这个周末，本地大模型圈发生了两件和钱包直接相关的事。
从今天（周日）零点开始，DeepSeek 的周末全天谷价计费正式生效，批量任务可以放心丢到周六周日跑。机器之心听起来是利好吧？但把日历翻回 8 月 17 日，是它正式上调峰时价格的日子：V4 Flash 峰时输出价从每百万 Token 0.28 美元涨到 1.32 美元，接近 4.7 倍；V4 Pro 峰时输出从 0.87 美元涨到 3.96 美元。腾讯科技工作日白天的 API，实打实变贵了。
于是很多人动了同一个念头：要不花点钱，本地跑算了？
紧接着第二个消息给你泼了盆冷水：内存涨疯了。
Tom’s Hardware 调取 PCPartPicker 的零售价统计，过去一年 DDR5 全线涨了约 500%：装机常用的 2×16GB 套件，从一百美元上下涨到 480—572 美元。量子位64GB 的 DDR5-5600 从不到 200 美元冲破 1100 美元，涨幅 485%；连老平台用的 DDR4 都被抬高了 120%—180%。
国内现货渠道更直观：华强北的 32GB DDR5 套件去年标价 900 元，现在报价 3800 元。量子位16GB 套装从 450 元涨到 1800 元；连装机刚需的 1TB 固态硬盘，也从 410 元爬到了 950 元。
显卡那边也没好到哪去。最近讨论度很高的魔改 4090 48G，一个月内报价从 2.1 万涨到 2.5 万，二手 3090 也跟着站上 9000 元大关，5090 和 Pro 系列更是天价。哔哩哔哩SK 海力士 CEO 的说法更让人绝望：2027 年会是行业史上内存供应最糟的一年，供需失衡可能一路拖到 2030 年。量子位也就是说，「等内存降价再买」这条路，这次基本被堵死了。这就是本地跑大模型此刻的成本背景。
但另一面：模型开始省显存了
如果只有硬件涨价，这篇文章可以到此为止——闭眼买就完了。偏偏今年的情况是反过来的：旗舰级本地模型的入门门槛，正在往下掉。
最典型的就是阿里 8 月中旬开源的 Qwen3.8-27B。它的热度也很离谱：开源不到 12 小时，就进入 Hugging Face 历史最受欢迎模型 TOP4、冲上趋势榜首，两天下载量破百万，社区自发贡献了约 500 个量化版本。AI前线
270 亿参数的稠密模型，听着吓人，但它的架构很会「省」：64 层里只有 16 层用全注意力，其余 48 层换成了线性注意力（Gated DeltaNet），吞显存的大户 KV cache 直接缩到同尺寸传统模型的约四分之一。知乎
而且省显存不是靠降智商换来的：官方评测口径，它的整体表现超过自家上一代旗舰，提升集中在编程和 Agentic 任务。AI前线具体数字：SWE-bench Pro 61.7 分，压过了同榜的 Claude Opus 4.6 Max（53.4 分）。知乎当然，跑分都是官方自己跑的，听的时候建议先打个对折。
落到实操是什么概念？有实测给出了一组 16GB 显存的账：Q4 量化版文件 14.3GB，装进 16GB 显存后只剩约 0.5GB 给 KV cache，上下文只能开 8—16K；但只要机器有 64GB 内存，KV 溢出就能兜底到内存，速度略降但不至于跑不起来。知乎换句话说，一年前说「本地跑旗舰」，默认前提是 48GB 显存；现在 16GB 就能摸到门槛。
这不是个例。上周悄悄上架的 Ornith-1.5-35B-A3B，MoE 只激活 3B 参数，12GB 档显卡上实测解码跑出 53 tok/s，170K 上下文的 KV 缓存占用从 13.9GB 压到 1.74GB。哔哩哔哩把两条曲线放在一起，结论很清楚：硬件价格在涨，「跑得动」的显存门槛在降。这个时候冲动升级，是性价比最差的操作。
你手里的配置，现在到底能跑出什么体验
先看社区最近一周攒出来的实测数据再决定。已经有人把 3090 到双卡、从独显到 Mac 的 27 种配置测了一遍，加速开与不开，速度差出一大截。
提醒一句：量化档位不同、MTP 加速开没开，速度能差出近一倍，以下按档位看个大概：
16GB 显存（4070 Ti SUPER 这类）：Qwen3.8-27B Q4 可用，上下文开 8—16K，聊天、轻编程没问题，长任务会嫌慢。已经有人用 16GB 显存 + 64GB 内存的机器这么跑，把子智能体任务全丢给本地，一天几十万 token 零云消耗。知乎
24GB 显存（4090/3090）：目前的甜点区。4090 跑 27B-Q4，配合 MTP、DFlash2 这类加速能到 80 tok/s 上下。哔哩哔哩5090 开满 MTP 则能冲到 90—120 tok/s。知乎
双卡/大显存：双 3090 张量并行跑 Q8 有 40+ tok/s，上下文敢开 128K。哔哩哔哩魔改 4090 48G 也能上 Q8，但速度只有四十出头，快不起来。哔哩哔哩
Mac 统一内存：M4 Max 跑 4bit 约 23 tok/s，Mac Studio M2 约 33 tok/s，M5 Max 开 MTP 能到 50—60 tok/s。哔哩哔哩聊天和一般任务够用，跑长任务得有耐心，好处是不用为上下文焦虑。
核显/小显存：别硬上 27B 稠密，Ornith-1.5 这种只激活 3B 的小钢炮，体验反而更好。
看完档位你会发现一个共性：卡住本地体验的是显存容量和带宽，不是 CPU，也不是硬盘。这直接决定了哪些升级有效、哪些是白花钱。
三个最容易踩的坑
坑一：魔改大显存卡。 最近「4090 48G」的视频扎堆出现，点赞最高的一条评论很扎心，大意是这东西在数据中心都火了两年了，怎么突然这两天一大批人做视频，不会是机房退役选手吧。哔哩哔哩魔改卡是人工加焊显存颗粒，焊接工艺、PCB 用料、批次稳定性全凭运气，基本没有售后。评论区还有人 2.6 万在电商平台下单，收到才发现是含票价。另外流传的「跑满一年回本」那笔账，是按 30 tok/s 全年无休、不算电费算的——个人用户一天能有几小时满载？
坑二：无脑加内存。 知乎这两天有个火起来的问题：「本地部署大模型越来越流行，普通用户为跑模型盲目堆硬盘内存，是不是走入新的硬件焦虑？」答案的方向基本都在泼冷水：消费级硬件追大模型，是在追一个移动靶，半年折旧严重。知乎而且加内存只是给 KV cache 多一条卸载兜底的退路，速度不升反降；显存不够就是不够，插两根条子也跑不动 Q8。而内存现在恰恰是整机里最贵的单品。
坑三：等降价。 这轮涨价的根源，是 AI 服务器的 HBM 在挤占普通 DRAM 的产能——云厂商为保障算力供给，已经提前用大额定金锁走了 2027 年全球绝大部分产能。量子位乐观声音也不是没有：知乎上有人在问，前三星芯片负责人预测「明年下半年内存将显著降价」是否靠谱，答案的方向同样是泼冷水：显著降价不会发生在明年，可能会在 2028 年。知乎对消费者来说，把决策建立在「等降价」上，风险不小。
5 类人的决策清单
手里已有 16G 显存卡：别买。先把免费的功课做了：换 Q4 量化版、开 MTP、上下文按需调小、把默认思考关掉。Qwen3.8 默认开着思考模式，简单任务也会先想两万 token 再回答，本地跑这个延迟谁用谁知道。知乎这套组合拳对体验的提升，不亚于换一张卡。
手里已有 24G 显存卡：别买。你已经在甜点区，新模型出来大概率还是你能跑的范围。
Mac 32GB 以上：别买。慢一点但都能跑，统一内存还省了上下文的焦虑。
核显/小显存、想入坑的：别为模型专门装新机。现在装机光内存就要多花几千块，先用低价 API 或 9B 级小模型把需求跑清楚，确认自己真的高频用，再谈硬件。
隐私、离线硬需求的：该买就买，但避开魔改卡。优先成色和保修清楚的二手 3090/4090，或者直接买品牌整机，把预算摊进几年折旧里，比追一张「顶配」划算。
最后说两句
本地大模型的硬件永远是个移动靶：买的时候是最新，半年后就有更省显存的模型冒出来。但设置和选模型是免费的升级——在内存涨了 500% 的年份，免费的东西最值钱。
三个值得继续盯的信号：月底再看一眼内存报价，确认涨势有没有放缓；九十月份有没有更多「小激活、大容量」的 MoE/线性注意力模型发布，这类模型每出一个，硬件门槛就往下掉一截；以及 DeepSeek 的峰谷规则还会不会继续放宽——谷价窗口越大，升级硬件的账就得重算一次。
