ZCode把整个项目偷传上云，把极客推向本地部署：这周两台迷你主机4万跑284B、八台28万跑748B——带宽、速度、电费三本账，三条路线，10月RTX Spark就到，等不等对号入座

9月18日这一天，两件事撞在了一起。

一件是技术博主ferstar放出对智谱ZCode的逆向分析：只要登录这款AI编程工具，它就会在后台把你的整个工作项目连同完整修改历史打包、加密、上传云端，解密的钥匙只在智谱一侧，而且有两个关不掉的开关。当天多名用户跟进爆料，环球时报报道，智谱致歉，称这是"代码库索引"功能、“上传数据不会被保存”，并承诺开源——但直到9月20日晚间，承诺开源超过一天，代码还没放出来，还有企业发函称仍检测到上传行为。知乎知乎

另一件，是B站UP主Jupit3r发布了一条测试视频：两台E人E本EBOX G95迷你主机，都搭载AMD锐龙AI Max+395、板载128GB统一内存，用一根雷电线级联，组成240GB的显存池，把DeepSeek V4-Flash的284B模型整个装了进去——这个规格的模型，以前至少要4张RTX 4090才装得下。实测生成速度超过10 tokens/s。两台机器的总成本，UP主在评论区自己报的数：4万多。哔哩哔哩

G95视频下面，点赞最高的一条相关评论（32赞）说得很直白——智谱zcode再次给大家上了一课，本地部署对于注重隐私性的人来说有多重要。哔哩哔哩

隐私风波把"本地跑模型"的焦虑重新点燃，而迷你主机圈恰好在这同一周，把"本地大模型"从单机玩具推进到了集群时代。这篇文章把本周全网（B站、知乎、微博）散落的实测数据、价格行情和争论收拢成几本账，帮正准备下单的人算清楚：现在买、等10月、还是继续用API。

先看清楚：这一周"迷你主机跑AI"到底有多热闹

不是单个视频火了，是一整簇内容同时冒出来：

• 9月11日，10万粉的MagicBear发布8台华硕GX10（与DGX Spark同平台的GB10芯片）集群实测：1024GB分布式统一内存，跑起DeepSeek V4.1-Flash——552B主干加196B Engram、合计约748B参数的MoE模型，还顺手对比了四卡RTX PRO 6000。播放1.3万，58条评论，部署手册直接开源在GitHub上。哔哩哔哩

• 9月18日，Jupit3r的G95双机级联测试，5900多播放、53条评论——对一台售价2万级的国产迷你主机来说，这是很高的互动密度。

• 9月16日，"燃尽了！AI MAX+395竟然有这个性能"发布，社区自制的halogen-flash-server跑Qwen3.8-Flash-Next量化版，4600多播放、75条评论。

• 9月20日，知乎作者发文介绍刚上市的天钡NEX395，12999元，标题直接点明用途：“做AI集群用”。知乎

• 英伟达确认RTX Spark系列（N1X芯片）10月全球开卖，最高128GB统一内存，联想、华硕、戴尔、惠普、微星都有机型。知乎

有意思的是时间线：7月19日，B站还有一条3.7万播放、243条评论的讨论视频，标题是《现在怎么没有人提用AMD MAX395去跑本地大模型了？》——两个月后，答案是"提的人回来了，而且开始玩集群了"。触发这次回潮的，一半是MoE新模型（Qwen3.8-Flash-Next、DeepSeek V4系列）让大内存机器终于物有所用，另一半，就是ZCode这类事件不断提醒：你的代码和数据，在云端工具面前没有秘密。

第一本账：性能账——多少钱，能跑多大的模型

把本周和近两个月的公开实测拼成一张表（速度均为生成速度token/s，越高越好；20t/s约等于正常阅读速度）：

这张表能读出三个不容易被单条视频说清的规律：

1. MoE模型是统一内存的救星，稠密模型是重灾区。 AI Max+395的内存带宽是四通道256GB/s，只有RTX 4090的三分之一不到，跑稠密模型时被带宽卡死——27B稠密只有20t/s上下。但MoE模型（如Qwen3.8-Flash-Next，总参176B、每token只激活6B）对带宽的需求骤降，对内存容量的需求暴涨，正好把395"内存大、带宽弱、没矩阵加速单元"的特点反着用。知乎上有用户总结得很到位：Qwen3.8-Flash-Next的Q4_K_M量化约90GB，装进128GB统一内存"正正好"，并发4能保底40t/s。买这类机器前先想清楚：你的主力模型是MoE还是稠密，决定了这台机器是真香还是吃灰。哔哩哔哩知乎

2. “能跑”“能用”"能生产"是三档完全不同的体验。 装得下叫能跑；20t/s跟得上阅读叫能用；80t/s以上、能开多路并发才叫能生产。748B集群正文37.5t/s，单流勉强够一个人用，代价是28万和一台高速交换机；而四卡RTX PRO 6000同模型正文87t/s、8并发聚合944t/s——专业卡的钱，买的就是这两三倍的速度差和并发能力。微博上有博主晒出SGLang对Qwen3.8-27B的Day-0实测：RTX 5090跑到206 t/s，DGX Spark只有38 t/s——同一个模型，速度差出5倍，这就是"大内存"和"高带宽"两条路线最直白的差距。哔哩哔哩微博

3. 集群的门槛在降，但隐形配件不便宜。 G95双机只要一根雷电线，是目前最便宜的集群入口；GX10多机互联需要配置不错的高速交换机（MagicBear自己用了812交换机，评论区有人4机+812跑Hermes单流约60t/s，还在找瓶颈）。另外一条实测经验：接HDMI欺骗器保持视频输出，性能会损失15-20%——集群节点建议无头运行。哔哩哔哩

第二本账：价格账——三条路线，三本完全不同的账

路线A：AMD 395系——“最廉价的大内存方案”，但已经是理财产品的价

395系迷你主机（128GB板载统一内存）今年的行情堪称魔幻。评论区179赞的高赞留言：无牌128G+1T最低卖过9800元，有牌的14999元；有人11000元买入，上个月15000元卖出二手，“白用一年还赚钱，妥妥的理财产品”。背后是9月内存暴涨——零售DDR5翻着涨，反而把板载LPDDR5X的整机衬成了"买内存送主机"。哔哩哔哩

现价方面，壹号本OneXStation 128GB+1TB的首发价是20999元。天钡NEX395 64GB版12999元（128GB版更贵），E人E本G95单台约2万。优点除了便宜（比英伟达阵营同内存便宜一万多），还有省电（拷机稳定120W级）和小体积。坑也要说全：ROCm 7在Windows下问题多（评论区有受害者现身说法）、RDNA3.5核显没有正经的矩阵加速单元、社区工具链以Linux为主。保值率曾经不如Mac Studio，但今年被内存涨价硬生生逆转了。而且这个平台的阵营还在扩大——搭载AMD新一代锐龙AI Max+ PRO 495的首批迷你AI工作站9月底就要上市，机型阵容已经按"屏"计算，买之前值得横向比一比。哔哩哔哩知乎

路线B：英伟达DGX Spark/GX10——为CUDA生态花钱，行情坐过过山车

单台GB10机器（128GB统一内存、1 PFLOP FP4、15cm见方）的价格史很精彩：刚发布时全网骂，二手跌倒过不到1.7万一台；如今生态起来了（vLLM/SGLang适配、黑客松、部署手册满天飞），价格涨回3.5万+。微博上有人8月底抱怨，昨天给小小鹅买的两台DGX Spark，今天上午才收到，这会儿一看每台涨了五百五。哔哩哔哩微博

性能确实能打，但双机集群6万起步，还要配200G高速互联，8机就是28万级。GX10视频下12赞的一条把账算得很冷静——RTX PRO 6000现在一张10万+，DGX Spark也要3.5万+，多机互联还需要台配置不错的高速交换机，不是本地数据安全有严苛要求，其实线上API更划算。哔哩哔哩

一个新变量：已经有人在评论区挂出"本地机房DGX Spark 8节点高速互联对外出租"的广告。买不起集群的，现在可以先租着玩——这条路线值得观望党留意。

路线C：等10月的RTX Spark——生态最诱人，变数也最多

英伟达确认RTX Spark（N1X芯片）10月全球开卖，两个版本要分清：20核CPU+6144个CUDA核心（核显规格约等于桌面RTX 5070）、最高128GB统一内存的版本，笔记本和台式机都有；另有一个18核+5120核、内存上限32GB的版本，仅供笔记本。已公布的机型包括联想Yoga Pro 9n（128GB LPDDRX-9400+4TB）、华硕ProArt P14/P16、戴尔XPS 16、惠普Omnibook系列、微星Prestige N16，宏碁表示计划推出RTX Spark小型主机但没给时间。知乎

变数有三个。一是至今没有价格，CNET的评论员说得很直接——小型轻薄的工作站性能不错，但价格高到没人买得起，英伟达给自己挖了个爬不出来的坑。二是10月登场正撞上DRAM供给最紧的窗口，128GB大内存版首发有没有货、会不会被溢价，都是未知数。三是宣传的"1 PFLOP"是NVFP4低精度口径，看着吓人，落地要打折。另外划个重点：32GB上限的那个版本，CPU和GPU共享内存，跑本地大模型基本没戏，别买错。知乎知乎

顺带说Mac：统一内存带宽高、保值好，本来是本地AI的稳妥选项，但社区评论很损——“买395的人都在后悔没上M3 Ultra”，紧接着9赞回复"M3 Ultra只会更后悔，多花了钱没有本质提升"。MoE当道的今天，两边都讨不到便宜，钱包说了算。哔哩哔哩

第三本账：电费与隐形成本

硬件价之外，运行成本这次终于有人认真测了。MagicBear的数据：GX10八机集群GPU侧约245W，四卡RTX PRO 6000约821W（均为推理窗口遥测，非整机插座功率）；按每天在线8小时、每度电0.8元估算，年电费分别约1168元和3738元，差2570元。395系单机拷机120W级，7×24小时当家用AI服务器，年电费也就三四百元——这是迷你主机做本地AI相对台式机显卡方案最实在的优势之一。哔哩哔哩

隐形成本清单：高速交换机（多机集群必需）、部署调试时间（评论区有人熬一整晚把昇腾910B×8调到180t/s，也有人4机跑了一年还说不清瓶颈在哪）、量化模型选型（同一个27B，普通版20t/s、dflash版40+t/s，差一倍）、以及无头运行的运维习惯。好消息是开源部署手册越来越多，MagicBear的Spark-Agents、vLLM/SGLang的DGX Spark部署仓库都可以直接抄作业。

反证：这三类人，现在别买

判断型内容不能只顺着热度说，本周同样有扎实的反方证据：

1. 想拿本地模型替代API做日常干活的。 知乎9月16日一篇《我测了本地大模型的三个用途，两个行不通》说得很实在：单轮对话本地模型能应付，但云端那套Agent工作流——读整个工程、跨文件改代码、跑测试再自我修正——本地模型接不住，上下文长度和推理速度都撑不起多轮来回。GX10视频下5赞的评论也是同一立场——现在用API，等AI泡沫破了后再买高性价比硬件。知乎哔哩哔哩

2. 以为买了本地部署就等于隐私无忧的。 ZCode事件的真正教训是：工具"关不掉的开关"比模型在哪跑更致命。本地部署同样要审计客户端上传行为，G95评论区就有人泼冷水——本地不本地没关系，客户端要上传的，你接本地API照样偷。隐私是工程问题，不是买硬件就自动解决的。哔哩哔哩

3. 执着于稠密大模型的。 395系的256GB/s带宽是物理天花板，70B级稠密模型在这类机器上只有个位数速度——能跑和跑得快是两码事，395只解决了能跑，解决不了跑得快。真要稠密模型高速推理，加钱上专业卡没有捷径。哔哩哔哩

对号入座：四类人，四种打法

• 隐私刚需党（代码、合同、病历不能出内网）：现在就买，别等。128GB的395系单机跑Qwen3.8-Flash-Next级MoE模型，是当前每GB显存成本最低的方案；预算紧可从天钡NEX395 64GB版（12999元）起步，但记住50GB模型体积红线——主力模型超过它就直接上128GB。RTX Spark对你不是选项：价格未知、供货未知、首发以笔记本为主。知乎

• 折腾性能党（要速度、要CUDA生态）：等10月RTX Spark的128GB版报价和首测出来再动，避开32GB版；等不及就盯DGX Spark/GX10的行情，历史低点1.7万出现过一次，回到2万以内都值得出手；或者先租8节点集群验证自己的模型和工作流，再决定买不买。

• 日常AI用户（聊天、写文案、改代码为主）：继续API，本地不值得专项投入。手里已有的办公小主机（板载24-32G）装个Ollama跑7B-9B做离线备胎就够了，这轮完全不用花新钱。

• 已持有395的人：别急着高位套现，先把模型换成MoE、量化用上新方案（27B从20t/s优化到40+是本周社区验证过的），这台机器的价值在"最廉价大显存"，不在二手溢价那一两千。

最后留五个观察信号，决定这条线接下来三个月的走向：①10月RTX Spark的实际价格与128GB版供货；②智谱ZCode承诺的开源是否兑现、能否通过第三方审计；③DRAM行情——它同时决定395整机和DGX Spark的下一步涨跌；④DeepSeek V4.x、Qwen3.8系列的量化生态更新，直接改写"128GB能干什么"的答案；⑤DGX Spark租赁服务的定价，会不会成为体验集群的第三条路。

本地大模型这场戏，迷你主机已经从观众席挤上了舞台。只是舞台票很贵，先算账，再入场。