今年迷你主机的内卷方向变了。以前比谁更小、更便宜，现在比谁能「本地跑大模型」。
最能打的是AMD阵营的新旗舰：极摩客EVO-X5 Pro，10月初发布，把192GB统一内存塞进一台迷你主机，官方宣称4-bit量化下能完全离线运行3200亿参数级大模型，售价46999元。知乎哔哩哔哩
一台小盒子，突然就成了「桌面AI超算」。这是真本事，还是又一波智商税？
真本事一：内存就是硬门槛
玩本地大模型的都知道一句话：能不能跑，看内存；跑得多快，看带宽。
上一代锐龙AI Max+395最高128GB内存，DeepSeek-V4-Flash这种级别的模型，权重根本装不进去，连启动都启动不了。新的AI Max+ PRO 495把内存抬到192GB、带宽约273GB/s，「能不能跑」这条线直接往下挪了一档。知乎
实测也给了答案。至顶AI实验室用EVO-X5 Pro跑DeepSeek V4-Flash（Q4量化）：每秒17个token，开启投机解码后提到27个；换Qwen3.8 Flash Next能到34个token/秒，首字延迟1.4秒哔哩哔哩。更轻的模型更舒服，Qwen3.6-35B-A3B直接跑出90 token/秒，已经接近云端API的输出速度。知乎
真本事二：不用运维，开机就能用
传统本地部署的流程：装系统、配环境、装推理框架、下权重、解决报错——没有半天搞不定，还未必跑得起来。EVO-X5 Pro预装了本地推理引擎，模型下载、启动、显存分配，全在图形界面里点点选选。知乎
这一点对企业是决定性的：数据全程不出局域网，不烧云端token，金融、医疗这类合规敏感行业，省下的是硬件差价之外的部署人力和合规成本。
但短板也是真短板
第一，带宽墙。273GB/s是物理现实，3200亿参数级的模型实测只有14 token/秒上下，预填慢，长上下文的首字等待需要耐心。作为对比，Mac Studio M5 Max的带宽是614GB/s，翻倍还多。知乎
第二，生态还在补课。这套AMD平台没有原生FP8计算能力，靠软件路径模拟。vLLM在10月底刚为它写了专用kernel，算子层面提速1.7~2.54倍，但端到端只快了约6.8%，而且目前还是Draft状态——社区的判断是「等合并了，vLLM在这台机器上才算真正可用」。而NVIDIA那边，还有CUDA的先发优势。知乎
连AMD自家亲儿子Ryzen AI Halo（6799美元），都被知乎博主评为四种本地AI方案里最差的一个：架构老、算力不够、价格没优势。知乎
所以，双11这钱怎么花？
企业用户，数据合规是硬需求、不想养运维 → 开箱即用的192GB档整机，目前几乎没有平替；
极客玩家，主要跑300亿参数级小模型 → 128GB的AI Max+395机型（如阿迈奇M1A PRO+）性价比更高，等vLLM生态成熟还能白捡优化红利；
既要3A游戏又要AI → NVIDIA阵营更省心；
纯办公影音 → 别为AI交税，两千档迷你主机足够好用。
本地跑大模型的迷你主机，2026年已经走出了「PPT概念」阶段，进入「真能用」阶段。但越是这种时候越要想清楚：你买的是算力，还是刷卡那一刻的冲动？
