同一台雷神水冷迷你AI工作站，在评测人手里和车主嘴里，是两台机器。
一边是B站35万播放的评测标题：“最高运行235B，本地模型轻松跑”；另一边是另一条实测视频评论区里，一位自费买了锐龙AI Max+ 395工作站的用户留下的话："70B的模型几token每秒，算了吧，我劝退你，别折腾了，我现在急得都换API了。"这两句都是真话。哔哩哔哩哔哩哔哩
而这台26999元、5月28日发布会后推出、还上过京东"给未面世AI产品众筹3000万"名单的正方体，恰好把2026年"本地大模型"这件事的全部狂喜和全部幻灭，压缩进一个7.9升、6.5公斤的铝块里。新浪微博新浪微博
这篇不写给看热闹的人，写给一类人：已经自己用LM Studio部署过模型、订阅过API、在"上云"和"本地部署"之间反复横跳过至少一回的进阶玩家。你大概率已经知道395这颗芯片是什么、128GB统一内存能划多少当显存；你缺的不是参数，是一张把全网评测、车主实测、二手行情拼在一起的速度表和成本账。
先把事实摆齐：这台机器到底是什么
汇总雷神官方5月28日发布信息、IT之家8月开箱、热点科技9月16日刚发的评测和各路实测，这台"Master D3950"正是雷神旗下首款采用水冷散热的迷你AI工作站。 它的硬底子是：知乎
处理器：AMD锐龙AI Max+ 395（Zen 5，16核32线程，5.1GHz，NPU 50 TOPS）
内存：128GB LPDDR5X 8000四通道统一内存，通过AMD可变显存技术最高划出96GB当"显存"
核显：Radeon 8060S（RDNA 3.5，40 CU，2.9GHz）
存储：2TB PCIe 4.0固态（长江存储），还留了第二根M.2和一个2.5寸位
散热：定制水冷，12000mm²岛式全覆盖纯铜冷板、1960cm²冷热转换面积、双滚珠风扇
供电：内置400W白金12VO电源，桌面上一根线
接口：2×USB4、2×DP1.4、2.5G+10G双网口、Wi-Fi 7
机身：199mm立方、全铝外壳、约6.5kg，参考价26999元
烤机数据给得很直白：短时176W释放，30分钟后稳定在133W左右，高负载AI核心温度约76℃，主打"长烤不掉速"。知乎
关键矛盾：235B和"几token每秒"为什么都对
这是全网站到现在为止没人替你看穿的一层：评测和车主吵架，是因为他们在说两种完全不同的模型。
这台机器的命门不是容量，是内存带宽。AIDA64实测写入214.25GB/s、复制144.63GB/s——每生成一个token，密集（Dense）模型要把全部权重读一遍。 70B密集模型Q4量化后权重约40GB，理论上限≈40秒读一遍，也就是每秒5个token上下。这就是那位车主"几token每秒"的物理来源，不黑不吹，任何一台395都躲不开这个数学。知乎
而MoE模型每token只激活一小部分参数：官方GPT-OSS-120B实际每token只动约5.1B参数，权重总容量60多GB照样塞得进96GB显存池，速度就能回到能看的区间。评论区一位同样持机128GB内存的用户说得更细：“刚好放得下，质量有保证，唯一的问题是读起来真不够快。”哔哩哔哩
把四个独立信源的实测拼成一张表，结论就很清楚：
7B-8B密集档：UL Procyon实测31.67～58.45 tokens/s（Llama 3.1/Mistral 7B/Phi 3.5），和云端小模型对话体感相当。知乎
100B级MoE档：装得下、能用，输出"说得过去"，读取速度是短板；
70B密集档：理论上勉强，实际上劝退；
235B档：宅同学实测最高能跑（大MoE量化），但那是"能演示"，不是"能日用"。
证据能覆盖的就到这里：没有任何一个来源给出120B档的精确tokens/s数字，只有热点科技丢进218页年报、上下文开到131072、内存加显存合计过100GB后"结论照样很快给出来"的体感描述。 谁拿"支持235B"当卖点跟你报精确速度，直接当成商单处理。知乎
26999的溢价买的是什么，划不划算
6月知乎那篇统一内存主机横评给过行情锚点：同样128GB统一内存的产品，京东在售超过10款，价格两万到三万七，叠上补贴最便宜的"两万出头"。 雷神这台26999，比395裸机小盒子的地板价贵了大几千。知乎
贵的部分拆出来是三样：水冷换来的持续释放和7×24不降频的稳定性；内置400W电源、10G网口、全铝机身这些"能不能上桌"的细节；再加品牌售后的兜底。B站评论区点赞最高的一条说得直白：“价格取舍罢了，它的价位在2万自然会给你上好东西”；但同一层楼下面就是那句"这个价去年够买两台其他品牌的了"。哔哩哔哩
那台便宜的同芯片机器买不买？看你的负载形态。本地大模型推理和7×24挂Agent不是一个东西：偶尔跑一晚上，便宜风冷盒子够用；打算让它常年转着做文档检索、定时任务、24小时AI助理，安静和不降频才是这台水冷的核心资产。"静音这点直接戳中我痛点"那条留言不是水军，是宿舍和合租房投出来的票。哔哩哔哩
另一笔是云API的对照账。蹲闲鱼AI硬件的那位技术人给过重度用户的体感：API"一个月几百块打不住"；而反方的算盘同样响：“2万你能烧多久的API”，本地量化模型"被DeepSeek V4 flash从性能和token速度上爆杀"。 两笔账合起来才是完整判断：这台机器不是用来"替代API"的——论聪明和速度它现在都做不到；它买的是数据不出门（企业私有化、稿件、病历、法务材料）、断网可用、以及高频长上下文调用不烧token。如果你的需求清单里没有这三条里的任何一条，26999就是纯信仰充值。知乎
反证和坑：下单前没人告诉你的三件事
第一，生态。"395是个坑，rocm生态如同残废"是车主原话，不公允但也不是空穴来风：LM Studio对部分MoE模型的工具调用支持仍有问题（评论区开发者原话），llama.cpp/sglang之外你要自己踩坑。 这机器买回来第一周的使用体验，一半取决于你折腾开源推理栈的耐心。哔哩哔哩
第二，二手渠道。同品类的前车之鉴：有人蹲了两周闲鱼上的DGX Spark，3999美元的官方价、国内无正规渠道，结论是"AI硬件这个品类，已经被贩子占领了"——AI硬件新品的闲鱼已经被贩子和"代购"占领，雷神这种有正规渠道的机器反而不建议去闲鱼"捡首发退坑机"，保修和取送政策都跟渠道走。知乎
第三，需求本身。两条高赞评论其实替大多数人说了话：“绝大多数人没有本地部署的需求"和"只适合AI创作者，普通用户慎入”。 这句话该反过来读：正因为泡沫大，才更要把评测的"轻松跑"翻译成你自己那个模型的速度。哔哩哔哩
结论：三买三不买，加一个观察清单
值得买的人：一，有明确数据敏感场景（客户资料、私有代码、自媒体未发内容），必须本地跑；二，负载是100B级MoE或7B-8B日用档，且要7×24挂机，安静+持续释放就是产品力；三，把这台机器当"能上桌的工作站"而不是性能堆料，10G网口、双USB4、内置电源用得上。
不值得的人：一，指望它替代云端旗舰模型做日常问答的；二，非MoE大密集模型不跑的；三，预算卡在两万、又不需要长期挂机的——同芯片便宜盒子或者先租两台云端实例，都比它划算。
接下来盯三个信号：Master系列后续促销价会不会跟随395阵营的"两万出头"地板往下压；Q4雷神移动AI工作站M7000和各家新硬件把"本地能跑"的门槛推到哪；以及开源社区对GPT-OSS、qwen-122B级MoE的推理优化速度曲线——这台机器的真实使用寿命，取决于后者比取决于雷神更多。
评测停在"235B轻松跑"，车主喊的是"几token每秒快跑"。中间的落差，就是这张速度表。看懂它，26999是工具还是智商税，你自己就能判。
