沉没成本计算器显示本地 LLM 服务器需 44 年才能回本

核心结论：在 3,499 美元的 Mac Studio 上进行本地推理，数十年内都无法收回成本

沉没成本计算器（https://sunkcost.ai/）预测，运行开源模型 Qwen‑3.8‑27B 的 Mac Studio M5 Max（64 GB）需 44 年才能回本。在假设每天使用 50 万 token（输入与输出比例为 15 : 1）的情况下，该设备相比 OpenRouter API 每天仅节省 0.22 美元，因此在当前定价下，硬件成本永远无法收回。

数值推导方式

项目	数值	来源
硬件成本	3,499 美元	Apple Mac Studio M5 Max 规格表（2026）
功耗（负载）	145 W（以 M4 Max 为参考）	Apple 文档，基于前代推断
电价	0.17 美元 / kWh（美国居民平均）	美国能源信息署 2025 年数据
本地吞吐量	25 token / s（估算）	带宽受限估算：614 GB/s ÷ 16.5 GB 每 token × 0.75
API 吞吐量	80 token / s（OpenRouter）	服务商文档
API 价格	0.32 美元输入 / 2.5 美元输出每 M token	OpenRouter Qwen‑3.8‑27B 接口（2026‑09‑03 检查）
每日 token 混合	468,750 输入，31,250 输出	每日总计 50 万 token，15 : 1 比例
每日 API 成本	0.23 美元	根据 token 混合与 API 定价计算
每日电费	0.01 美元	(0.145 kW × 0.051 kWh × 0.17)
每日净节省	0.22 美元	0.23 – 0.01
回本天数	15,942 天（≈ 44 年）	3,499 ÷ 0.22
回本 token 总量	79.7 亿 token	15,942 天 × 50 万 token/天

该计算器假设 API 价格保持不变（无未来下降），且设备以估算的 token 速率 持续运行。同时将全部硬件采购视为沉没成本，未考虑转售价值或机器可能承担的其他工作负载。

模型能力与成本对比

该工具在 人工分析智能指数 v4.3 中为 Qwen‑3.8‑27B 评分为 34 分，处于“Sonnet 级”梯队——大致相当于 Anthropic 的 Claude Sonnet 5 或 OpenAI 的 GPT‑5.6 Luna。尽管该模型在推理基准测试中表现强劲，但其 吞吐量（25 tok/s）仅为 API 速度的 31 %，意味着典型 1,000 token 的响应需 每天等待 15 分钟。

计算器未涵盖的因素（以及为何重要）

空闲功耗：每日 0.01 美元的电费估算假设设备始终处于 145 W 负载。现实中的空闲功耗会增加成本。
提示处理时间：输入 token 被视为免费，因为其处理速度比生成快 20–100 倍，但它们仍消耗电力。
转售价值：Mac Studio 具有转售价值，若后期出售硬件，可降低实际沉没成本。
其他工作负载：该设备还可用于渲染、游戏或其他计算任务，这些未计入回本计算中。
未来 API 价格下降：计算器可切换“价格持续下降”选项；历史上云 LLM 价格持续走低，这将进一步延长回本周期。
前沿模型：比较中排除了专有模型（如 Claude Opus、GPT‑6），这些模型在任何价格下都无法本地运行。

Hacker News 社区反馈

redox99：“计算有误；启用 MTP 和 Q8 KV 后，每秒 token 数应至少翻倍。即便吞吐量更高，该设备也永远无法回本。” txrx0000：“我更看重隐私而非成本。拥有硬件可防止服务商窥探我的思想。” ThunderSizzle：“Claude Code 每月 >100 美元；一块 1,350 美元的 GPU 给我带来了 4 个月的回本周期和完全的数据控制权。” jrflo：“44 年回本对编程工作而言荒谬至极；每月 100 美元的订阅感觉好得多。” mcone：“一台二手 HP Omen 搭载 3090 显卡，可让 Qwen 3.8 以 57 tok/s 运行，仅需 2,000 美元，大幅缩短回本周期。” ProjectArcturis：“本地 LLM 并非为了省钱；而是为了自主权、微调能力，以及避免被锁定。”

评论突显了两个反复出现的主题：隐私/自主权 超越纯粹的成本考量，以及 硬件选择 对吞吐量有显著影响（例如，高端显卡可使 token 速率翻倍，缩短回本周期）。

实用建议

纯金钱回本对消费级 Mac Studio 运行 Qwen‑3.8‑27B 来说不现实，在当前 API 定价下无法实现。
高性能 GPU（如 RTX 3090、A6000）可提升每秒 token 数，但即使速度提升 2 倍，44 年的回本周期也仅缩短至约 22 年。
非财务收益——数据隐私、模型所有权、运行自定义微调模型的能力——是本地推理的主要驱动力。
转售与多用途使用 可显著改善经济性；一台同时作为渲染节点或开发服务器的机器，可通过其他收入流收回成本。
未来 API 价格趋势至关重要。若云服务商持续降价，差距将拉大；若价格上涨，回本周期将略有改善。

总结

沉没成本计算器提供了透明、数据驱动的估算：3,499 美元的 Mac Studio 运行 Qwen‑3.8‑27B 每天仅节省 0.22 美元，导致 44 年的回本周期。尽管财务回报微弱，但许多用户仍追求本地 LLM，以换取隐私、自主权和多用途计算能力，而这些是计算器无法量化的价值。