DeepSeek涨价预告和Meta开源本地Agent同周到达：要不要在自己电脑上部署大模型，先对一遍这份硬件账本_IT互联网

这周两条新闻前后脚砸下来，"要不要在自己电脑上跑大模型"这件事，又被AI探索圈翻出来吵了一轮。

一条是：DeepSeek在官方API定价页预告近期整体上调定价，措辞是"预计涨幅较大"；同期8月13日凌晨上线的V4 Pro正式版，Agent相关评测分数大幅跳涨，DeepSWE从预览版的12.8飙到62.7，价格暂时没动，仍是每百万token输入3元、输出6元。极客公园另一条：Meta开源了面向本地Agent的30B模型Muse Glimmer，量化后一块24GB显存的消费级显卡就能跑通，扎克伯格还附了篇长文，主张个人Agent应该跑在你自己的设备上。量子位

知乎上"目前有什么可以本地部署的大模型推荐"这个问题播放量已经93万+，B站这几天也冒出一堆Ollama保姆级教程。但把两边讨论翻完，我想先泼冷水：本地部署值不值，取决于你是哪类人。入坑前，先把几笔账算清楚。

先泼冷水：本地模型不是"免费的DeepSeek"

很多人对本地部署的想象是"不花钱、不用联网、跑满血DeepSeek"。这三点全错了。

Meta自己在模型卡里也承认，Muse Glimmer整体能力弱于自家旗舰Muse Spark，并未达到前沿AI标准：部分Agent基准略优于Gemma 4-31B和Qwen 3.6-27B，但SWE-Bench Verified、OSWorld-Verified这类实战测试里Qwen 3.6-27B仍然领先。量子位也就是说，本地现在能跑的是"能干活的中等生"，不是你在网页版用的前沿模型。

第二盆冷水：涨价新闻的另一面，是云端并没有全面变贵，大洋彼岸甚至在反向操作——OpenAI把GPT-5.6 Luna砍价80%，Anthropic取消了ClaudeSonnet5原定于9月生效的50%涨价计划。36氪DeepSeek自己就算涨完，也还在全球前沿模型的最低价区间。如果你的用量就是日常聊天、偶尔写点文案，一个月几块钱的成本，真不值得为此折腾硬件。

只有这三类人，才该认真考虑本地

翻完知乎、B站和各社区的讨论，真正在用本地、且用了说香的，基本是三类人：

第一类：数据不能出本机。 合同、财报、病历、企业内部文档，这些东西上云本身就是风险，本地RAG没有合规问题。这是最硬的一条理由。

第二类：token焦虑者。 Agent式用法烧token极快，一条指令背后可能是几十上百次调用，任务成本≈token单价×token量×步骤数×重试次数。一个活跃用户每月轻松烧掉几十到几百美元。知乎如果你是这种频率在跑任务，本地硬件的一次性投入，回本线是清晰的。

第三类：折腾党和离线场景。 把部署本身当乐趣，或者就是没网、断网、限网环境，那另说。

除此以外，只是想聊天、写文案、翻译，老实用云端版——涨完也便宜。

硬件账本：别看型号，看显存

社区通用的粗算公式：所需显存（GB）≈ 模型参数（十亿）× 量化位数 ÷ 8，再预留25-40%的上下文和系统开销。知乎按这个口径，现在流传较广的分档是：

8GB：跑7B量化，当聊天助手够用；
12GB：14B甜点档；
16GB：能塞32B（Q4量化，很紧）；
24GB：稳跑32B，摸70B边缘要offload、很慢。

注意，这是Dense模型时代的老口径。2026年主流大模型多是MoE架构，显存要按"激活参数"估：比如Qwen3-235B-A22B总参235B、激活只有22B，本地能跑；而权重量化后仍超100GB的大MoE，消费级显卡根本装不下，交给云。更直观的例子是Kimi K3-in-c：2.78T总参数全精度要5560GB内存，靠量化+稀疏激活+逐层从硬盘调取，实测内存占用压到了8.24GB。

Mac端统一内存天然适合跑模型，Muse Glimmer在M4Max和M5Max上也分别获得1.5倍和1.8倍加速。量子位

真想入坑：最便宜的路径和四个坑

有意思的是，很多人并不是败给了模型，而是败给了安装：硬件不达标（7B勉强、14B吃力、32B直接卡死）、模型动辄几十GB下载到99%断网重来、装完只有黑窗口还得自己配Open WebUI或Chatbox这类界面、模型选错删了重下。所以最便宜的路径是：先别买硬件。对着上面的表看看你现有显卡的显存，装个Ollama，拉一个7B—14B的小模型（Qwen、Gemma都对新手友好），配个免费界面，先用一周。

用一周真覆盖了你的场景，再考虑升级硬件：入门捡漏看二手3060 12GB，二手行情均价约1750元；AI热炒下二手3090、4090价格虚高，二手只适合捡漏、不追高，预算到位直接看5090 32GB这类新卡更稳。知乎连入门显存都没有的，别硬上——涨完价的云端版，比一张新显卡便宜。