不付 20 美元订阅，本地模型能接住哪些活

他退订的理由不是省钱，是限额。写代码写到一半，五小时额度用完，思路就断了。换成本地模型之后，没有额度，也没有月底的账单。

一、发生了什么

10 月 6 日，科技媒体 XDA 的一位作者发了一篇体验文，标题很直白：我不再为 ChatGPT、Claude、Gemini 付 20 美元，因为一个免费的本地模型够用了。

他用的不是最大的模型。Qwen 3.8-27B，Unsloth 的 UD-IQ4_XS 量化版，下载 13.3GB，装进一张 16GB 显存的 RTX 4070 Ti Super，开 16K 上下文还有余量，在本机起服务。实测速度约每秒 33.7 个词元。他让模型一次写完一个能跑的贪吃蛇游戏，成功了。

他原本同时订着 ChatGPT 和 Claude，两份各二十美元。前者处理邮件、做产品调研时的用户情绪分析，后者写 Python。两份加起来，一年接近五百美元。让他下决心的是这笔账，以及 Claude 限额之后那种「等五小时」的无力感：回来还得重读整段对话，之前想到的改法已经忘了。

被他替掉的主要是 ChatGPT 那部分活：改邮件语法、长邮件提要点、把啰嗦的句子压短、把论坛里的用户反馈做成情感分类。他拿一封塞了十几个数字的报价邮件做测试，模型把所有数字提出来，整理成表格。

Claude 是另一回事。他承认前沿模型写代码更强，问题在五小时限额：额度一断，迭代节奏就没了，回来还得重读整段对话。本地模型没有这条线，可以整夜跑，代价是显卡 285W 的功耗。另外，发出去的内容不出本机。

二、跟你有什么关系

每周只用几次的人：订阅大概率不划算。 你的活集中在改写、摘要、分类，27B 级别的量化模型够用，一次性硬件投入之后再无月费。

靠写代码吃饭的人：本地是补充，不是替代。 作者自己说 Claude 更强。真正值得抄的是「把不敏感的活挪到本地」：重复的小改、样板代码、跑一遍就知道对错的活留给它，云端额度留给长上下文和复杂重构。

在意数据的人：这是最实际的理由。 合同、病历、客户名单，不发出去就是最稳的合规。本地部署时，权重和对话记录都在自己盘上，断网也能跑。

三、一张可照做的分工表

1. 先算显存，再选模型。 4bit 量化下，27B 约需 14–16GB，14B 约需 8–10GB，7B 约需 5–6GB。留 2GB 给上下文，别把卡塞满。显存不够时，先降上下文再降参数量；16K 装不下长文档，用分块检索比硬撑更实际。
2. 把任务分三堆。 改写、摘要、抽取、分类、翻译初稿——留本地。需要读几十万字资料、跨文件改代码、看图看视频——上云。判断标准不是难不难，而是能不能自动检查：代码有测试、翻译有对照、摘要有没有漏项，一眼能看出来；开放式的战略建议看不出对错，放本地只会让你多花时间复核。
3. 用一天做对照测试。 挑 10 个你真实做过的任务，本地和云端各跑一遍，记录失败次数和返工时间。失败超过两次的那一类，别硬留本地。

四、三个别信的说法

「本地等于免费。」 电费、显卡、折腾的时间都是成本。一张能跑 27B 的卡，配齐整机少说几千元；按每月 40 美元算，够订好几年。它省的是月费和隐私风险，不是零成本。真正的划算场景是：你本来就有这张卡，而且每天都用。

「27B 能替代前沿模型。」 作者自己没这么说。他的原话范围很清楚：日常文本活够用，编程仍然选 Claude。把「够我用」听成「一样强」，是最常见的误读。

「量化不掉能力。」 4bit 是有损压缩。短问答看不出来，长上下文、多步推理、代码重构这类任务最容易露馅。更稳的做法是准备两个档位：日常用 4bit，遇到硬任务切到 6bit，或者直接上云。

五、一句话结论

本地模型买的是「不限额」和「不出门」，不是「最强」；把活分对，20 美元可以省，也不必全都省。

信息来源

• XDA: I'm not paying $20 for ChatGPT or Claude because a free local LLM does everything I need，2026 年 10 月 6 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。