9月7日这天，MiniMax H3的本地部署整合包在小红书和知乎同时刷屏，笔记标题下面问得最多的一句话是：“我这电脑能跑吗？”
往前倒两周，8月14日深夜阿里放出Qwen3.8-27B权重，Apache 2.0协议随便商用，一周内Hugging Face月下载冲到172万次、社区量化版刷出700个。知乎两个模型前后脚把"本地AI"从极客玩具变成了装机圈的新增需求——B站讲"本地部署Qwen3.8-27B要用什么配置"的视频，播放量已经奔着3万去。
坏消息是，这波需求正好撞在硬件一年里最贵的时候：RTX 5060 Ti 16G从618的4000元涨到8月底5600元、天猫主流型号一度挂到6077元；微博话题里内存条涨幅普遍超200%、有的到了400%。
先给结论：大部分"为了AI"的装机，钱会花错地方。钱花没花错，看完三笔账再决定——显存账、成本账、平台账。
第一笔账：显存表——"能跑"和"能用"是两个世纪
知乎"黑虾"9月7日整理的《2026本地大模型显存需要表》给了个干净的框架，这里直接引用它的骨架：
显存 | 能跑的最强通用模型 | 实际体验 |
|---|---|---|
8GB / 12GB | Qwen3.6-35B（MoE稀疏，可分层给内存） | 问答、轻任务；agent几轮就露馅 |
16GB | Qwen3.8-27B的IQ3_S量化（12GB）全进显存 | 8K上下文约2GB缓存，30~45 tok/s，日常够用 |
24GB | Qwen3.8-27B的Q4量化 | 24G基本是个人用户天花板 |
32GB / 48GB | 同上，只是上下文更长 | 不解锁新模型 |
95GB起 | Qwen3.8-Flash-Next（180B）Q4 | 消费级断层，下一个台阶直接高好几倍 |
两个细节值得单独说。
第一，量化文件名不是标准。同样是Q4_K_M，lmstudio-community版16.8GB、AtomicChat版17.1GB、ggml-org版19.0GB——16G显存的卡硬上Q4就得把几层塞回内存，而稠密模型是"全员上岗"，任何一层在慢速内存里，全队陪你散步，速度直接打骨折。选文件的口诀是：看体积、看实测，不看名字。
第二，评论区比教程诚实。显存表下面的高赞评论是"27B才能本地连agent，9B、4B都不行，几轮对话就挂了"；作者自己也回了一句大实话："目前个人用户，用本地模型娱乐居多”。知乎
至于9月7日的另一个主角MiniMax H3，它是完全不同的账：33B参数的视频生成模型，能出15秒、24FPS、原生音画同步的视频。但"33B听起来不大"是外行话——8月就有部署调研指出，H3开源的只是三模块链路里的中间一块（H3-Base），本地部署≠全量生产链路；9月7日的实测笔记原话是"哪怕32G显存，参数没配好，VAE解码照样OOM"。社区当然有猛人把优化工作流压到8G、12G显存"能体验"（省十余GB显存、6分钟压到2分半），但"能跑"和"每天拿它干活"，参考太平洋科技那句总结，永远是两种体验。小红书
一句话版本：想让本地语言模型当"第二大脑"，16G显存起步；要24G稠密模型Q4或视频生成日常化，24G起步；要把DeepSeek-V4-Flash这种消费级单机极限跑起来，是4090/5090加192G内存、5~6万预算或双DGX-Spark的另一个故事，不在本文装机讨论范围内。
第二笔账：成本账——"本地部署省钱"是最常见的错觉
先看这波AI需求把什么炒贵了。8月21日的行情帖记得很清楚：618时4000元轻松买到的5060 Ti 16G，8月底要5600元；5070 Ti 16G从7500涨到快10000；最夸张的是RTX Pro 6000，从7万涨到16万——涨的不是核心算力，是"显存容量"和"大内存"本身。知乎
但注意，这波溢价结构很不均匀：
N卡大显存SKU：游戏需求+AI需求双重加成，5060 Ti 16G甚至出现"游戏性能弱于9070 GRE、价格还贵1000"的倒挂；
A卡：RX 9070 GRE只涨了10%，9070 XT游戏性能对标5070 Ti、价格只有它70%；
社区分歧：一派说"这价是老黄一张嘴叭叭出来的伪需求，年底必跌"；另一派说"未来即便跌，也大概率回不到618"。供给侧的线索是，手机厂商里已有TOP6阵营的多家明确拒绝了内存供应商未来几个季度的涨价要求，AI服务器阵营也出现意见分歧——涨价能不能持续，连厂商自己都在博弈。微博
然后算你最该算的那笔账：本地部署到底省不省？
OpenRouter上Qwen3.8-27B的API价格已经低到输入$0.40~0.45、输出$3.0~3.2每百万token。知乎知乎有人算了更狠的：就算你砸6万上顶配本地方案，按年化2%无风险收益，一年利息1200元，每月100元——这笔利息就够你买同规格云端API额度。知乎你多花的那1600~2000元显卡溢价，哪怕按月烧100元token算也要一年半才回本；而绝大多数人每月的token消耗，20元用不掉。
更要命的是，本地和云端根本不是同一个东西：API是全精度，你本地跑的是IQ3/Q4量化；云端并发秒回，本地5060 Ti撑死30~50 tok/s。本地部署真正的价值是三样：隐私（公司代码、病历、家庭照片不出本机）、离线可用、以及Agent随便跑不心疼的心理账户。小红书上那篇201赞的帖子标题就说透了——“本地部署大模型的第一需求是安全，不是省钱”。
如果你的动机是省钱，正确答案是别装，继续订阅。
至于等等党：9月7日的笔电日报显示移动端5060已经开始降价（一周600元），但桌面大显存卡还没松动。值得盯的三个信号：内存合约价下季度是否松动、NVIDIA/AMD的AIC配货、双十一桌面卡的实际成交价。刚需（旧机暴毙、开学要用）不赌底。
第三笔账：平台账——最冤枉的钱，是16G新卡插进老机器
这笔账几乎没人替你算。
知乎有人8月11日做了对照实验：同一张5060 Ti 16G，从DDR4+PCIe3.0老平台换到DDR5+PCIe4.0新平台，27B本地推理性能暴涨164%。知乎稠密模型每生成一个token都要把全部权重过一遍，内存带宽和PCIe带宽跟不上，新卡就是一半价钱买的摆设。"显卡没换、先换平台"这件事，预算够不够、值不值，比多买2G显存重要得多。
然后是三个高频坑：
老16G卡不等于大显存红利。4060 Ti 16G的显存带宽只有256GB/s，5060 Ti 16G是448GB/s——同样的16G，前者被位宽锁死，这就是二手4060 Ti 16G便宜也别无脑接盘的底层原因。知乎
二手3090的24G是真香也是真险。知乎9月7日讨论"双5060 Ti还是单5090"的回答提醒得很直白：3090这类大功耗老卡，魔改版没质保、不好出手，“除非价格够低”。闲鱼水深，小白默认绕行。知乎
"AI PC"标签是智商税重灾区。用在线AI，16G内存+512G固态的普通笔记本就够，“从核显换成高端独显，网页里的AI也不会因为电脑贵了一万元就突然加快”；真要本地部署，吃的是CUDA生态，跟厂商宣传的NPU算力关系不大。别为"AI电脑"四个字付溢价——这是太平洋科技8月28日给开学季家长的核心提醒。太平洋科技
顺带一句：AI装机清单上的内存（32G起步、建议64G）和硬盘（模型动辄几十GB、1T起步2T舒服），是今年涨幅最狠的两个品类——这笔"第二账单"的细账我们上一篇已经拆过，这里不重复，只提醒：做预算时别只盯着显卡。
收尾：正确的下单顺序
把这四个问题按顺序回答完，配置单自己就出来了：
先问用途：只用云端问答和绘图→一分钱AI溢价都别付，轻薄本/现有游戏机都够；想入本地门→手里有12G显存（哪怕是3060 12G）先免费玩Qwen3.6-35B，别急着换卡；确定天天用→5060 Ti 16G是当前甜区；要出视频→24G起、当成另一台机器来规划。知乎
再看平台：DDR4老平台+PCIe3想跑稠密27B的，先算换平台成本，再决定要不要买16G。
然后对价格：纯游戏就买A卡绕开溢价；要N卡就等一个"跌回618的八折"再出手，等不到且刚需再买。
最后留一手：本地模型的迭代速度远超硬件周期——Qwen3.8-27B发布一周就刷出700个量化版，9月7日H3整合包落地。为"下一代之后的模型"提前囤显存，是这波装机潮里最容易犯、也最贵的错误。
这波AI装机潮是真需求，但它只对一小撮人是真需求。先把三笔账算清，再决定当玩家还是当观众——评论区聊聊：你的电脑，现在跑到哪一档了？
