本地大模型不按量计费，机器本身仍要计价

调用费显示为零，只说明没有按词元扣钱。2026 年 11 月一份上手记录用一台大约 7000 美元的笔记本，把大约二十年的文章做成可搜索的本地档案，一天做完，模型调用费记成 0 美元。机器是 RTX Spark 这一档：128 GB 统一内存、2 TB 的第五代固态硬盘、16 英寸屏幕，重量接近五磅，宣传算力是 FP4 下 1 petaflop。下面所有数字都是那次记录和它引用的说法，不是你的电费单，也不是采购建议。运行时怎么选，见按流量选推理运行时。

先把那一天的工作量写成三笔账

记录里这次归档用了 479 次推理调用，处理将近 5000 万个逻辑词元。作者事先无法知道编程助手会烧多少，因为迭代次数、上下文里留多少代码、中途换不换模型，都要跑起来才知道。托管订阅同样给不出“这个项目会花多少”的报价，超额之后就等到下一个额度周期。作者的判断是：即便每月 100 美元的档，更大的项目仍可能被限速，工作要停几小时到几天。这是判断，不是价目表。

头部用户的账单不能拿来吓自己，也不能拿来证明该买机器

记录引用了一档播客里的数字：使用某编程助手的用户里，花费最高的 5% 平均一年 1.8 万美元；不用那款助手的人，多数每月远低于 75 美元。引用链停在分析师的口述，没有附录。它能说明的只有一件事：订阅支出的分布很陡。偶尔用的人，7000 美元的机器很多年都摊不回来。天天被额度掐断、而且语料不能出公司的人，才有机会把硬件和订阅放在同一张表上比。

隐私是另一轴，和省钱分开。记录强调提示、文档和推理可以不离开这台电脑。前提是整个链路都在本地：模型、索引、日志、同步盘。任何一步把原文送到外部接口，零调用费就不再等于数据没出去。机密语料走本地，公开问答继续走订阅，这种拆分比“整台换成本地”更常见。两套都要写清日志留在哪。

三年后更便宜，是外推，不是报价

作者用算力大约每 18 个月翻倍来估计：三年后同样 7000 美元可能买到大约四倍的算力，而今天这一档会变成更便宜的商务机。这是趋势判断。内存紧缺、汇率、整机税，都可能让它落空。采购申请里不要写“三年后就主流”。要写的是今年这一单：语料能不能出域、一年里会被额度拦住几次、机器坏了索引有没有第二份。

不值得为了零调用费去配这一档的情况也很清楚。任务一周才跑一次，或者上下文用订阅的长窗口更合适，或者团队没有人能在模型改错文件时叫停。值得认真计价的，是语料敏感、迭代次数不可预估、而且已经在被额度反复打断的那类活。先用一周的真实任务记调用次数和等待时间，再决定机器价款算不算回得来。

把这台机器的价款、电费和一年里会被额度卡住的次数放在同一行里， 用效率龙虾改这一稿。