Mate90标准版和Pro，等不到华为那个30B端侧大模型

11 月 10 号到 13 号，华为麒麟的官方账号连着发了几篇技术长文，讲麒麟 9050 系列的达芬奇 NPU 和马良 GPU。中间最响的一句是：30B 参数的 MoE 大模型能在手机端侧跑起来，不联网、不等云端，复杂任务规划、智能修图、多模态感知都在本机完成。

同一件事落到真机上，长这样：它在小艺里叫「专家大模型」，下载包 15GB，只给 9050 系列芯片。Mate90 标准版和 Pro 都没有，Mate80 系列连档都差一级。

这事得分三种人说。手里是 Mate90 标准版或 Pro 的，别等推送了，你的芯片不在这条线上；正在纠结要不要为这个功能加钱上 Pro Max 的，把中间那笔账看完再决定；已经拿到 9050 那一档的，15GB 该不该下，看你一年有几天是真没网。

2.5GB 和 15GB，说的是两件事

官方口径里有个数字我很喜欢：加载这个模型只需要 2.5GB 运行内存。

这是运行时的账。MoE 是混合专家，30B 是总参数，每次推理只叫醒其中一部分，权重放在闪存里按层加载，用到哪层读哪层。所以它不用把 30B 一次性塞进内存，2.5GB 是这么来的。

你付的是另一笔账：这 15GB 下下来，就常驻在闪存里。

上一代顶配 Mate80 Pro Max 上，有人看到的本地大模型是 8.27GB；到 Mate90 Pro Max 的专家档，是 15GB。这也不只华为一家，今年各家都在把「本地推理」写进发布会，小米、OPPO、vivo、荣耀一个不落，端侧模型就是这么一级级长大的。

岔一句。你现在这台手机的 256G 还剩多少？系统吃掉一块，微信吃掉一块，相册吃掉一块，现在 AI 模型也要来占一块，而且它明年只会更大。15GB 在 512G 上不算事，在 256G 上是百分之六，还是那种删不掉、系统更新只会让它变大的百分之六。

拉回来。这件事本身不算坑。坑在于你买机器的时候，规格表上没有这一行。

机型线画在 9499 那一档

Mate90 系列五个版本，用了四颗芯片：标准版麒麟 9030，5999 起；Pro 换麒麟 9035；Pro Max 的 12+512 是麒麟 9050，9499 起；再往上的典藏版和 RS 非凡大师换成 9050Pro。

小艺的端侧模型分三档：基础、增强、专家。那个 30B MoE 全模态是专家档，门槛卡在芯片上——只有 9050 系列能下。

Mate80 系列停在基础档。有人在 Mate80 Pro Max 上看到的本地大模型是 8.27GB；也有 Mate80 用户说，设置里压根找不到增强和专家那两档。

麻烦的是官方没给一张明白的支持机型表。我找了一圈，能拼出来的只有零散的用户自述，加一家 UP 主综合十几篇报道得出的「Pro Max 及以上」。推送节奏也不齐：10 月底专家档开放下载，那几天晒截图的不少；同一时间也有顶配机型点进去提示「未检测到」，客服的口径是逐步开放。到 11 月上旬，还在有人问自己那台为什么没有。

功能已经写进芯片技术长文了，机器还在等推送。这种状态华为不是第一次搞，但既然当成里程碑来发，顺带说一句「什么时候到谁的机器上」不难。

那笔账：3500 块

从 5999 到 9499，差 3500。

这 3500 买的当然不只是一个端侧大模型，麒麟 9050、影像、屏幕、电池都在里面，Pro Max 本来就该比标准版贵一截。问题在于，你要是冲着「手机本地能跑 30B」这一条去加钱，这 3500 里你能确定拿到的是什么。

是一个 15GB 的下载包，和一个官方从没公布过的推理速度。

官方口径里我翻了半天没找到 token/s，11 号那篇 NPU 长文讲的全是提升了百分之多少；发布会那边给的也是「首字响应提升多少」这类相对数，相对数的毛病是你不知道基数在哪。专门做解读的 UP 主干脆把「速度没人报」写进了视频标题。作为对照，高通给过参考设计的样本：30B MoE 在最新那档骁龙上，解码能跑到每秒二十几个字。参考设计不等于量产机，但至少有个数能对着看。

端侧推理的瓶颈在内存带宽。解码阶段每生成一个字，都要把相关权重从内存里读一遍，带宽不够，NPU 再强也只能干等。这是整个行业的物理墙，华为这次抠能效的方向反而是对的。

为这一条加 3500，不值。你要是本来就打算买 Pro Max，那这 15GB 属于顺带给的，下不下随你。

它到底有没有用

三种情况下是真有用，而且别的方案替不了。

一是没网。飞机上、地铁里、地下车库、老家信号只剩一格的时候，离线摘要、翻译、修图还能跑。二是数据不想出门，合同、病历、孩子的照片，本地处理完就完了，不上传。三是即时响应，语音助手和读屏这类活，等云端往返几百毫秒，体验就是差一截。

Mate90 这次有个功能我愿意单独点出来：系统级离线屏幕识别，不依赖 APP 适配就能把屏幕上的按钮图标读出来播报。对视障用户来说，这个每天都要用，跟演示不沾边。

剩下的，摘要、改写、通话翻译、消除路人、扩图，云端都能做，而且做得更大更强。端侧的优势只剩离线、隐私和不按次收费这三条。

我看到最实在的反馈是：模型下完的人里，相当一部分在问「这玩意儿能干嘛」。问题出在没人告诉他拿它干什么——功能藏在设置的第三层，算力再足也不会被每天用到。

还有一笔账没写在技术长文里。想让助手在本地读你的屏幕和照片，就得先把这些权限交出去。有人抱怨小艺的伴随式 AI 权限要得太多、还不能单独关，这条我暂时只看到个别说法，也没找到官方的权限清单，但方向跑不掉：端侧 AI 越能干，要的权限越多，这笔交换你自己得先认。

按你手里那台分

Mate90 标准版和 Pro（9030 / 9035）：别等专家档，芯片不在线上，等也等不来。想要端侧 AI，下一代的门槛只会更高。

Mate80 系列：基础档你已经有，能下就下，离线摘要和修图够用。增强和专家别指望，也别为这个去换机。

Mate90 Pro Max、典藏版、RS：15GB 该下，但下之前先看一眼剩余存储，别下完才发现相册要清。真有用的场景就上面那三条，对着自己的日子过一遍。

还没买、准备为端侧 AI 加钱的：这 3500 加在存储和续航上，比加在芯片档位上容易感知得多。

想知道自己是不是那三类人，有个两分钟的验证办法：进电梯前打开飞行模式，让小艺读一页合同、把要点列出来。能给出结构清楚的答案，你就是；给不出，或者你压根没想过要试，说明这事离你还远，钱先留着。

麒麟 9050 这条路我认同一半。不追峰值，抠能效，把模型压到能跑的大小——极客湾前后两轮实测的结论也是跑分够不着最新旗舰，能效和游戏实测摸到了第一梯队。这两件事不冲突，端侧推理本来就是持续负载的活，能效比峰值值钱。

方向对，不等于现在到你手上就有用。真正该盯的是明年：2.5GB 那个数字要是能兑现到三千块的机器上，端侧大模型才算跟你有关。在那之前，它只能算买 Pro Max 时顺带拿到的一项。