大模型本地部署，电脑选购指南！我让 Qwen4 扒了 1000 条硅谷极客的真实装机账本

大家好，我是 Ai Qwen 的老章。

我觉得，Fable 5.2 的表现把大家的眼光喂刁了，别说拿 Qwen4-Max-Preview 跑类似任务，国产模型其实都顶不住

前文我的实测结果，评论区反馈还好，Qwen4-Max-Preview 显然被低估了：

本文让 Qwen4-Max-Preview 干点更真实的工作

但我 Qoder 19.9 的套餐，额度不够用，这就必须掏出我最高档 Token Plan 了，话说我定的时候是 499 啊？现在只要 312 了？！

本文我把 Qwen4-Max-Preview 接入到 Claude Code 完成测试，顺嘴提一句，Magpie 真是 YYDS

为什么做这个

后台我被问得最多的一个问题：本地部署 xx 大模型，我的 xx 配置电脑行不行？

网上的评测要么是厂商送测，要么是理论算力表，真掏钱买了机器、跑了之后不理想，悔之晚矣

前些天 Karpathy 用 Hugging Face 上 Hacker News 全量数据做了个 HackerTube，我才发现这里面全是宝藏：硅谷老哥买了新机器，部署了什么大模型，很喜欢在 HN 上报数据，这种带机器、带模型、带速度的评论简直是宝藏

于是我把这件事交给了 Qwen4-Max-Preview：从 4932 万条 HN 数据里，把 2026 年所有「我用什么机器、跑什么模型、每秒多少 token、满意还是后悔」的评论扒出来，做成一个能查询的网站

先看成品

网页长这样，技术手册风格：

核心是回答三个问题：

1. 我手头有这台机器，到底能跑多大的模型？

2. 我想跑某个特定模型，需要配什么档位的硬件？

3. Mac、N 卡、A 卡、统一内存主机，同场竞技怎么选？

拿 4090 举例，选中硬件，它跑过哪些模型、对应几条实测、每秒多少 tok/s 一目了然，每条记录都能直接点击穿透到 HN 原始帖子核验：

第三问是我最看重的横向对比：固定同一个模型，拉平看各路硬件表现

比如大家最关心的 Qwen3.8-27B，Mac 阵营中位数 12.75 tok/s，N 卡单卡中位数 50 tok/s

在线版我放在了 GitHub Pages 上，手机电脑都能直接打开：tjxj.github⋅io/HackerRig

总账：耗时 1x 小时，Token 消耗 1.53 亿

原始数据集 12GB，光从 Hugging Face 完整拉取就花了几个小时：

为了完成从数据探索、精读抽取、清洗归一到网页构建的全流程，总耗时约 18 个小时（含等待）。上下文自动压缩 19 次，发起了 1639 次模型请求，总计消耗 1.53 亿 token：

Claude Code 不知道 qwen4-max-preview 的价格，是按自己的价目表估算要 380 刀，我用 Token Plan 的 Pro 套餐，实际消耗没这么多

这 1.53 亿 token 的大头全扑在数据工程上，4,932 万条全量数据逐层过滤，最终沉淀出 647 票高精度实测基准：

大家会好奇：把千万级清洗和全栈建站全权交给大模型，它真能自己跑下来？不怕它半路跑偏把项目搞崩？

Qwen4-Max-Preview 我上一篇说过，优点是一步一个脚印，缺点是慢，慢意味着返工特别贵，所以我的思路是用规则把模型容易犯的错提前堵死，在项目根目录放一个 CLAUDE.md，这是给模型的规则：

## 要做什么
从 Hacker News 2026 年的评论里，把网友亲手跑本地大模型的实测扒出来：什么机器、跑什么模型、每秒多少 token、满意还是后悔，做成一个能查的静态网站，帮读者回答「做 AI 买 Mac 还是攒显卡」

 ## 数据
- 位置：/Volumes/T7/datasets/hacker-news/data/2026/*.parquet，只读，不改不删

 ## 规则
1. 一次只做一步，做完停下汇报，等我回复再往下
2. 汇报里的数字只能来自脚本的真实输出：进来多少、出去多少、丢了多少、为什么丢
3. 原文没写的填 null，不推断；任何时候都不编造示例数据
4. 中间结果落盘，脚本按步骤编号，能从头重跑

整个项目下来，清洗和工程 Python 脚本就写了 34 个，代码总量接近 4,800 行，外加一整套独立的静态网页和 Playwright 自动化测试套件

经历过这十几小时的极限实测，我感觉 Qwen4-Max-Preview 很有性格：

1. 认死理，守规矩守到敢把我的话顶回去

规矩里立了「不推断」，它执行得比我还坚决

复核投机解码时，我凭直觉怀疑有条 90 tok/s 的实测数据开了 MTP，让它改标。它回原帖核验，发现全文没提 MTP，直接搬出CLAUDE.md的「原文未写填 null，不推断」，原封不动把我顶了回来：

还有一次我质疑它少算了多卡，它核实后指出：对方虽有两张卡，但这组数据明确写着只用单卡跑并发，实际上是我把卡数看错了

只认数据和代码，不盲从人类指令，这种死板在严肃工程里很重要

2. 容灾与自愈能力极强

中途有一次改脚本失误，它把 132 条已抽取的证据切成单字符，空格全丢且没备份。它抓住证据是原帖连续子串这一特点，写脚本按字符序回原帖重新比对，把丢失的空格 100% 还原

我不满意的还是慢，有本身输出速度慢，也有长思考导致。交代完任务去睡觉正合适，盯着它干活会很煎熬

一个完整的端到端项目，4,932 万条原始数据清洗落地，一个开箱即用的静态查询网站，我没写一行项目代码

Qwen4-Max-Preview 的工程习惯、指令遵循和自愈能力，完全展现出了顶级大模型的底子，国产 Top3 级别吧

目前阿里需要尽快放出正式版，给更多算力倾斜，速度提升起来

还有就是尽快放出大家期待已久的 Qwen4-27B、Flash 系列

本地部署爱好者早已饥渴难耐了