2025 年以来大模型 API 价格战越来越猛：多家厂商同周降价、旗舰模型折扣发布、开源模型定价持续下探，公开报道里推理成本的降幅从几十倍到上百倍不等。云上的 AI 越来越便宜，那"花几万块买卡跑本地"这件事还成立吗？
一、价格战的事实面
- 头部厂商 API 价格持续下调，"同能力单位推理成本"一年间下降一个数量级以上
- 开源模型（DeepSeek、Qwen、Llama 系）用 Apache 2.0 这类干净协议持续施压闭源定价
- 30B 级别的本地可跑模型成为新选择——能力覆盖了大量原本必须上云的中等复杂度任务
- 但注意一个区分（有分析指出）：单位推理成本在跌，用户感知账单短期未必——因为用量在涨，而且顶级前沿模型仍有溢价
二、本地部署的价值没消失，但边界变了
API 便宜解决了"贵"的问题，但没解决另外几个问题：
- 数据不出门：经营资料、客户数据、内部文档，云端 API 每次调用都在往外发数据。对商家、企业，这是合规红线，不是成本问题
- 稳定性与不可控：API 会限流、会涨价、会下线模型。核心业务依赖外部 API，命脉在别人手里
- 离线与低延迟：内网环境、边缘设备，根本连不上云
- 规模化后的成本反转：调用量足够大时，"电费 + 折旧"和"按 token 付费"的平衡点会向本地倾斜
所以本地部署的核心价值从"省钱"变成了"可控 + 稳定 + 数据主权"。省钱是附加收益，不是主因。
三、什么场景选什么（2026 年的务实版）
- 高频轻量调用 + 数据不敏感：直接用便宜的 API，别折腾硬件
- 数据敏感 + 中高频：本地模型（27B~32B 量化级）是甜点区
- 要最强能力 + 数据不能出门：本地跑量化版旗舰，或私有化部署
- Agent / RAG / 长上下文工作流：本地模型 + 本地向量库，全链路可控，这是最典型的本地场景
四、对做本地部署生意的人
价格战对"卖部署服务"的人不是利空——它把门槛降低了，把需求教育完成了。以前要解释"为什么要本地"，现在只需要解释"数据不出门"这一件事。真正稀缺的从"能部署"变成"部署得好"：ROCm 这类非 NVIDIA 生态、显存有限制的机器上把模型跑出好速度，才是有付费意愿的细分需求。
结论：云的白菜价改变的是默认选项，改变不了数据主权的需求。先问"数据能不能出门"，再算成本账——顺序反了，选型必错。