买云服务器调用 API，还是买机器本地运行大模型？先看任务、数据和实际用量，再看设备。对多数刚开始使用龙虾（OpenClaw）的个人用户，先用小规格云服务器加按量 API，通常更容易控制试错成本；有明确保密、离线需求，或长期稳定的大量任务，再评估本地模型。
价格核对：2026-10-25。 官方价格是当天参考；硬件预算、电价、使用量是本文明确设定的估算，不是销售报价。本文讨论推理和使用，不包含模型训练、微调项目。
1. 先分清：助手在哪里，模型在哪里
龙虾负责聊天、调用工具、处理文件、安排任务；大模型负责理解与生成。两者可以在不同地方运行。
云服务器 + 第三方 API
- 谁运行助手：租用的云服务器
- 谁运行大模型：模型服务商
- 适合谁：想快速开始、随时使用的个人或小团队
自己的电脑 + 第三方 API
- 谁运行助手：家里或办公室机器
- 谁运行大模型：模型服务商
- 适合谁：已有常开机器，但不想买显卡
自己的机器 + 本地模型
- 谁运行助手：家里或办公室机器
- 谁运行大模型：自己的机器
- 适合谁：有本地数据、离线或持续推理需求的人
云 GPU + 自托管模型
- 谁运行助手：租用的云主机
- 谁运行大模型：租用的 GPU
- 适合谁：需要自选模型、阶段性算力或更大并发的团队
普通 2 核、4GB/8GB 云服务器主要用于运行助手和工具，不等于买到了运行大模型的 GPU。 云 GPU 租金需要另算，也不是本地购机。
2. 按你的事情来选
日常聊天、翻译、写邮件、整理待办
- 更适合的起点：API
- 选择时看什么：低频使用通常不值得先买专用设备；检查实际回复质量
查资料、读网页、生成研究报告
- 更适合的起点：API，或本地与 API 混用
- 选择时看什么：搜索、网页抓取及引用核验仍需工具；本地模型不会自动拥有最新信息
写代码、修复杂问题、处理大型代码库
- 更适合的起点：先测较强 API
- 选择时看什么：本地模型必须实测跨文件修改、测试通过率和工具调用，不能只看聊天表现
私有合同、内部文档、客户资料整理
- 更适合的起点：本地，或明确分流的混合方案
- 选择时看什么：推理、向量化、OCR、日志都要检查；只把聊天模型搬到本地还不够
大量重复分类、提取字段、格式转换
- 更适合的起点：小型本地模型值得试
- 选择时看什么：固定任务容易评测；比较错误率、吞吐和人工复核时间
家庭成员各用一个 BOT
- 更适合的起点：两条路线都可
- 选择时看什么：工作区、记忆、文件和凭据要隔离；本地还需考虑同时使用时的排队
多人客服、对外服务
- 更适合的起点：API 或专门规划的本地服务
- 选择时看什么：看高峰并发、限流、故障恢复和人工接管；一张显卡不代表可服务无限用户
工厂内网、断网环境、现场设备助手
- 更适合的起点：本地
- 选择时看什么：依赖、模型、文档需提前准备；依赖互联网的 Skills 断网后仍不可用
图片识别、音频转写、视频处理
- 更适合的起点：分任务评测
- 选择时看什么：需要对应视觉/语音模型；显存、时延、调用价格不能套用纯文本预算
24 小时定时任务与手机提醒
- 更适合的起点：先保证常开和投递链路
- 选择时看什么：模型运行位置不会自动解决手机锁屏接收；还要有任务调度、联网和推送能力
已有游戏电脑或工作站
- 更适合的起点：先复用，试小模型
- 选择时看什么：用真实任务测速度、显存和电费，再决定是否升级
复杂推理、长文档和可靠执行工具，往往比“能回答一句话”更考验模型。开源小模型和大型商业 API 不应默认视为同等能力；具体模型、量化方式、上下文长度都可能改变结果。
3. 云服务器 + API：两笔费用分别算
云服务器预算
轻量使用可先评估 2 核、4–8GB 内存，文件转换、浏览器任务和多人使用再加资源。这是规划起点，不是统一最低配置。
作为公开价格参照，AWS Lightsail Linux/Unix 含公网 IPv4 的 2 核 4GB 套餐为 24 美元/月，2 核 8GB 为 44 美元/月。不同地区、税费和超额项目要另查。官方价格 ↗
中文读者可以先给轻量云主机预留 50–300 元/月的预算范围，再按所在地区询价；这不是上述美元套餐的换算或任何服务商报价。购买时同时核对续费、带宽、流量、快照和存储费用。
先测试自己的网络能否访问。 手机移动网络、家里 Wi-Fi、电脑都应能连接所选服务器，服务器也应能访问模型服务。不能因为某个教程选新加坡，就默认你的网络也适合这个地域。
API 预算
下列为 DeepSeek 当天高峰时段、输入缓存未命中的文本计费例子，单位为每百万 Token；Flash 输入 2 元、输出 8 元，Pro 输入 9 元、输出 27 元。空闲时段更低，其他模型应换成自己的单价。官方价格与时段 ↗
月模型费 = 输入百万 Token × 输入单价 + 输出百万 Token × 输出单价。 有缓存命中时应拆开计算。Token 不等于汉字数，也不能用消息条数直接换算。
月输入 100 万 / 输出 20 万 Token
- Flash 模型费：3.60 元
- Pro 模型费：14.40 元
- 若云主机按 100 元/月：合计 Flash / Pro：103.60 / 114.40 元
月输入 1000 万 / 输出 200 万 Token
- Flash 模型费：36 元
- Pro 模型费：144 元
- 若云主机按 100 元/月：合计 Flash / Pro：136 / 244 元
月输入 1 亿 / 输出 2000 万 Token
- Flash 模型费：360 元
- Pro 模型费：1440 元
- 若云主机按 100 元/月：合计 Flash / Pro：460 / 1540 元
这些是计算样例，不是轻度或重度用户的保证账单。用量要汇总所有 BOT、历史上下文、自动循环、重试和工具返回内容；计入账单的推理输出也不能遗漏。搜索、图片、语音、付费 Skills 和其他工具可能另外收费。网页聊天会员通常也不能直接当成 API 余额。
先给 API 设置预算和告警，小额试用一周，看账单再扩大使用。不要只根据“每次聊天很便宜”去估计长时间自动任务。
4. 买机器：优先看显存和任务，再看参数量
不必一开始买机架服务器。已有台式机、合适的工作站或大内存设备都可以评估。无独立显卡也可能用 CPU 跑小模型，但“装得下”不代表速度能满足使用。
模型需要的空间不只是下载文件：模型权重 + 上下文缓存（KV Cache）+ 运行开销；系统内存还要留给操作系统、龙虾和文件处理。
举例，Qwen 官方 8B Q4_K_M 文件约 5.03GB，32B 对应文件约 19.8GB。这是模型文件大小，不是整套服务的显存需求，也不是要求你必须选这两个模型。8B 文件 ↗、32B 文件 ↗
7–9B
- 单用户、有限上下文的硬件规划：8–12GB 显存可做起步测试，12–16GB 更有余量；32GB 系统内存
- 用途和限制：分类、摘要、轻量助手；复杂任务需严格验收
14B
- 单用户、有限上下文的硬件规划：16–24GB 显存；32–64GB 系统内存
- 用途和限制：比小模型有更多尝试空间，长上下文仍需实测
30–32B
- 单用户、有限上下文的硬件规划：24–48GB 显存；64GB 系统内存起评估
- 用途和限制：24GB 可能较紧，32GB 也不能承诺长文档和多人并发
70B
- 单用户、有限上下文的硬件规划：48–96GB 以上显存方案，或约 96–128GB 统一内存设备起评估
- 用途和限制：成本、带宽和部署复杂度明显上升；需按具体模型核算
上述规划是容量规划范围，非性能承诺或采购清单。CPU 混合卸载可能降低显存要求，却可能变慢；统一内存与独立显存的容量和带宽也不能简单等同。MoE 模型的“激活参数”少，不代表全部权重只占那一点内存。
长上下文和并行请求会增加内存需求。Ollama 的并发机制也受可用内存限制；多显卡能否分配模型及速度如何，要看运行引擎与硬件。Ollama 并发说明 ↗
给采购留多少预算？
以下是本文用于做决策的整机预算档位，不是实时硬件行情或商家报价；地区、品牌、新旧件和保修差别很大。不要把“模型规模”与“花多少钱”视为一一对应。
先不买新机器
- 可以怎样规划：复用现有电脑；先验证小模型，再看是否缺内存或显存
6000–12000 元
- 可以怎样规划：向商家询价入门 GPU 整机，重点核对 12–16GB 等显存档位、散热和电源
12000–25000 元
- 可以怎样规划：询价 16–24GB 等显存工作站，配足内存与 SSD；以真实模型测试决定
20000–40000 元
- 可以怎样规划：评估更大显存单卡或其他大内存方案，目标通常是更大模型或更宽裕上下文
30000–80000 元以上
- 可以怎样规划：才进入部分 70B、大内存或多卡方案的评估范围；能否达到速度要求必须先测
预算区间有重叠是正常的。采购单至少写清显存、系统内存、SSD、电源、保修和目标模型的实测结果。别只写“能跑 DeepSeek”；本地小模型、蒸馏模型和完整旗舰模型不是同一个硬件要求。
5. 把购机、电费和时间放在同一本账上
假设一台整机 18000 元、计划使用 36 个月；墙上插座测得全天平均 150W，按每月 30 天、电价 0.60 元/kWh；每月另预留 50 元维护费用。这些都是示范假设，请替换成你的报价和实测值。
月电量
- 算法：0.15kW × 24 小时 × 30 天
- 结果：108kWh
月电费
- 算法：108 × 0.60 元
- 结果：64.80 元
每月持续支出
购机月摊销
含摊销的月均成本
- 算法：500 + 114.80
- 结果：614.80 元
第一年现金支出
- 算法：18000 + 12 × 114.80
- 结果：19377.60 元
未计房间制冷、UPS、备份、故障损失、人工时间、融资与残值；需要的项目应补上。显卡标称功耗不是整机实际平均功耗；偶尔开机和全天运行的电费也不同。
图中三条 API 曲线来自上一节假设，服务器均为 100 元/月。本地曲线从 18000 元购机开始，每月再付 114.80 元。36 个月时，本地为 22132.80 元，API 三种示例分别为 4896、16560、55440 元。图是预算敏感性分析，没有声称本地模型与这些 API 能力相同。
如果本地模型能完全替代每月 1540 元的方案，且没有额外云费用，简化现金回本期约为 18000 ÷（1540 − 114.80）= 12.6 个月；若替代的是每月 136 元方案，同样计算约需 849 个月，显然不应作为三年购机依据。若差额小于等于零，就没有这种现金回本点。回本计算不再重复加折旧；两边共有的费用应同时保留或同时扣除。
使用量大，不一定本地便宜。 如果本地需要多轮重试、大量人工修正，或者仍保留强模型 API，节省会下降。比较的是“完成同一件合格事情的总成本”，不是生成一个 Token 的价格。
6. 隐私、联网与维护：各自承担什么
数据到哪里
- 云服务器 + API：助手文件在云主机；提交给模型的内容会到模型服务商
- 自己的机器 + 本地模型：正确配置后可在自己机器完成推理；检查工具和回退是否另行外发
谁维护
- 云服务器 + API：自己维护助手、系统、密钥和备份；服务商维护模型算力
- 自己的机器 + 本地模型：还需维护驱动、推理引擎、模型文件、散热与硬盘
连续运行
- 云服务器 + API：仍需监控、备份、故障恢复
- 自己的机器 + 本地模型：还受家中供电、宽带、设备休眠与重启影响
更新模型
- 云服务器 + API：改配置并回归测试
- 自己的机器 + 本地模型：下载新权重、检查许可、容量与效果后再切换
多人独立使用
- 云服务器 + API：需要隔离和权限
- 自己的机器 + 本地模型：同样需要隔离；同一台机器不代表各 BOT 天然互相不可读
本地模型且关闭云端回退，可以不产生第三方模型 API 费用，但仍可能通过本地 API 接口供龙虾调用。“不付云模型费”不等于“不使用 API”。使用云端向量化、OCR、联网搜索、外部 Skills 或云端备份时，相关数据仍可能离开机器。
Ollama 可用 OLLAMA_NO_CLOUD=1 关闭其云功能，并默认只监听本机地址。它只约束 Ollama 自身，不会替你阻止其他程序外发数据。应检查所有模型与工具配置，并用测试数据验证数据路径。本地与云功能说明 ↗
手机在家用内网连接，在外使用还需要安全远程访问方案；家用宽带未必支持直接入站访问。不要把开放整台主机或直接公开模型接口当成默认办法。本文是选型指南，家用主机的完整接入步骤另做实机教程。
MochiBot 可以作为推荐的可选手机入口，用于聊天、传文件、查看 Skills 和支持机型上的主动语音提醒。锁屏提醒仍取决于推送通道、手机权限和服务状态，本地部署模型并不会自动获得这项能力。
7. 买之前，做一次小规模验收
用一周收集 20–50 个脱敏的真实任务，让两条路线使用相同任务、工具权限和验收标准。不要只让它们互相回答“你好”。
- 效果：答案是否正确、引用是否可靠、文件是否可打开、代码测试是否通过、工具是否真的执行。
- 速度：首次输出等待、完成整项任务用时；再测 1 人、3 人同时使用，记录排队和失败。
- 费用：记录全部 API 输入输出、搜索和其他工具费用；本地用插座功率计测平均功耗。
- 隐私：用无敏感内容的测试样本，核对推理、检索、日志、备份和回退实际经过哪里。
- 稳定性：测试重启恢复、断网恢复、备份恢复和超预算时停止；几个人的 BOT 要测试互相读不到。
- 人工成本：每个任务要返工几分钟？一个便宜却经常执行错的方案，可能总成本更高。
8. 选好以后，按这条路线开始
刚入门或用量不稳定： 选自己能直接访问的云服务器 → 安装龙虾 → 配置第三方模型 API 并试用 → 选择聊天入口 → 安装所需 Skills → 查看一周账单。
保密、离线或已有合适设备： 先用现有机器测试 → 选择本地模型与运行引擎 → 接入龙虾 → 验证工具、数据路径和恢复能力 → 达到要求后再采购或升级。
两种都有需要： 私有文档走本地，允许外发的复杂任务走 API；设置清楚的任务分流和费用上限，外发前能确认，避免静默回退。
MochiBot 可直接下载使用；使用兼容的第三方 Skills 也可以。下载本站 Skills 时，再连接自己的 MochiLab 账户。