过去一周，三件事接连砸在"想把大模型搬回家"的人面前：年初还在一万五上下的 AI Max 395 整机，被这轮内存涨价潮抬到了两万以上，部分机型摸到两万六；AMD 高级副总裁确认重返 IFA、9 月 4 日做开幕主题演讲，业内普遍预测 192GB 统一内存的锐龙 AI Max 400 将在这场活动亮相；社区版运行时则终于把 395 上的 vLLM 从"能运行"拖到了"真正可用"，叠加 DeepSeek V4 大幅涨价，把一批想长期用模型的人又推回了本地路线。知乎 对想入坑这类机器的人来说，这可能是近一年最纠结的窗口期：现在买，怕接涨价的顶；再等等，又怕新机定价更贵。先把结论放前面：395 本质上是一台"容量机"，不是"速度机"，买或等，取决于你的模型清单，而不是心情。
一、这轮涨价潮，把 395 抬了多少
这轮涨价不是渠道炒作，是 AI 算力需求把存储产能从源头吸走了。DDR5 32GB 套装从 900 涨到 3800，DRAM 合约价单季涨 58% 到 63%，创近十五年最高纪录。知乎 消费端的体感更直接：硬盘翻三倍，内存翻五倍，显卡接近翻倍，不少 DIY 老玩家判断这一轮比矿潮更灾难。哔哩哔哩
AI Max 整机是受冲击最直接的一类：它的 LPDDR5X 统一内存全部板载，成本压力直接传导到整机。买家的实况是，发布时媒体测评主流机型在一万五上下，现在已经普遍过两万，有些机型到了 26000 左右。知乎 回看价格锚点：极摩客 EVO-X2 搭载锐龙 AI Max+ PRO 395 的预约价是 14999 元。哔哩哔哩 ROG 幻 X 2025 新增的 128GB 内存版补贴价 18999 元。哔哩哔哩 这两个价格放在今天，都算"去年的眼泪"。
对面也没有避风港：DGX Spark 因内存紧张官宣涨价到 4699 美元、整机直奔 4 万，和 395 整机站上了同一个涨价扶梯。知乎 这轮涨价里，比的不是谁不涨，是谁涨得少。
二、先认清两个数字：容量决定"装得下"，带宽决定"跑多快"
关于 395 的所有分歧，都来自这两个数字。128GB 统一内存、最多 96GB 可划作显存，决定它能装下多大的模型；而内存带宽是 256GB/s，决定"模型跑多快"。知乎 这个带宽意味着每生成一个 token，都要把模型权重完整读一遍，稠密模型的输出速度被它死死卡住。
实测数据比口号诚实。知乎用户 Genima 在 395 小主机上跑 Qwen3.6-27B 稠密模型，实测 12 token/秒，非常符合预期，不虚标。知乎 把各家的自费实测摆在一起看（均为社区用户实机数据，非官方宣传口径）：
Qwen3.6-27B 稠密模型：约 12 tok/s（知乎 @Genima）
qwen3.6:35b MoE、Q4_K_M、满 32K 上下文：57 tok/s，两个月稳态值（知乎 @奇虎南夏，自购铭凡 MS-S1 Max）
gemma4:26b Q4_K_M、16K 上下文：50 tok/s（同上）
Qwen3.5 122B Q5：能跑，用来指挥 Agent（知乎 @战忽局副局座）
235B Q4：8-9 tok/s，“勉强能用”（知乎 @清泓）
这张表的读法很简单：MoE 小激活模型是这台机的甜点区，35B 级别能跑到 50 tok/s 以上；27B 往上的稠密模型进入"能读、但要有耐心"区间；235B 属于"装得下、吃不饱"，更适合证明它能，而不是天天用。宣传页的"能跑 235B"和"跑得好 235B"，是两件事。把 395 当生产力跑了两个月的用户，主力模型是 qwen3.6:35b，满 32K 上下文下实测 57 tok/s。知乎 所以在这台机器上，"MoE 优先、稠密兜底"应该当作用法守则，而不是妥协。
三、三笔对比账：你的对手是谁
对 DGX Spark：四万对两万多。Spark 有约 112GB 可用显存、CUDA 全家桶、能做 LoRA 微调、双机 200GbE 直连能跑 405B；395 的扩展能力几乎为零，单机跑 235B Q4 量化版勉强能用（实测 8-9 t/s），双机集群只能靠 10GbE、USB4 去拼。知乎 同时买过两台机器的用户，最后卖了 395、转头扩 Spark 集群——但他的需求是训练和集群。只跑推理和 Agent 的人，395 依然是消费级市场里"96GB 显存"最便宜的一张门票。
对 Mac Studio：苹果 M3 Ultra 最高也有 192GB 统一内存，Metal 生态和 macOS 工作流是它的护城河，工作流本来就在苹果全家桶里的人不必折腾迁移。对高端独显：RTX 5090 的 32GB 显存连 70B 的门都进不去，这和 395 本来就是两个方向，不存在谁替代谁。对云 API：价格战年代输入两块钱、输出三块钱每百万 token，谁都无法拒绝；但真实用户住进去之后才发现，真正的门槛是心理——如果每调一次都在计费，我会下意识地“省着用”，不敢让模型反复试、不敢开 thinking 慢慢琢磨。知乎 云端大模型涨价之后，这笔账又往本地倾斜了一格：本地机的反义词不是"贵的 API"，是"不敢用满的 API"。
四、现在买，要准备踩哪些坑
先说清楚，这不是开箱即用的工具，是开箱就需要你参与调试的机器。知乎 有用户把两个月踩的 18 个坑整理成文：Ollama v0.30 托盘版不读命令行设置的环境变量，taskkill /F 会留下每个约 24GB 的显存僵尸进程，PowerShell 5.1 的 GBK 编码会把中文知识库不可逆地写乱——这些坑，没有一个是跑一次 benchmark 能触发的。
其次，形态决定性能释放，同一颗芯片不同命。1L 小钢炮受功耗墙限制，液冷版则能把 CPU 单烤峰值功耗推到 176W、持续 153W，稳态温度仅 73～74℃。小红书 所以横向对比测评数据时，先问一句：这是哪个形态的机器跑出来的。
第三，vLLM 是这个月才"能用"的。在社区开发者 CIRU 的 Strix 原生运行时之前，gfx1151 上的单流解码还停留在 0.269 tok/s 的上游兼容构建水平；CIRU 的发行版把它一路修到 26.23，从 0.269 到 26.23，累计 97.55 倍。知乎 128K 到 256K 的长上下文，也从"不可用"变成了"可用"。
但也别指望它当多人共用服务：多并发 + 长上下文的组合衰减剧烈，32K 双路聚合只剩 6.61 tok/s。知乎 “单流/双流 + 长上下文"或"多流 + 短上下文”，才是当下这台机的可用范围——它服务的是你和你的 Agent 队列，不是一个部门。
五、等 AI Max 400 的人，看三个信号
已确认的信息不多，但足够画出轮廓：8 月 6 日，AMD 高级副总裁 Jack Huynh 确认将重返 IFA 2026 柏林电子展，9 月 4 日做开幕主题演讲。知乎 业内普遍预测，锐龙 AI Max 400 系列会在这次展会上正式发布。
纸面参数是 x86 阵营第一次在统一内存这条赛道上追平苹果：192GB 统一内存、最高 160GB 可分配为显存，AMD 说这是全球首款能在本地跑 3000 亿参数以上大语言模型的 x86 客户端芯片。知乎 型号为 PRO 495/490/485，架构延续 Zen 5 + RDNA 3.5。
信号一，容量加了，带宽没官宣加。如果内存带宽维持同档，decode 速度依旧被那条 256GB/s 级别的天花板按住：192GB 解决的是"300B 装得下"，不是"300B 跑得快"。等 400 要容量上限，合理；等它"跑得快"，大概率失望。
信号二，好东西第一批不下放。按照惯例，首批上市的全是 PRO 商用版本，面向企业、工作站和专业市场，不带 PRO 的消费版预计今年晚些时候才出。知乎 内存涨价周期里，新品的首发价几乎注定不会像去年的 395 那样友好。
信号三，生态债要重新还一遍。gfx1151 这颗核心，社区花了一年才把 vLLM 拖到可用；新核心的运行时成熟度，同样需要以月为单位的迭代，早期用户注定要当一阵子运行时调试员。
六、收口：三类人，三条路
该现在买的，别犹豫：隐私、离线是硬需求；主力模型是 MoE 小激活、能接受稠密模型 10-20 tok/s；不碰训练、不做多人并发。两万出头，它仍是消费级市场里唯一"装得下 70B-122B、又不至于倾家荡产"的选择。
该等的，踏实等：想要 300B、想要更大显存余量，就等 400 的消费版，但把价格预期调高；还没想清楚自己跑什么模型的人，先用云 API 或一张二手卡把 Ollama 玩明白，别拿两万块进场接顶。
不该碰的，别硬上：要微调训练、要高并发、要极致速度，你的目的地是 DGX Spark 或专业卡，不是这里。
继续观察的信号也放在这：9 月 4 日 IFA 主题演讲的实测带宽数据；四季度内存合约价走势；395 渠道价会不会再涨一档；CIRU 这类社区运行时的迭代节奏。
知乎上那个"现在怎么没有人提用 AMD MAX395 去跑本地大模型了"的问题，到今天还活跃着，下面的人早已分成两派：一派每晚静默地排着十几个 Agent 任务跑到半夜，一派卖了机器转投 DGX。买过的值友，你是哪一派？现在跑的是什么模型？评论区聊聊。
