九月底的本地推理圈，话题从“下哪个模型”变成了“晒月底账单”。把这一个月的云端价格动作按时间轴排开，本地党真正要回答的问题就浮出来了：这笔账到底怎么重算。
8 月 17 日，DeepSeek 上线 V4 Pro，同步上了峰谷计费：工作日白天高峰，未命中输入干到 9 块钱一百万 Token，输出从 6 块飙到 27 块，哪怕命中缓存，峰值单价也翻了好几倍，一个跑自动化 Agent 和长代码重构的团队直言周账单出来时差点以为后台被人刷了接口。知乎
9 月 9 日晚到 10 日，通知到了：缓存命中最高降 60%、未命中降 33.33%、输出降 11.11%，9 月 10 日 12 时起生效。 仔细看会发现这是两件事：V4.1 Flash 发布，而原来发给 V4 Pro 的请求全部路由到 Flash、按 Flash 单价计费——价是降了，模型也换了。知乎
9 月 24 日，OpenAI 给 GPT-6 家族补上 Sol 和 Luna 两款，API 标价相对 GPT-5.6 同档促销价直接砍半，还注明是长期定价、不是限时促销；最扎心的是 Luna：0.10 美元一百万输入 tokens，折人民币约七毛，已经能和 V4.1-Flash 正面开刚。36氪
9 月 25 日，融资爆料来了：DeepSeek 完成 75 亿美元融资，年化营收从不足 5 亿冲到 10 亿美元，哪怕 API 上调 2.3-4.5 倍、客户需求依然坚挺。 同日，DeepSeek Harness 桌面预览版在社区传开，装完就会发现它不是纯免费工具：初次进入若无额度，需要充值或绑定有效余额账户，还要实名认证。微博36氪
这条时间轴的另一头，本地党确实在“接得住”：8 月中旬开源的 Qwen3.8-27B，一个月里被跑进了各种机器。24G 档，今天刚有人整理出 7900XTX 单卡完整方案：24GB 显存配 Xeon E5 服务器 U 加 64G 内存，目标模型正是 Qwen3.8-27B 的 GGUF 量化版。 16G 档，B 站测评 UP 主给量化版的一句话判决是：它就是 16G 显卡最佳选择。 128G 档，有人在一台 AMD Strix Halo 统一内存机器上同时供着 5 个模型服务：两个 35B 级 GGUF、一个 PaddleOCR-VL、一个 ComfyUI 生图，外加一个 124GB 的专用引擎。知乎哔哩哔哩知乎
劝退的声音同样密集。小红书新手帖说得很直白：别让本地部署成为进入 AI 的门槛，新手先把用起来这件事搞定，再去想部署的事。 知乎上被反复引用的那句总结是：本地部署更像是自己买算力，也自己负责维护——偶尔用用的人买台高配，等于长期闲置。小红书知乎
两拨都对，但都只看见了一半。把两边的单价摆到一张桌子上，这轮账的第一个真相是：云端没有全线变贵，它裂成了高价、低价两条道。低价道现在的行情：V4.1 Flash 闲时未命中输入 1 块钱、缓存命中回到涨价前的 2 分钱、输出 4 块钱，还给 100 万上下文窗口；再往下，还有七毛进场的 Luna。知乎
这些低价不是白拿的，前提是活能挪、能等、能命中缓存——峰谷表里藏着的漏勺就值一笔钱：工作日 12 点到 14 点、18 点以后和周末全天全算闲时，直接打五折。知乎
国内同一条路上也不缺打手：百炼主力 Qwen-Plus 输入压到 8 毛钱一百万 Token，Batch 批量接口还能再五折；豆包通用档几毛进两块出，白天高峰也不给你报服务器繁忙。知乎
第二个真相比单价更结构性：价格战已经从“每 token 多少钱”卷到了“每完成一个任务多少钱”。GPT-6 Sol 在真实软件工程测试 DeepSWE 里 68.8%，只比 Claude Fable 5 低 1.1 个点，按 OpenAI 的估算单任务成本低约 80%。36氪
跨应用测试 AutomationBench 上它 0.27 美元一单，约为 Opus 5 max 档的十一分之一——云端把“单位有效任务”的价格越砸越低，而它自己改了缓存机制：对话中途调推理力度、开关工具，不再打断已有缓存复用。36氪
这对本地意味着什么，社区实测给了分层答案：重复性、模式化、单文件范围内的活，本地模型够用；需要跨文件推理和多步思考的活，差距还很明显。 换句话说，本地省下的 token 单价，很可能被更高的任务返工率部分收回去——这笔隐性账，买机器之前最容易被跳过。知乎
于是结论不是“本地赢”或“云端赢”，而是盈亏点对不同的人，正往相反方向移动。第一类：高频、白天、长链 Agent、重输出的活，确实被架在 27 块一百万上烤——一个用户的账单样本：同样 45 亿 token，涨价前约 90 美元，涨价后按峰谷落在 250 到 500 美元区间。 对这类人，混合架构已经不是概念，是有人真在跑的日常：八成脏活累活扔给固定成本的本地机器，剩下两成需要拔高上限的复杂推理，再走 API 调旗舰、顺手卡进闲时窗口。知乎知乎
第二类：轻度使用、能错峰、吃得进缓存的人——这轮涨价根本没伤到你，云低价道还在往下走，新手帖那句先用 API 入门、别急着买机器，对你依然成立。数据敏感则是第三本账：客户代码、内部文档不能出内网的用户，本地与否本来就不由账单决定。
便宜云的另一面也得看：涨价后冒出的一批三折五折“原厂渠道”Key，老用户提醒，十个有九个半是在网关后台偷偷做模型降级——你请求里写的是旗舰，路由到的是便宜小模型。知乎
接下来盯四件事：V4.1 Pro 上线后，V4 Pro 全部路由到 Flash、按 Flash 单价计费这个窗口期会不会收走；新上的桌面客户端会不会给本地模型开入口——桌面不等于本地，一键部署入口这类端侧路线和 Harness 这种 API 客户端是两条线，接下来会被继续搅在一起；128G 统一内存机器的行情，社区连 M5 Ultra 的 1.2TB/s 带宽能不能战 4090 的调研都开始了。 最后是下一刀会不会砍向订阅——毕竟 API 标价和订阅包价，现在是两套算法了。小红书
这轮变化杀死的不是一句“云端已死”或者“本地真香”，而是单一标尺：API 市场裂成高低两条道之后，本地推理的盈亏点随你把活放在哪条道而浮动。先看账单里 27 块是花在输出上、还是花在未命中输入上，再看显卡。当下最保值的不是最新权重，也不是某张显卡，而是你自己那份任务清单——知道哪些活能下放、哪些活必须上交的人，谁涨价都不亏。
