一位 Reddit 技术用户这周放出实测数据：DeepSeek 最新的 V4 Flash 模型，在一台 128GB 内存的家用迷你主机上跑到 22-28 字/秒。这个数字意味着——本地大模型，从『理论上能跑』终于走到了『日常能干活』这一步。

这是什么

被测的是 DeepSeek 的 V4 Flash——V4 系列里主打速度的轻量版模型。平台是 AMD 去年力推的 Strix Halo 迷你主机，特点是 CPU 和 GPU 共用一块内存，做生成时不用再为显存捉襟见肘。 测的人用了一种叫『推测式解码』（speculative decoding，可以简单理解为：让一个小模型先猜下一段词、大模型只负责核对）的加速技术，把生成速度从每秒 20 字提到 28 字左右。提升看着不大，但本地部署往往就是这种『勉强能用』和『卡得没法用』的临界差。

行业怎么看

值得关注的判断：中国开源大模型，正在从『参数大』过渡到『本地跑得动』。 看多的人认为，DeepSeek 这类顶级开源模型配合社区优化，本地部署对独立开发者、小公司甚至个人都有了实际意义。对数据出不去的场景（病历、内部代码、客户合同），本地是一个看得见的方向。 但我们也想提醒一个容易被忽略的成本账：测试用的小主机售价约 1.5-2 万元人民币，还要装 Linux、调命令行、维护模型文件——这不是大多数企业 IT 会主动上手的事。短期内，『本地跑得动』和『大多数愿意本地跑』之间还差得远。云厂商的算力生意，反倒可能被这件事强化：能本地跑的是极少数，绝大多数企业仍要靠云。

对普通人的影响

- 企业 IT：金融、医疗这类强合规行业多了一个『本地大模型』的备选项，但成本和运维门槛偏高，短期难成主流方案。 - 个人职场：愿意折腾技术、又担心数据隐私的重度用户可以开始关注；但对绝大多数人来说，ChatGPT、文心一言、通义仍是更现实的选择。 - 消费市场：搭载大内存的迷你主机正在长出一个新品类，目前主要是开发者和极客在买单，离大众消费还远。