OpenAI CEO 奥特曼又开炮了。在播客《Cheeky Pint》里，他说普通人电脑里的 DRAM 平均只有 5% 的时间在派上用场，让每个人把紧缺内存闲置在家里是“相当糟糕”的安排，应该集中到云端数据中心。机器之心
PC 玩家当然不买账。但骂完之后，有个问题值得算一算：就算这个数字是真的，为什么“集中到云端”不一定对你更划算？
因为奥特曼算的是全球内存利用率，你算的是自己的账单。家用电脑的内存确实大部分时间不在满负荷跑 AI，可它还要开浏览器、跑游戏、剪视频、挂着聊天软件。内存是按峰值买的，闲置不是浪费，是留余量。云数据中心也不是每一根内存都 100% 在跑，它只是用多用户复用把平均值拉高。云端赢在复用，不等于赢在你的钱包。
分水岭是计费方式。云端把硬件成本拆成按量付费，闲置成本被摊进单价，你不必为自己的闲置硬件买单，但每次调用都在交租金；本地把硬件一次性买断，之后每跑一次只剩电费，折旧已经付过，闲置的成本却全落在自己头上。哪种更划算，只看一个变量：你用得多满。
知乎上有人按 2026 年的装机价算过，一套能跑千亿参数模型的电脑接近 3 万元，“可以订阅 18 年 GPT-PLUS 了”，只有超高频使用才可能比订阅划算。 至于“本地 8 毛、云端 100 块”的对比，也要看清前提：那条视频的本地测试跑在华硕双卡 RTX PRO 5000、144GB 显存加 128GB 内存的工作站上。 8 毛是跑一次的边际成本，不是那台工作站的价钱。知乎哔哩哔哩
云端也不是慈善。有 UP 主按高频开发者算过三年 TCO：租云端旗舰接口累计约 23.69 万元，自建大内存工作站含电费折旧约 6.19 万元。 这个数未必适合你，但它至少说明，“云端一定便宜”和“本地一定省钱”一样，是伪命题。哔哩哔哩
更现实的是，这一轮内存涨价，云端和本地谁也躲不开。AI 服务器要的 HBM 更吃产能：在有限的晶圆产能下，每为 AI 生产 1GB 的 HBM，就必须放弃大约 3GB 普通内存。 2026 年一季度，常规 DRAM 合约价环比涨幅被上修到 90% 到 95%，NAND 涨 55% 到 60%。 到了第四季度，TrendForce 还预计 DRAM 合约价再涨 10% 到 15%。中国新闻网央视网天极网
这些成本不会消失，只会往下传。苹果在 11 月 2 日的财报电话会上说，现在看到的内存定价“是前所未有的”，下一季度 Mac 和 iPad 的供应限制主要来自内存。 手机端更直接：2026 年 Q3，一台 4GB+128GB 的千元机，存储成本已经占整机 BOM 的 64%，同比涨了 42 个百分点。第一财经36氪
所以，“把内存都集中到云端”并不是一个让消费者更便宜的方案，它更像一个让云厂商采购更集中的方案。集中采购也许能提高全球资源的平均利用率，但省下来的效率会不会变成更低的 token 价格，是另一回事；至少眼下的内存价格还没降。
那本地 AI 还有什么意义？有，但主要不是“省钱”。一台 16G 内存、没有独显的笔记本，用 llama.cpp 跑 16B 的量化 MoE 模型，速度大约 6.7 tokens/秒，冷启动 11 到 12 秒。 这个速度谈不上好用，却足够处理敏感文档、离线办公、固定格式的批处理。对这类场景，问题不是“本地比云端便宜多少”，而是“数据根本不能上云”。本地 AI 不是云端的替代品，它是另一类需求。知乎
回到奥特曼那句话。他说的是全球硅片怎么分配，你说的是自己的钱怎么花。两个问题都有答案，但不是同一个答案。偶尔用 AI 的人，云端更划算，也没必要为了“token 自由”买一台三年后可能被新模型甩下的机器。每天高频跑固定任务、或数据不能出门的人，本地那笔一次性投入，可能比每个月的账单更可控。真正不划算的，是把这两种人当成同一种人，然后替他们做决定。
下次再听到“内存都给云端更划算”，先问一句：对谁划算，按什么用量算。这个问题，比站队重要。
