【别盲目跟风本地跑大模型，经济账远比你想象的复杂】

快速阅读：本文探讨了本地运行大模型与使用云端 API（如 OpenRouter）的经济账。核心结论是：除非为了极端的隐私需求，否则单纯追求“省钱”去购买顶配 Mac 来跑本地模型，在经济上往往是亏本的。

想通过买台顶配 Mac 来摆脱 API 订阅费，实现“模型自由”？这笔账算下来，大概率会让你心疼。

有人试图通过计算硬件折旧和电费，得出本地运行 Gemma 4 等模型比 OpenRouter 更贵的结论。逻辑听起来很硬：高昂的硬件成本加上电费，摊薄到每个 token 上，价格可能比云端贵出好几倍。

但这种对比本身就有点“苹果比橘子”的意思。

首先，硬件不是为了跑模型而存在的。如果你本来就要买台 MacBook Pro 干活，那这台机器的成本就不该全部算在 token 上。这就像是在讨论“买房住比租房住贵”一样，忽略了房屋本身的使用价值和机会成本。

其次，云端服务的效率是降维打击。数据中心有廉价的工业电价，更重要的是，它们能通过大规模并行处理（Batching）来压低成本。你在家跑模型是单线程的，而云端是在利用成千上万用户的请求来填满 GPU 的吞吐量。

有网友提到，现在的云端价格其实带有某种“补贴”性质。很多厂商正处于烧钱换市场的阶段，甚至在亏本卖 token。如果这种补贴消失，或者模型迭代速度慢于硬件贬值速度，本地运行的优势才会显现。

不过，本地运行真正的护城河从来不是钱，而是控制权。

如果你处理的是极度敏感的隐私数据，或者不希望被随时可能涨价、甚至可能被“断供”的 SaaS 服务绑架，那么多付出的那点溢价，其实是买了一份安全感。

对于大多数人来说，本地模型更像是一种极客的乐趣，或者是一种学习工具。如果你只是想高效地写代码，把钱花在更强的模型订阅上，显然比买一台昂贵的“发热盒子”要划算得多。

毕竟，当你在纠结 token 价格时，你真正的成本其实是你的时间。

williamangel.net/blog/2026/05/17/offline-llm-energy-use.html