔哩哔哩

底下一排人举手。有人说以前是"登不完、用不完"，现在"一天就用完好几十块钱"；有人算了笔新账：想跑个像样的27B模型，得买大显存卡，而大显存卡恰好正处在一轮历史性涨价周期里——用评论区原话说：24G显存显卡贵，20B以下的模型蠢，上不去下不来，卡在那里了。哔哩哔哩

两头涨价撞在一起，"要不要转本地"从月度月经题变成了真金白银的决策题。这篇不做安装教程（B站喂饭视频多得是），只干一件事：把8月到9月全网的行情、实测样本和老玩家的账本拼到一起，帮你把这笔Token自由账算清楚。

先看发生了什么：两头都在涨

API这头，DeepSeek真涨了。 8月上旬DeepSeek官宣整体上调API定价，8月17日落地，配套峰谷计价。知乎8月23日又公告周六周日全天按低谷时段收费。知乎涨幅按社区测算，高峰时段输出价上调约350%，空闲时段约175%；调价后Pro版高峰时段百万token输出约27元，Flash版约9元。知乎横向对比，能力相近的Kimi K3百万输出约100元、GLM 5.2约28元、Grok 4.6约43元——所以涨完的DeepSeek依然不算贵，只是"没法像之前那样淌着用了"。

涨价原因更有意思。OpenCode工程师Dax Raad透露的说法是：不是亏钱，是需求过载。Flash正式版发布后，光OpenCode一天就消耗8万亿token，占平台80%以上的调用额度。知乎翻译一下：这轮涨价本质是用价格把轻度用户劝走，给重度用户保算力。轻度用户被劝走了，往哪去？一部分就去了本地部署——这正是B站那条评论区的故事背景。

显卡这头，涨价的源头在显存。 8月的华强北显卡市场一度"封板"：商家集体停止报价、暂停出货，工厂封仓，连付了钱的预售单都作废。根因是显存颗粒和AI服务器抢同一条生产线——三星、SK海力士、美光把70%到90%的先进产能优先供给了AI显存，留给消费级显卡的不到一成，颗粒现货价半年涨了约200%，一颗2GB的GDDR7超过20美元。知乎

反映到零售价，按装机博主9月2日的行情记录：5060 Ti 8G约3300元、16G版约5000元，5070约6600元，5070 Ti约9300元，5080约12000元；A卡这边9060 XT 16G约3300元，9070 XT约5800元。知乎对比6月，涨幅"很恐怖"。但9月的最新消息是涨不动了——涨价后销量难看，N卡以稳为主，短期不用担心大涨，等活动还能再便宜300元左右。

还有个时机背景必须交代："Token自由"这个词能在8月中下旬火起来，是因为Qwen3.8-27B爆了。这个27B稠密模型原生体积50多GB，常用量化版13-17GB，社区普遍反馈量化后能力能摸到DeepSeek Flash这一档。哔哩哔哩中国信通院的测评里，27B级本地模型在Agent任务上的完成率甚至接近万亿参数旗舰——虽然榜首总成功率也只有40.55%，说明离"替代旗舰"还远，但"个人硬件跑得动的模型第一次够用了"这个判断是成立的。知乎只是"够用了"的入场券，被显卡涨价劫了一道。

你的卡能跑成什么样：全网实测样本汇总

行情说完看实际效果。我把知乎、B站评论区里用户晒出的实测样本归拢成一张表（均为个人案例，调优水平不一，看量级就好）：

表里藏着三个规律：

第一，16G显存是"能玩"线，24G才是"实用"线。 12G显存跑27B这一代基本没戏，社区原话"有点逗"；16G能靠低比特量化把27B塞进去，代价是智商打折、上下文缩水；想舒服要24G起步，而24G档的卡全在高位，5090甚至被评论区断言28年之前都降不下来。哔哩哔哩夹在中间的尴尬，就是"上不去下不来"这句话的硬件版。

第二，旧设备是这波最大的隐藏折扣。 4080 16G老卡、32G内存以上的M系Mac，都能给出可用速度。买新卡之前，先翻翻自己抽屉里那台旧设备姓什么——这是整篇文章里最省钱的一条建议。

第三，量化有坑，稠密模型更稳。 有玩家实测提醒：35B级MoE模型在Q4量化下会出现"门问题和死循环"，在llama.cpp里还会被放大。哔哩哔哩相比之下27B稠密模型量化后损失小、更稳定。所以老玩家现在的共识是：新手直接从稠密模型起步，别一上来就挑战MoE。

Token自由的成本账：精确到月

进入正题。本地部署的真实成本 = 硬件折旧 + 电费 + 你的折腾时间。用社区行情价来算：

方案A：零投入，用现有PC或Mac。 只花电费。整机推理按250W、每天4小时、民用电0.55元/度算，月电费约16元。这基本等于免费，代价是速度和折腾时间。手里有16G显存卡或32G内存Mac的，强烈建议先把这条路跑通再说。

方案B：新购5060 Ti 16G，约5000元。 卡的保值社区有两种判断。乐观派认为本地部署相关硬件一年内保值，毕竟还在涨价周期里。知乎悲观派认为消费级硬件追大模型是在追移动靶，半年折旧严重。知乎取中间值按两年折旧：硬件月均约208元，加电费约20元，月度成本约230元。

方案C：双16G卡或24G单卡，约10000元。 同样算法，月度成本约440元，换来的是27B满速+长上下文，或者跑更大模型的余地。

再看API那头你的月支出。社区口径相当一致：涨价后"一个月能花100就算用得多了"是轻度用户的水平；而用Agent写代码的重度用户"一天烧好几十块"，月支出轻松600-1500元。哔哩哔哩

盈亏平衡线画出来，结论有点反常识：

• 月AI支出低于150元：别为省钱买卡，两年都回不了本。你该做的是用足低谷价——现在周末全天都是低谷时段——或者免费模型凑合。

• 月支出150-450元：灰色地带。方案B的月成本正好压在这个区间，买不买取决于你多看重"不限量"的心理安全感，纯财务上不赢不亏。

• 月支出450元以上的高强度用户：本地明显回本，而且用得越狠省得越多。Token自由这个词，只有在这一档才成立。

顺带排掉一个"伪本地"的坑：有人琢磨云端租卡，5090时租约3元，听起来便宜。评论区有人帮你算过了：一天用5小时，月租450元，有这钱买啥plan不行。哔哩哔哩云租卡只适合两种场景——一次性验证某个大模型，或者临时需要80G以上显存跑全量参数，日常重度使用租卡是负优化。

三类人值得上车，三类人赶紧劝停

成本账只算了一半，另一半要看你到底想要什么。把知乎、B站、小红书的讨论归拢，本地部署人群的真实动机就三种，每种账法完全不同。

这三类人，值得上：

1. 高强度重度用户。 每天用Agent写代码、批处理文档、跑翻译，月API支出450元以上。对你来说本地就是纯省钱，而且27B级模型应付日常工程任务已经被多方实测验证堪用了。有开发者的原话是：20多token/s的速度，不会让我觉得这任务得等到天荒地老。哔哩哔哩

2. 隐私敏感需求。 合同、病历、公司代码、没发表的书稿，这些东西不能出内网。这是本地部署真正"无可替代"的一项，云端怎么降价都替代不了。评论区说得直白，本地部署唯一的好处就是私密安全。知乎但对这类人，一个好处就够付全款。

3. 无限制创作人群。 写小说、做剧本分镜、各种会被云端审核拦下的创作。谁不知道云端模型更强啊，我想要的它给不了啊——这句话就是这个人群的宣言。哔哩哔哩他们的付费意愿一直最强，也最清楚自己为什么上车，反而不容易踩坑。

这三类人，先劝停：

1. 偶尔用用的人。 买卡前就问自己一个问题：过去一个月，你认真用AI干过几次活？有人算过细账：为偶尔的图片处理需求把模型长期挂在显存里，不如直接调多模态API，一张图几厘钱。哔哩哔哩评论区还有个更损的版本：如果只是想吃鱼，买鱼肯定比钓鱼划算。哔哩哔哩本地部署对轻度用户是爱好，是钓鱼，不是省钱方案——想清楚这一点再花钱。

2. 生产力依赖旗舰能力的人。 如果你的活必须靠顶级推理模型，本地的现实上限就是27B级量化模型。社区共识很清醒：本地只有Qwen 27B能打，但生产的话还是要API。别用一万元存款去挑战别人几百亿的数据中心，混合着用才是正解。

3. 怕涨恐慌党。 9月的行情已经明牌：显卡涨不动了，销量难看，等活动还有折扣。而模型迭代比硬件降价快得多——今天的27B，半年后大概率被下一代小模型越级。这波里，等等党的折旧率反而是最低的。

还在纠结的，三条折中路线

其实老玩家早就给出了标准答案，本地和云端从来不是二选一：

混合路由。 隐私敏感、重复性高的任务放本地（摘要、翻译、格式转换、日常补全），复杂推理和高峰任务走API。哔哩哔哩评论区已经有人在自制可切换路由的工具，这个思路适合小团队，也适合个人。

峰谷套利。 DeepSeek现在周末全天按低谷价收费。知乎把批量任务、长文档分析攒到周末跑，API账单直接对折。这是零成本优化，所有人都该用上。

等新变量。 小米8月24日官宣了AI Cube原型机：三颗玄戒芯片、150W功耗、号称支持120B模型本地部署，快慢系统切换。知乎知乎上市时间和价格仍未公布，但按小米的定价习惯，大概率会把"大模型本地"的入场券重新定价。加上下一代显卡的显存配置悬念，等等党完全可以等到双十一再做决定。

最后：值得盯的五个信号

把这篇文章的结论赖以成立的观察点汇总一下，任何一条变了，账就要重算：

1. DeepSeek会不会降价回调——"涨价只是流量调控、热度过了会降回来"是社区的主流判断，正在被验证中；

2. 显存颗粒现货价——本轮显卡涨价的总开关，它回头，卡价才有回头；

3. 小米AI Cube的上市时间和定价；

4. 下一代显卡（60系）会不会给出32G、48G显存的甜品配置——评论区已经在做梦"6080给32G就无敌了"；

5. 下一代27B级开源模型的表现——Qwen3.8-27B大火才半个月，追赶者已经在路上。

本地部署在2026年已经不是极客的玩具，但也绝不是全民的性价比答案。它更像钓鱼：对吃鱼量大的人，自己养塘真省钱；对只是想尝个鲜的人，市场买两条永远不亏。这笔账算到这里，你该知道自己是哪一类了。