这周的显卡圈，出现了一个有点魔幻的现象。
蹲在显卡日报下面看价格的，不再只是等装机的游戏党，还多了一群被 DeepSeek 账单劝退的 AI 用户。两拨原本井水不犯河水的人，现在盯上了同一张价格表。
一边，是 8 月 17 日零点生效的 DeepSeek 新价格：V4 Pro 高峰时段输出从 6 元涨到 27 元/百万 Token，一次涨了 350%；缓存命中输入从 0.025 元涨到 0.3 元，涨了 12 倍。微博社区情绪当场反转，曾经把 API 打到白菜价的“价格屠夫”，被网友戏称“梁文谷”——高峰期根本用不起。
另一边，是同一周阿里开源的 Qwen3.8-27B。社区为它沸腾的原因很具体：这个 27B 参数的模型，4 比特量化后刚好塞进一张 24GB 显存的消费级显卡，第三方榜单得分却追平了参数量大它几十倍的旗舰级模型。知乎有人一句话总结：“Qwen 3.8 is having a DeepSeek moment。”
两件事叠在一起，就催生了本周 AI 硬件圈最热的一个问题：API 变贵了，24G 显卡又刚好够用，我是不是该买张卡自己跑，实现“Token 自由”？
只不过，这个问题还有一个绕不开的背景板：显卡自己，正在涨价潮里。
一、为什么这次“买卡跑模型”是真火，不是极客自嗨
过去两年，本地部署一直是小圈子的爱好。这次不一样，它是被两个实实在在的变化推出来的。
第一个变化，是模型终于落到了“消费级甜点位”。以前是能在消费级显卡上跑的模型不够聪明，够聪明的模型消费级显卡塞不下。Qwen3.8-27B 把这个死结解开了：Q4_K_M 量化后权重约 15-17GB，一张 24GB 显存的卡连模型带 KV cache 约 22.3GB，能完整跑 64K 上下文；部署文档称其 4 比特量化后能保留全精度 95.59% 的能力。知乎第三方榜单 Artificial Analysis 给出 52 分，追平 284B 参数的 DeepSeek V4 Flash。翻译一下：原来要花高价 API 才能摸到的“旗舰级体验”，现在一张消费级显卡就能装下。
第二个变化，是 API 真的贵了，而且贵得很“结构性”。很多人以为 DeepSeek 涨价是为了赚钱，知乎热评一句话点破：峰看的不是用的人有多少，而是训练负载的峰值。峰谷定价的本质，是劝你白天别跟训练抢算力。问题在于，多数上班族的重度使用时段恰恰是白天，正好撞在最贵的峰段上。而从 8 月 23 日起，周末全天统一按低谷价计费，算是回应了社区情绪，但工作日白天依然是高价档。微博
社区的反应很直接。X 上开始有人发“今天起停掉 AI 编程订阅”。Reddit 上 799 赞的热帖晒单张 3090 让模型全自动执行 80 次工具调用。知乎B 站的显卡推荐视频，也已经把“本地部署大模型”列成了和游戏党并列的独立适用场景。
二、先泼盆冷水：卡本身在涨，大显存卡正是重灾区
这波显卡涨价，和以往任何一次“矿潮”都不同，它是从上游涨上来的。
链条大致是这样：AI 算力需求吃掉了存储芯片产能。云厂商和 AI 企业提前锁死多年长单，存储厂主动倾斜产能，于是先是 DDR 内存和 SSD 涨价，紧接着 GDDR 显存供货收紧、报价飙升，显卡被连带冲击。知乎上，“RTX5060Ti 显卡价格暴涨至 6000 元，其背后可能存在哪些原因？”已经成了热门问题。知乎显卡日报里，RTX 5050 在 8 月 24 日涨到 2488 元，刷新历史最高价。就连 SK 海力士的淘宝旗舰店，也在这两天宣布终止经营——内存原厂连零售渠道都在收缩，产能往哪边倾斜不言自明。
更关键的是，对“买卡跑模型”的人来说，涨得最凶的恰恰是大显存卡。“如何评价此次显卡涨价”的讨论里，被反复追问的问题之一就是：是不是只有大显存卡涨价了？闲鱼开始大量流出 RTX 3080 20G 魔改卡，号称“速度达 3090 八成多，价格却只要一半”；B 站一条“RTX 4090 48G”魔改卡视频两天播放近 10 万，评论区四百多人在吵它到底值不值。
这些信号说明什么？说明“买卡跑模型”的需求，已经开始外溢到灰色地带——正常的大显存卡太贵，人们就开始找魔改卡。这种行情下入场，你的回本账必须按今天的价格重算，而不是沿用去年卡价下的老结论。
三、回本账怎么算：别急着下单，先把自己的数填进去
本地部署的经济账不复杂，核心就一条公式：
回本月数 = 卡价 ÷（每月 API 账单 − 每月电费分摊）
先说电费。跑 27B 模型，显卡负载大致在 300W 上下，按居民电价估算：每天跑 8 小时，一天约 2.4 度电，一年电费 500 元上下；7×24 小时满载，一年 1500 元左右。这个数比很多人想象的小，不改变回本量级，但要算进去。
关键是公式左边的两个数。
卡价：以主流的 24G 二手卡为例，涨价潮下新卡、二手大显存卡的价格都和半年前不同，下单前请以当天显卡日报和闲鱼实际成交价为准。下面举例统一用 6000 元这个假设值，你换成自己的真实报价即可。
账单：分两档举例。
重度用户 A：API 月账单 1000 元（这轮涨价后，重度开发者普遍到了这个量级）。6000 ÷（1000 − 40）≈ 6 个月回本。第 7 个月起都是净省，而且卡用完还能出掉——涨价潮里二手显卡罕见地保值甚至增值，这是“一块二手 24GB 卡几个月回本”说法的由来。知乎
轻度用户 B：偶尔写文案、问问题，涨价后月账单从 50 涨到 100 元。6000 ÷（100 − 40）≈ 100 个月，八年多。届时模型都换了八代。
这就是本周争论的答案：“Token 自由”不是人人有份的福利，它只对账单过线的人成立。
社区其实早把账算过一遍。4090 48G 魔改卡的评论区里，有人给出了详细反算：2 万的 48G 卡、跑 32B 模型、每秒 30 token、对标云端 20 元/百万 token——要 7×24 拉满跑一年才回本，不算电费。而且这个算法还有两个隐藏前提：本地小模型的输出质量能顶替云端大模型、利用率真能拉满。这两条对个人几乎不可能成立，所以结论很直白：轻度使用，租算力永远比买卡划算。
四、三个坑，其中两个反直觉
坑一：双卡凑显存。 有人为省钱买两张 5060 Ti 16G 凑 32G 跑 27B。显存够不等于体验好——位宽和通讯带宽的瓶颈，会让同一个模型在双卡和单卡之间差出一个量级。知乎本地部署，显存宁大一卡，不拆两半。
坑二：别拿宣传速度当预期。 同一套 4090 24G + Qwen3.8-27B-Q4，社区实测约 80 tok/s；优化更激进的另一套 3090 方案，普通聊天提示词约 133 tok/s，而它宣传的 381 tok/s 是 RAG 场景下“答案大量复述上下文文档”的特例。日常使用请按 80-133 tok/s 建立预期——完全够用，但别按 381 规划体验。另外，4 比特量化“保留 95.59% 能力”目前也只有部署方口径，社区实测者自己强调：未测过的任务区间无法保证，这不等于证明无损。
坑三：别赌“买了就能用很久”。 模型月月换代，V2EX 上四月就有人提醒，两个月后出了 40-60B 新模型，你的硬件就跑不动了。知乎也别忽略反面教材：有人的单位去年为部署大模型买的 4090 工作站，现在正在吃灰。为可能不存在的需求买卡，才是最大的沉没成本。
顺带打消一个念头：“顺便帮别人跑算力回血”。按业内人士的说法，买卡转售算力在批发模式下普遍不划算——“单卡 5090 跑满 24 小时一年赚 3 万”是机房批发的账，不是自用的账。
五、决策表：该买的是这 3 类，不该买的是这 2 类
建议买：
重度用户：API 月账单长期过几百元，且重度时段正好撞在白天高峰档；
隐私刚需：数据不能出本地，云端再便宜也用不了；
手里已经有 24G 及以上显存显卡的人：不用买，直接部署，零成本纯赚。
不建议买：
月账单 100 元以内的轻度用户：涨价多花的钱，攒一年不够半张卡；
抱着“一次买好用五年”心态的人：硬件会过时，模型会换代，买卡买的是当下。
中间档的务实路线：先把能挪的负载挪到 API 低谷时段（DeepSeek 周末已全天谷价），再用云平台的免费额度把 Qwen3.8-27B 完整跑一遍，确认它真能接住你的活，再决定要不要为它买卡。
六、想等的人，盯住这三个信号
信号一：显卡价格是否已经见顶。 8 月 24 日的显卡日报已经注意到，大部分型号脱离了历史最高价、出现轻微背离，连作者都在问顶部是不是已经形成了。知乎背离是否延续，再看一周的日报数据就清楚，不必急着接。
信号二：上游产能何时回血。 这轮涨价的根源是存储产能被 AI 订单占走，SK 海力士收缩零售渠道说明原厂重心仍在大客户，零售端短期难松动。反过来，一旦内存价格停涨，显卡的成本压力就会缓解——内存报价是最早的观察哨。
信号三：模型两端的变化。 DeepSeek 周末谷价之后会不会继续让利，决定你的账单高度；下一代开源模型多久冒出来，决定你的卡能用多久。这两个变量，比显卡价格本身更影响这笔账。
说到底，这轮双向涨价的本质，是 AI 需求在给两头同时重新定价：API 在涨，显卡也在涨。“Token 自由”从来不是零成本，它只是给账单过线的人多一个选项。轻活用 API，重活、私事、自动化放本地——账算清楚了，买不买都有答案。
