自己买卡vs一直用API，多久能回本？

本文是“要不要自建本地推理”决策系列的收束篇，衔接此前《GPU报价怎么看》《显卡三年后不值钱》《12个本地模型实测》三篇。文中价格与产品信息查证于2026年8月21日，云厂商定价变动频繁，请以官网当日信息为准。

很多准备跑本地大模型的人，算的是这样一笔账：

一张二手RTX3090，几千块。API每个月花几十上百块。那两三年总能把显卡钱省回来吧？

这个算法不严谨的地方在于：显卡会贬值，推理本身要耗电，本地模型和云端模型不一定是同一个能力等级，API价格也在快速变化。

本文无法准确给出“3090几年回本”的现成答案，讨论一套我们自己能代入的算法——多数人只算了“卡多少钱”，没算折旧、电费、残值和运维时间，真实回本周期通常比直觉更长。

一、两边卖的不是同一个东西

API卖的是模型能力、GPU、运维和弹性资源打包后的服务。本地机器是一台固定资产。直接拿“显卡价格÷月度API账单”做除法，是把一次性固定支出和持续变动支出混在了一起。

更麻烦的是，本地能装下的模型量级，和云端顶级模型往往不对等。如果你比较的是本地一个量化过的中等模型，和云端最强旗舰模型，这就不是“买还是租”的问题，而是比较对象本身不公平。所以第一步，要先选一组能放在一起算的基准。

二、选定基准：一款新模型，两种24GB显卡

本文用Qwen3.8-27B做本地侧的对照模型。HuggingFace模型卡显示，它是27B参数模型，权重文件约55.6GB。这个体积很关键：24GB显卡不能直接跑BF16原始权重，实际部署要走量化路线，还要看上下文长度、推理框架和显存占用。

硬件侧选两档：RTX3090和RTX4090。它们都是24GB显存，官方功耗口径分别是350W和450W。3090代表“用较低成本进入24GB显存”的思路，4090代表“花更多钱换更快速度”的思路。

云端侧用DeepSeek当前API报价做对照。这里要特别提醒一句：DeepSeek过去几个月价格体系已经多次调整，5月下调过V4-Pro价格，之后又引入峰谷计费，8月17日正式上线峰谷定价，高峰时段价格较调整前上涨明显。这不是修辞，云端成本会变，本地硬件买定后基本就固定了。所以本文不把具体元/百万token数字写死，你发文或自己计算时，要去官网现查当天价格。

三、自建成本：不只是买卡那一下子

硬件投入要分两种情况算。如果你已经有一台能用的电脑，只缺一张显卡，那只计算新增显卡成本。如果是专门为跑模型攒一台新机器，就必须把主板、内存、电源、散热和机箱都算进去。网上很多“3090跑本地模型只要几千块”的说法，算的往往只是显卡，不是一台真正能工作的机器。

折旧部分，用一个简单公式：

硬件消耗成本 = 买入价 − N年后能卖出的残值

这里有个容易踩的坑：不要同时“扣残值”又“再单独算折旧率”。两者是同一件事的两种算法，只能选一个，否则会重复扣钱。

电费部分，本文按显卡官方功耗做理论估算，没有做插座端实测：

电费 = 显卡功耗（千瓦）× 每日运行小时 × 电价 × 天数

这个估算有局限。真实使用中，CPU、主板、内存、风扇这些外围设备也会耗电；同时GPU推理时很少一直跑满标称功耗，尤其是逐字生成的decode阶段，压力常常在显存带宽，不一定在算力。也就是说，用标称功耗算出来的电费更接近理论上限，不是精确预测。

至于二手显卡价格，这次不写具体数字。查证过程中，同样是“RTX3090二手”，不同渠道给出的价格从一千多到七千多都有，时间、地域和成色口径对不上，很难找到一个近期可信的统一价格。与其给一个可能过时或失真的参考价，不如把这一栏留给你自己，用实际能拿到的报价代入。

四、云端全成本：不只是token单价

对比API成本时，不能只看官网挂的总价。至少要拆成输入、输出、缓存命中、缓存未命中四档。以DeepSeek 2026年8月17日生效的峰谷定价表为例，缓存未命中输入价约为缓存命中输入价的30倍，这个差距经常比“高峰和平时”的差距更影响账单——但这个倍数同样是时效性数据，如果DeepSeek后续再调价，比例关系也可能变化，发文前务必回官网核实是否仍然成立。

这里还要引入一个比token单价更关键的指标：

有效任务成本 = 总花费 ÷ 合格可用结果数

比如，一个模型每次调用更便宜，但十次里只有三次能直接用；另一个模型贵一些，但十次里有八次能用。账面单价低的那个，实际有效成本反而可能更高。

这也是很多本地部署账算错的地方：拿本地小模型的低成本，直接和云端大模型的高成本比，看起来本地划算，却忽略了本地模型可能需要更多次重试，才能得到一个合格结果。

本文这次没有做完整的多场景批量测试，也没有实测Qwen3.8-27B在3090或4090上的真实生成速度，所以这里只给计算方法，不代入token/s。如果你自己动手测过，把实测速度和合格率代入下面的表，会比任何网上流传的估算都准确。

五、打平点：两条成本曲线的交点

回本周期不该是一次性除法，而是两条随时间累积的曲线：

本地累计成本（t） = 购入价 − t时残值 + 累计电费 + 累计维护 API累计成本（t） = 累计输入费 + 累计输出费

两条曲线第一次相交的时间点t，就是真实回本周期。

建议给自己算两个版本。一个是纯现金口径，不计自己折腾环境的时间；一个是完整口径，把安装、调试、故障排查的时间也按经验估个价折算进去。两个版本都留着，比争论“我的时间值不值钱”更有意义。

如果还想把速度也算进去，就要加一个吞吐约束：

本地每月可处理token量 = 实测token/s × 每日有效运行秒数 × 每月运行天数

如果你的任务量超过这条上限，本地机器就不是“成本更低”的问题，而是根本处理不完。没有实测token/s时，可以先算现金账，但不要把它当成完整的吞吐账。

六、三种用户画像

轻度个人用户，比如偶尔问答、偶尔总结资料，一天几十次请求以内，API大概率更划算。尤其是在DeepSeek这种价格体系下，靠省token费买一整台设备，很难算出漂亮的回本周期。

重度开发者，比如每天有几小时稳定的编程助手或知识库需求，而且已经有一台能加显卡的电脑，开始进入值得认真算一算的区间。

工作室或固定批量任务，比如每天要处理大量固定格式的数据，或者7×24小时跑推理，利用率越高，硬件折旧摊得越薄，自建的经济性会明显提升。

七、两个反直觉的结论

第一个：有的人无论用多久都回不了本。如果本地每完成一次任务的分摊成本，也就是电费、硬件损耗和运维投入加起来，本身就高于对应的API费用，那么用得越多亏得越多。这不是“再等等就回本了”的时间问题，而是结构问题。

第二个：显卡会贬值，模型能力却在升级。API真正的对手不是你今天在用的这个模型，而是未来一两年里不断降价、不断变强的下一代模型。你的本地设备买定之后，显存上限就定死了。DeepSeek几个月内价格体系多次变化，本身就是“云端在变、硬件不变”的例子。

八、什么场景不该自建，什么场景值得

如果你的核心需求是一直用最好的模型，或者月度API账单本来就不高，或者你完全不想折腾驱动、量化、推理框架这些事，继续用API更省心。

真正值得自建的，往往不是追最强模型，而是“足够好的模型×极高的使用频率”：固定格式的信息抽取、内部知识库问答、文档分类、批量文本改写这类任务，中等规模的开源模型通常已经够用，你也不需要为云端顶级模型的能力溢价买单。

九、给你一张能直接抄走的回本计算器

把下面这些参数填成自己的真实数字，就能算出属于你的回本月份：

参数

你的数据

整机/显卡购入价

用你实际能拿到的真实报价

预计N年后残值

参考同型号当前二手行情估算

显卡标称功耗

官方参数，注意这是理论估算口径

当地电价

元/千瓦时

预计每日运行小时

按你的实际使用强度填

每月维护/额外成本

可选，存疑就先填0

预计每月输入token量

百万token为单位

预计每月输出token量

百万token为单位

缓存命中输入占比

没有稳定重复prompt就别高估

当前API缓存命中输入单价

发文或计算当天现查

当前API缓存未命中输入单价

发文或计算当天现查

当前API输出单价

发文或计算当天现查

本地实测token/s

没测就留空，不要硬填网上数据

本地任务合格率

用同一批任务测，不要凭感觉估

API任务合格率

和本地用同一批任务比较

API月成本可以这样算：

API月成本 = 缓存命中输入量 × 命中输入单价 + 缓存未命中输入量 × 未命中输入单价 + 输出量 × 输出单价

本地月成本可以这样算：

本地月成本 = 月折旧成本 + 月电费 + 月维护成本

其中：

月折旧成本 =（购入价 − 预计残值）÷ 使用月份数

如果要算有效任务成本，再除以合格结果数：

本地有效任务成本 = 本地月成本 ÷ 本地合格结果数 API有效任务成本 = API月成本 ÷ API合格结果数

最后把本地累计成本和API累计成本按月画成两条线，第一次相交的月份，就是你的回本月份。如果两条线一直不相交，就说明在这组假设下，本地自建并不会回本。

如果只算人民币，多数轻度使用者可能会发现，API比想象中便宜得多。一张显卡买到的也不只是免费token，它还包括数据留在本地、没有调用次数焦虑、模型完全由自己控制，以及一块固定属于自己的算力。

回本周期没有统一答案，它取决于你的使用曲线落在计算表的哪一段。觉得这套算法对你有用，欢迎点个在看、加个星标，也欢迎在评论区留言你手头的显卡型号和主要用途，后面会挑几个真实案例专门写一篇。

资料边界说明

• • 官方页面：Qwen3.8-27B模型规格来自HuggingFace官方模型卡（Qwen/Qwen3.8-27B）；RTX3090、RTX4090标称功耗来自NVIDIA官方产品页；DeepSeekAPI定价信息（含峰谷定价及缓存价差倍数）核实于2026年8月21日，发文前请重新核对官网当日价格，价差倍数也可能随新一轮调价改变。

• • 账号自有方法论：折旧计算思路沿用本账号《显卡三年后不值钱》一文的核心模型。

• • 方向性估算，非实测：本文电费按显卡官方标称功耗理论估算，未做插座端整机实测；涉及生成速度的部分未做本地实测，本文只给出计算方法，不代入具体token/s。

• • 未提供具体数字：二手显卡价格因缺乏近期可信的统一来源，本文不提供示例价格，计算器中该项留空，请读者自行代入真实购买渠道数据。