GMKTEC EVO-X2 可跑 235B 模型，与 OpenAI、Claude 顶级方案同级

GMKTEC EVO-X2 运行一个 235B 模型。与顶级 OpenAI 和 Claude 套餐同级别 2026年6月13日 · 5 分钟阅读 · 查看原文 ↗ AI 硬件 Claude 我发现这个时已经晚了。别犯同样的错误。 关注并收藏这个——我是 @starmexxx，我追踪 AI 工具如何创造出大多数人还没听说过的全新收入流。这一个连我自己都吃了一惊。 在拉斯维加斯的 CES 2026 上，AMD 的 CEO 苏姿丰（Lisa Su）站在舞台上做主题演讲，身后的讲台上放着一个黑色的小盒子。不是服务器机架。不是数据中心的渲染图。是一台精装书大小的迷你 PC。 几个月后，在 AMD 上海 AI 开发者日上，她走向那同一台设备，并亲自在上面签了名。这台设备就是 GMKtec EVO-X2。根据配置不同，它售价 $1,700-2,000。而且它能运行大多数云订阅都碰不到的超大 AI 模型。 1/ 改变算法的芯片。 一切都始于 AMD 的 Ryzen AI Max+ 395，代号 Strix Halo。这是史上第一款能在单块硅片上运行 2000 亿参数模型的 x86 芯片，使用的是与 Apple Silicon 类似的统一内存架构。 用大白话说就是：不再是一块带有自己有限显存的独立显卡，CPU 和 GPU 共享一个巨大的内存池，最高可达 128GB。模型只加载一次，处理器和图形芯片从同一个地方读取。 2/ EVO-X2 实际能做什么。 在真实测试中，AMD 声称该芯片在 DeepSeek R1 推理上超过了一块 NVIDIA RTX 5080 超过 3 倍。那是一款内置在饭盒大小迷你 PC 里的芯片，在一项真实 AI 工作负载上击败了一块 $1,000+ 的独立显卡。 在 128GB 配置下，Linux 上最高可把 110GB 分配为可用 VRAM。这足以完整、流畅地运行 Qwen3-235B，再加上 DeepSeek-V3 和 Llama 3.3 70B 之类的模型，无需任何量化技巧。 作为对比，通过 API 运行那个规模的模型，会让你稳稳进入每月 $200 的区间，而即使是那些套餐，也常常在高峰时段给你限流。 3/ 它取代的那些订阅。 EVO-X2 一次性花费 $1,700-2,000。以典型推理负载 24/7 运行，电费大约每月 $9。相对每月 $200 的订阅习惯，回本点大约落在 9-10 个月。之后，每一个月都是纯节省——三年下来，大约有 $13,000 回到你口袋。 4/ 设置大约只需十分钟。 EVO-X2 出厂预装 Windows 11，但大多数跑严肃本地 AI 负载的人会装上 Linux，以解锁全部 110GB 的可用 VRAM，而不是 Windows 的 96GB 上限。 一旦系统装好，在终端里安装 Ollama 只是一条命令。之后，拉取一个模型是又一条命令，十五到二十分钟内，你就有了一个完全私密的、在本地运行的 AI，通过 Open WebUI 拥有一个看起来、用起来都完全像 ChatGPT 的界面。 对开发者来说，只需改一个环境变量，就能让 Claude Code 指向本地模型。同样的界面、同样的命令、同样的工作流，只是什么都不离开这台机器，也没有任何东西按请求收费。 5/ 诚实的权衡。 这不是一台 Mac Mini。它更大，负载下更热，也耗更多电——大约每月 $9，而 Mac Mini 配置是 $2-3。它也是一个 Windows 优先的设备，不过 AI 负载的 Linux 支持有据可查，且已被广泛使用。 价格大约是基础款 Mac Mini 的 3 倍，但能力差异是真实的——这台东西能运行比 Mac Mini 内存里舒适容纳的模型大 3-4 倍的模型。如果你的 AI 使用真的需要在本地跑 70B+ 参数的模型，这一档就是让你不必花 $4,000+ 买一台 Mac Studio 就能做到的地方。 云模型仍有优势的地方，在于横跨巨型代码库的最苛刻的 agentic coding，以及那些每一个百分点的基准表现都至关重要的绝对前沿级推理。对于其他一切，这个差距基本上已经闭合了。 窗口期。 AMD 专门造了一款芯片，为的就是让"在消费级硬件上本地运行 2000 亿参数模型"这件事不再听起来像科幻小说。GMKtec 把那块芯片装进了一个 $1,700 的盒子里，而 AMD 自己的 CEO 把它放上舞台，并签上了自己的名字。 当桌面上没有任何东西能触及云所提供的能力时，订阅是合理的。对于 70B-235B 区间的模型，只要你愿意做一次性的硬件购买而不是复购订阅，那个差距现在基本已经消失了。 一次 $1,700 的购买、大约每月 $9 的电费，一个 2350 亿参数的模型在你桌上安静地运行。 // 窗口已打开。关注 - @starmexxx，我会在它们关闭之前不断找到它们 // 提示词 ┌──────────────────────────┬───────────────┬──────────────┐ │ 订阅 │ 月费 │ 年费 │ ├──────────────────────────┼───────────────┼──────────────┤ │ Claude Code Max (20x) │ $200/月 │ $2,400/年 │ │ ChatGPT Pro │ $200/月 │ $2,400/年 │ │ Gemini Advanced │ $20/月 │ $240/年 │ │ Cursor Pro │ $20/月 │ $240/年 │ ├──────────────────────────┼───────────────┼──────────────┤ │ 重度用户合计 │ $440/月 │ $5,280/年 │ └──────────────────────────┴───────────────┴──────────────┘ ┌────────────────────────┬──────────────────────────┐ │ 规格 │ GMKtec EVO-X2 │ ├────────────────────────┼──────────────────────────┤ │ 芯片 │ AMD Ryzen AI Max+ 395 │ │ 核心 / 线程 │ 16 / 32 │ │ 最高频率 │ 5.1 GHz │ │ GPU │ 40 RDNA 3.5 CUs │ │ NPU │ 50 TOPS │ │ 综合 AI 性能 │ 126 TOPS │ │ 统一内存 │ 最高 128GB │ │ 可用 VRAM（Linux） │ 最高 110GB │ │ 价格 │ $1,700 - $2,000 │ └────────────────────────┴──────────────────────────┘ ┌──────────────────┬────────────┬───────────────────────────┐ │ 模型 │ 所需 VRAM │ 在 EVO-X2 上的表现 │ ├──────────────────┼────────────┼───────────────────────────┤ │ Qwen3-235B │ ~110GB │ 完整、流畅运行 │ │ DeepSeek-V3 │ ~100GB │ 舒适运行 │ │ Llama 3.3 70B │ ~42GB │ 快速，余量充足 │ │ Qwen3.6 27B │ ~16GB │ 非常快，日常主力 │ └──────────────────┴────────────┴───────────────────────────┘ 标签：# X # AI # Hardware # Claude # Chatgpt 相关文章 我如何从每月 $600 降到 $14。ELON 的 GROK + KIMI 的大脑 关注并收藏这个——我是 [@starmexxx](https://x.com/starmexxx)，我追踪 AI 工具如何创造出大多数人还没听说过的全新收入流。这一篇就是整个搭建过程。 Grok Bot AI Hardware Claude