1318 赞的灵魂拷问：真有人把 Claude 换成本地模型当主力吗

6 月中旬 HN 上有个帖子，标题问得特别实在：真有人把 Claude 或 GPT 换成本地模型当日常主力吗？1318 个赞，上百条回复，清一色是带着配置单来的实测。这篇把最高赞的几派答案捋出来，帮你省下爬楼的两小时。

先说换成的。最高赞之一来自 Qwen 3.6 27B 用户：效果约等于 Haiku 4.5，看任务能摸到 Sonnet 的边。另一位壕配了两张 RTX Pro 6000，跑 DeepSeek V4 Flash，160 token 每秒，代码让它写，另起一套系统自动审，偶尔接 Pi 工具，速度快到飞起，留在云端纯属习惯。还有位玩 Strix Halo 的，minimax 2.7 量化版跑 30 token 生成、220 token 提示词处理，慢但能断网干活，幸福感拉满。

翻车的同样精彩。M4 上跑 Gemma 4 的，速度比云端差一截，还缺企业级选型工具，不知道哪款模型配哪种活。最逗的是一位拿 AVX512 矩阵转置考模型的：云端模型玩一样轻松，Kimi 2.6 和 GLM 5.1 全军覆没。他的测试机是傲腾加大内存，整夜跑大模型只有 0.7 token 每秒，行为艺术本术了。

评论区还吵出三个方法论。细节派要求报参数必须报全：量化版本、llama 参数、上下文长度、显卡和显存，缺一个都是耍流氓。偷懒派支招：直接把 OpenRouter 接到编程 Agent 上，开源权重全在那，自己试比看一百条回复管用。脑洞派已经想到下一步：给常用模型做 RLHF 微调，甚至搞分布式 AI，SETI 找外星人能众包，推理为什么不行。

国内读者抄作业指南，按预算分三档。苹果党：M 系先从 Qwen 3.6 27B 这类甜点尺寸试起，别一上来就啃 400B 的大家伙，128G 内存都塞不下。显卡党：N 卡直接上量，量化版加 OpenRouter 路由，云端当备胎。极客党：Strix Halo 玩家去扒那个工具箱项目，家庭实验室方案帖里也有现成的。记住细节派的忠告：晒成绩先晒配置，否则等于没说。

一句话总结这场讨论：能换，但得看活。写单测、改小函数、断网场景，本地已经能打；重构大仓、啃硬核算法，云端继续值回票价。先拿 OpenRouter 把开源模型全试一遍，你的答案和别人的答案，大概率不一样。