这两年，"本地大模型"这几个字意味着：自己挑卡、自己下 GGUF、自己装 Ollama 或 LM Studio，自己对着显存表掐算。
但 10 月这半个多月，事情开始反过来——
10 月 6 日，有小红书用户在手机淘宝的隐藏私有目录深处，挖出一个叫"NGUserIntent 下一代用户意图理解"的文件夹，里面是一整套端侧大模型文件。配置文件里第一句系统提示词写着："你是一个淘宝购后场景电商推荐系统的导购专家。"这条笔记拿了 3026 赞、366 条评论。小红书
10 月 16 日晚，搭载 NVIDIA RTX Spark（N1X）芯片的联想 YOGA Pro 15 开售，29999 元起，官方宣称可本地运行"超千亿参数大模型"；128GB 顶配 37999 元，同批开售的华硕 ProArt 创 16 上线即售罄。知乎
10 月 23 日，DGX Spark 64GB 版将经由宏碁、华硕、戴尔、技嘉、惠普、微星六家 OEM 开售，起售价 4999 美元，官方称可本地运行最高 1000 亿参数模型。微博
也就是说：你还没动手装，"本地大模型"已经先来找你了——藏在 App 里、印在笔记本详情页上、做成小主机在卖。
这篇内容写给一直没装机、原本在观望"要不要在今年入手一台本地 AI 设备"的人。我把这些商品页上关于"本地大模型"的说法逐条拆开，对照官方口径、社区实测和翻车现场，摆进同一张表。付钱之前，先对完三本账：门票、速度、知情权。
先把话说清：每个"本地大模型"，口径和实物差在哪
事件（均为 2026 年） | 商品页/宣传的说法 | 实际核到的情况 |
|---|---|---|
淘宝预装模型（10 月 6 日曝光） | 无宣传——静默下载 | 藏在受保护目录，文件管理器看不到，清缓存按普通数据一笔带过；据笔记称约 1GB 存储、调用手机 GPU/NPU 离线推理；笔记口径为 Qwen2-0.5B，而评论区指向的阿里自家 RecGPT-Mobile 论文写的是 Qwen3-0.6B-Quant，连规格口径都对不齐 |
联想 YOGA Pro 15（10 月 16 日开售） | 本地跑"超千亿"、断网可用、零 Token 成本、数据不出门 | 开箱自带的是 35B 本地模型；“千亿"对应"天禧 AI 超能模式”，发售稿明确写"将通过后续 OTA 升级实现"；120B 是否 MoE、激活参数多少，各渠道均未披露，未获证实；"断网可用"暂无独立实测 |
DGX Spark 64GB（10 月 23 日开售） | 桌面"AI 超算"，最高跑 100B 参数 | 原版 128GB 卖 3999 美元，内存砍半的 64GB 版反而 4999 美元起——贵了 1000 美元；社区已有单机跑 DeepSeek-V4.1-Flash 仅 20~30 tok/s 的自报数字，16 台并联跑 Kimi K3 也只有 38 TPS，被吐槽"就是花活" |
二代豆包手机 NaviX Ultra（9 月 16 日发布，5999 元） | “全球首款 AI 智能体手机” | 注意：检索了微博、知乎多个渠道，均未获证实它在本地跑大模型——它的卖点（替你办事、后台操作）走的是智能体+App 生态路线，且阿里、腾讯、快手系已明确拒绝其自动化操作。把"本地大模型"标签贴给它，是蹭概念 |
小米 AI Cube（8 月 24 日展出） | 本地部署 120B+3B 双模型、快慢系统切换 | 是原型机，没有上市时间、没有售价，三芯片（玄戒 O3/O100/D100）与双模型口径目前全部来自知乎讨论与媒体转述，未见官方产品页 |
更早的铺垫也得算进来：5 月联想 AI 主机 P7 已经在喊"Token 工厂"，9 月定价 5999 元的二代豆包手机自称"全球首款 AI 智能体手机"，8 月底 2nm 新 Mac mini 把苹果本地推理门槛压到 6999 元。厂商动作密到这份上，说明"本地大模型"正在从发烧友黑话变成货架话术。微博微博
第一本账：门票——三万块买到的不是"更聪明的模型"，是"模式"
把价签排一下：6999 元（Mac mini 2nm）→ 5999 元（豆包手机，但它压根不承诺本地模型）→ 29999 元（YOGA Pro 15）→ 4999 美元起（DGX Spark 64GB）。价差最高 5 倍，但溢价买的从来不是模型智商。
为"千亿"付的差价，今天是张期票。 YOGA 官方口径是支持本地运行超千亿参数大模型，但出厂自带的是 35B 本地大模型，"千亿"对应的超能模式要等 OTA 才解锁。就算 OTA 落地，“千亿"是总参数还是激活参数、什么量化精度，官方一个字没给。本地圈早就验证过的"参数量≠智商”，商品页原样复刻了一遍。知乎
DGX Spark 的定价反直觉，但你得看懂为什么。 64GB 版比 128GB 版贵 1000 美元。不是英伟达发昏：128GB 版是 Founders 直销价，64GB 走 OEM 渠道，多出的是渠道利润和整机形态，内存反而少了。而 64GB 意味着"最高 100B"的宣称基本只能在重度量化下够到门槛——DeepSeek-V4.1-Flash 盘上 510GB，社区已经验证过 NVFP4 量化塞不进 128GB 单机，64GB 更不用说。微博
云端没闲着，这是门票账最容易被忽略的一行。 10 月 20 日 MiniMax M3.1 Flash 发布，输出卷到 200+ TPS、价格砍到 1/2。10 月 16 日 Reflection 的 501B 稀疏 MoE 也上了 Ollama，走云端跑、限时免费，不占你的显卡。云端每降一次价，"买三万机器为了省 Token 费"这个故事的兑现窗口就窄一寸。靠本地省钱的人，先看看这个月云的价签。36氪知乎
第二本账：速度——"装得下"和"干得动"是两件事
本地圈这个月最热的实验恰恰在说反面：Strata 引擎让 12GB 显存的游戏卡跑 125B MoE，开发者自报能到 93 tokens/s。微博群里 3090 的实际测试是短问答 67 tok/s，同硬件 llama.cpp 只有 20——虽然自报数字和第三方实测之间也有过分歧（有人只测出 30 多），但方向很明确：三千到八千块的旧卡+开源引擎，速度并不输给三万块的新形态硬件。微博
而 DGX Spark 这边的社区自报是 20~30 tok/s 档：有玩家分享单机跑 DeepSeek V4 Flash 的方案，即便优化过，也只能到 20~30 多 Token 一秒。想要多机并联补算力，还得看背部那几个 QSFP 高速口怎么组网。微博
对"能不能用"的判断，圈里这个月的共识已经换了口径：不看"能装多大的模型"，看"这台机器在你想干的活上，每秒吐多少 token、要不要干等"。修老照片、跑批量文档，40 tok/s 和 20 tok/s 是两种体验；拿它当编程助手挂工具链，还要再看工具调用稳不稳。
结论先摆这：拿"支持千亿参数"当卖点的商品页，都没有附带一张独立实测的速度表。 现阶段谁先交出可复现的整机实测，谁的溢价才算成立。
第三本账：知情权——那个替你做决定的，从来不是你
回到淘宝这条线。评论区一条 537 赞的高赞把问题说到根上了：往用户手机里偷偷塞模型，至少得给用户知情权和选择权。原帖评论里还有一句 471 赞的调侃更扎心：“御三家里面，淘宝塞个千问、微信塞个混元、抖音塞个豆包——你的 256G 空间就是这么被占完的。”小红书
笔记里几个细节值得每个安卓/iPhone 用户去自查：模型 5 月底被静默下载；藏在受保护的系统沙盒里，自带文件管理器看不到；App 设置里的"清除缓存"只把它当普通数据一笔带过；全程没人告诉过你下载了大模型。对照案例就在评论里：Chrome 的端侧 AI 至少给了开关，你可以选择不装。小红书
这里有个容易被带偏的点，掰开说：端侧推理对隐私的好处是"偏好数据不用全回云端"——但这个好处只在模型是你的、开关在你手里时才成立。 别人预装在你设备上的模型，受益方是它背后的公司：本地跑推荐意图模型，响应快是真的，省云端成本也是真的，“为你隐私"只是副作用。笔记作者自己也承认，端侧 AI 本身是大趋势，人脸解锁、相册识别都是本地模型——问题从来不是"该不该有端侧模型”，是"凭什么不告诉我"。
这篇账对谁有用、对谁没用
如果你想要的只是"本地跑开源模型"： 这轮硬件潮跟你关系不大。旧卡+开源引擎+开源权重的路线，这个月反而更好用了：ROCm 驱动本月正式登陆 Windows，A 卡也能本地部署大模型了。三万块的溢价硬件，等第一份独立整机实测再说话。哔哩哔哩
如果你正在换新机/新笔记本，被"本地大模型/AI 主机"话术晃到： 看三件事——开箱自带的模型是多大、有没有你关得掉的证据；"千亿"是不是 OTA 期票；宣传的隐私卖点，在你自己的设备上做过一次开关检查吗（顺手去翻翻购物 App 占了几个 G）。
如果你有真离线、真合规需求（资料不出本机）： "数据不出门"这次终于不只是 PPT——但请从 6999 元档的现成货开始试，而不是从期货模式的旗舰开始。
继续盯着的四个信号： 10 月 23 日 DGX Spark 64GB 开售后第一批第三方实测；YOGA"超能模式"OTA 的实际交付时间和规格披露；豆包手机助手被主流 App 围堵后会不会改走本地模型路线；淘宝对端侧模型目录是否给出可见/可关的选项——最后这条，是这轮商品化潮里最便宜、也最该赢的一次投票。
