其实还有一点没说，本地128G统一内存能跑的AI，无非也就是Qwen 3.8 Flash

然而这个模型在云端其实便宜得令人发指，我这三天为了跑模型测试（因为要为这个模型选择合适的Agent测试场景和任务，云端模型满血并且好并发找，比较合适）花掉了3.8亿Token，这么大量的Token其实也只相当于Standard套餐月用量的10%

换句话说，你花了好几万买了个本地推理的机器，最后每个月只能给你省非常有限的钱不说，模型还不是云端满血的，速度还可能比云端慢，而且还做不到并发

本地LLM的故事难讲啊……