"12GB显卡就能跑31B新模型"的教程刚发就冲上热门，评论区的冷水来得更快，直接甩出一个扎心分数：7 token/秒。小马、大车，能拉，就只是能拉而已。

API账单爆炸想转本地的人越来越多，但本地推理...