这两天刷本地大模型圈，最割裂的画面来自同一颗芯片：AMD 锐龙 AI Max+ 395。
一边，有人拿它配 128G 统一内存的一体机，实测 Qwen3.8-Flash-Next 这个 125B 参数的 MoE 模型，代码生成跑到 60 token/s，256K 上下文基本不衰减，结论是"本地大模型这条路，AMD 统一内存机型算是真能打了"。 另一边，也有人甩下一句"鸡肋，qwen3.8 flash 跑长上下文能降到个位数 tps"就退坑了。小红书小红书
比性能分歧更扎心的是价格。这颗 U 的 128G 机型，去年发布时评论区还在吵"集成显卡能战 4070，但卖 1 万 5 是不是太贵"。 今年，它的价格和口碑已经完全倒了个个儿。这篇把价格、速度、生态、时机四本账摊开对一遍，先给结论：395 现在的状态是"能打了，但当前价格对新入坑的人不友好"——天天要用的看怎么低成本搞到，跟风的建议等 495 国行定价落地再动。小红书
一、价格账：从"1万5太贵"到"2万2没货"
先看这台机器的价格轨迹。2025 年 4 月，极摩客 EVO-X2 开启预售，官方后来的开箱帖标题就叫"了解一下 14999 的 AI PC"，128G 内存 + 2T 固态 + Radeon 8060S 核显。小红书
到了今年 9 月，同一条讨论帖的评论区已经换了一个世界：有人"当年 1.3W 买的，现在 2.3W"，有人"14499 买的，用了一年，涨到 21999 了，成了理财产品了"，还有人"根本买不到，咸鱼蹲了半年都没蹲到"。小红书
涨价的原因没法完全拆清，但时间线上它和三件事重合：LPDDR5X 内存涨价周期、AMD 四季度涨价传闻、本地大模型需求升温。板载统一内存的机型对内存价格没有任何议价缓冲，这是它和普通 DIY 装机最大的不同——你自己配 64G 内存嫌贵可以等，它不能。
更重要的是，涨价之后这笔账得重算。评论区已经有人替你算了：理论跑分也就 4060 水平、价格两万了，买张 4090 魔改卡配整套电脑三万多，性能是它的三四倍。 这个对比对纯游戏党成立，对跑模型的人不成立——4090 只有 24G 显存，塞不下 125B 权重。但它划出了一个事实：2.2 万的 395，性价比已经薄到必须靠"128G 统一内存"这一个理由撑着。你要是没有"必须本地跑大模型"的硬需求，这个价格就是纯溢价。小红书
而 9 月出现的变数是：IFA 2026 上极摩客展出了 EVO-X5 Pro，换装锐龙 AI Max+ PRO 495、内存上到 192GB。 9 月 15 日 AMD 又在国内开了 PRO 495 发布会，联想 ThinkCentre X Ultra、铭凡 MS-S1 MAX-P495、极摩客 EVO-X5 Pro、七彩虹灵创 Mini Pro、阿迈奇 F9A 一串机型都在通稿名单里。 新一批内存更大更新的机器马上上市，这正是当前 395 现货价格最大的下行变量。IT之家微博
二、速度账：60 token/s 是真的，但每个数字前面都挂着条件
先说那句最容易被截图传播的"125B 跑 60 token/s"是怎么回事。实测帖的配置是 128G 统一内存一体机加 Linux：Qwen3.8-Flash-Next 虽然总参数 125B，但它是 MoE 架构，每生成一个 token 只激活 6B 权重，82G 权重躺在共享内存里、每次只读一小截，吃的是 273G/s 的内存带宽——刚好是这种架构最舒服的吃法。小红书
同机实测的数字分层很清楚：代码生成 60.7 token/s，JSON 结构化 36 到 53，散文 23，256K 上下文性能基本不衰减，整机峰值功耗 70W。小红书
但这个数字的前置条件，比"买台机器"多得多。
第一条是必须 Linux。评论区同款配置在 Windows 上"速度可能要砍半"，这不是玄学，是平台自身的缺陷。小红书
第二条是引擎要挑对。社区专门给 Strix Halo 维护了分支，带 GPU 端 top-k（不然上下文一深就丢回 CPU 算）、原生 MTP 投机头、ngram 草稿三个关键补丁，配合 ROCm 10.0 的 gfx1151 原生支持才能不掉链子。小红书
第三条是参数不能乱调。实测者自己交过学费：KV 缓存上 f16、投机草稿拉长，速度从 28 掉到 17，越"优化"越慢；老老实实改回 q8_0 + MTP n4 + 门控 0.75，速度直接翻三倍。小红书
第四条最容易被忽略：prefill 才是真正的瓶颈。评论区追问之下，prefill 只有 200-230 t/s，“最大的问题是 prefill 太慢”，长上下文冷启动要多等，不着急的活才能这么跑。小红书
更完整的速度曲线来自另一个玩家：qwen 27B 这类稠密模型，从最开始 4-7 tps，折腾 MTP 到 15-17 tps，再到社区定制引擎 halogen-flash-server，拉到 26-28 tps，“终于算是好用的速度了”。 这个定制引擎 9 月又出了新版本，宣称 prefill 速度 tps 上千、decode 40-50 tps。小红书小红书
反方证据也摆在这：同样这颗 U，qwen3.8 flash 用 iq4xs 量化跑长上下文，速度能掉到个位数；“这代核显的推理算力太低了，只是到了能跑模型的程度”；也有人直接拿它对标 M4 Pro 和 Spark DGX，认为性价比毫无优势。 这些说法和 60 tps 并不矛盾——差距全在模型、量化、上下文长度、引擎和系统这五个变量上。所以看任何 395 的跑分帖，先看这五项，再看数字，不然就是拿别人的极限对照自己的日常。小红书
三、生态账：这颗 U 出厂是"半成品"，补丁都在社区手里
9 月这波翻红，一半功劳在生态补课。ROCm 10.0 对 gfx1151 原生支持，不用再搞版本伪装；飞牛 OS 已经适配 8060S 核显加速、内置 ROCm 7.1 和 RNNX、PyTorch 支持，想拿它当 AI NAS 的有现成路线。 主流 agent 工具实测都能对接，有玩家拿 Claude Code 对接本地 qwen3.6-35B-A3B 干活，“效果比 Gemini cli 要强很多”。小红书小红书
模型选择上，一周实测 20 万上下文的老玩家给出的可用清单很短：真正干活成功且好用的只有 qwen3.8-next-flash q4、qwen3.6-35B-A3B q4 和 qwen3.8 27B（外接显卡跑的）。小红书
这份清单外的模型要谨慎：gemma4 处理中文文档差点意思；ornith1.5 快是快，但在主流 agent 里几乎完成不了任务，“无效 token 生成很多，生产不建议用”。小红书
坏消息也得说全。最强的定制引擎只能 Linux 部署、直接拉 Docker，目前没有开源，视觉支持都是 9 月 10 日才补上的。 Windows 是明确的二等公民，速度砍半之外还有别的坑。别指望外接独显组"混合推理"，实测 iGPU 加 USB4 外接 7900 XTX 没法并行跑模型。小红书小红书
想游戏 AI 两吃的还要注意幻 X 这类二合一机型：有玩家被鸣潮反复死机折磨了半年，开睿频就卡死卡屏，最后发现元凶是 AMD 官网的芯片组驱动，用 DDU 删干净、改装 ROG 官网驱动才根治。小红书
一句话：这颗 U 的体验下限很低、上限很高，决定你拿到手是哪个档位的，是你愿不愿意折腾 Linux 和命令行，而不是机器本身。
四、人群账：谁该冲、谁该等、谁该绕
对着这四本账，人群其实很好分。
可以冲的：天天要跑本地模型、有隐私或断网硬约束、工作流已经绑在 agent 上、且 Linux 折腾能力在线的人。对你们来说 128G 统一内存目前仍是同价位独一份的入场券，评论区那句"价格在那里呢，你不能既要也要还要"就是这类人的真实状态。 买法上优先蹲二手和官方促销——闲鱼长期无货说明它现在是卖方市场，蹲到的注意核对保修和成色，这个价位迷你主机的售后口碑本身就有争议。小红书
应该等的：预算两万上下、又没有"必须现在用"的理由的人。等的不是降价，是两个确定性：PRO 495 机型（192G 内存）的国行定价，以及 495 上市后 395 现货的价格反应。9 月 15 日发布会名单里联想、铭凡、极摩客、七彩虹都在，量不会小，定价很快会见分晓。
建议绕的：主要买来打游戏的（4060 级核显加驱动坑，两万块干这个纯属受罪）、图省事开箱即用的（Windows 体验残缺、模型清单要自己踩）、以及只想尝鲜跑跑小模型的——这个需求四五千的入门迷你主机加云 API 就能覆盖，犯不上为 128G 付溢价。
接下来盯这四个信号
PRO 495 国行定价：直接决定 395 现货价格还能撑多久，也是"192G 多花的钱值不值"的第一个数据点；
halogen-flash-server 是否开源：开源与否决定这套速度优化是社区资产还是个人作品，也决定 Windows 支持有没有戏；
四季度 AMD 涨价落地情况：整机涨幅的传导幅度，决定年后这批机器的底价；
Strix Halo 游戏驱动修复进展：幻 X 死机这类问题修没修干净，决定"AI 生产力加偶尔游戏"这个复合需求能不能成立。
这颗 U 现在真正的对手不是 4090，是"你愿不愿意为一台要伺候的 Linux 推理机付两万块"。想清楚这个问题，四本账自然就对完了。
