他过去每月付给 Anthropic 459 美元，现在 Anthropic 反过来付钱给他

他每月付给 Anthropic $459。现在 Anthropic 付钱给他。 2026年7月7日 · 9 分钟阅读 · 查看原文 ↗ Claude AI 硬件 金融 他叫 Wei。29 岁，住在深圳，为一家没人听过的金融科技公司写代码。 去年九月，他打开信用卡账单，看到了那个大多数重度 AI 用户从不真正加起来看的数字：$459/月。Claude Code Max 要 $200。ChatGPT Pro 要 $200。Gemini、Copilot、Cursor 补上剩下的。他已经付了八个月而没有察觉。 他取消了一切，只留下一个 $20 的 ChatGPT Plus。在闲鱼上花 4,900 元（约 $680）买了张二手 RTX 3090。一个周末装好。 四个月后，那张卡在给他赚钱——每月 $520，在他睡觉时把自己出租给 AI 推理平台。他现在在一个空房间里跑八张卡，每月净入 $6K 到 $8K。同样的硬件。只是掉了个头。 这就是他用过的确切地图。设备、价格、设置，以及把整件事从"每月省 $200"变成"每月赚 $6K"的那个翻转。 关注 @Flandermaxx。开始。 ## 第一个发现：本地模型追上来了 Wei 取消 Claude 时的第一个假设是质量会掉。它没有。 他同一周就在 3090 上本地跑了 Qwen 3.6 27B。阿里在 2026 年初悄悄发布那个模型，基准让所有人难堪： | 基准 | Qwen 3.6 27B（本地、免费） | Claude 4.5 Opus（$200/月） | |---|---|---| | RealWorldQA（视觉） | 84.1 | 77.0 | | IFBench（指令） | 76.5 | 58.0 | | AIME 2026（数学） | 91.3 | 93.3 | | MMLU（知识） | 83.2% | ~82% | 一个跑在 $680 二手卡上的免费模型，视觉上击败 Anthropic 旗舰 7 分，指令上击败 18 分。Wei 保留了 ChatGPT Plus，用于那 20% 每分都重要的难推理。其他一切那一周都转本地了。 设置是三条命令。无论你是在 $207 的卡上还是 $9,499 的工作站上，都是同样三条： ``` # 第 1 步 —— 安装 Ollama curl -fsSL https://ollama.com/install.sh | sh # 第 2 步 —— 拉取一个模型 ollama pull qwen3.6:27b # 第 3 步 —— 把 Claude Code 连到本地模型 ANTHROPIC_BASE_URL=http://localhost:11434/v1 claude ``` Claude Code 现在跟本地模型对话。零 API 成本。零数据离开他的网络。 ## 第二个发现：硬件市场分裂成 4 种赌注 三周后 Wei 去买第二台机器时，他意识到那些"本地 AI 前 5 设备"的榜单全在互相 cargo-culting（盲目抄作业）。真实市场已经分叉成四种互不相容的赌注： - 赌注 1：NVIDIA CUDA（独显）—— 安全的深板凳 - 赌注 2：Apple 统一内存 —— 带宽是护城河 - 赌注 3：AMD Strix Halo（x86 APU）—— Windows + 大共享池 - 赌注 4：Tenstorrent（开放硅）—— 赌 CUDA 崩裂 他把四种都测了。这是他的发现。 ### 赌注 1 —— NVIDIA。WEI 真正买的 | 设备 | 价格 | 能力 | 说明 | |---|---|---|---| | Jetson Orin Nano | $249 | 7B 模型 | 入门架 | | Tesla P40（2016） | $207 | 27B 模型 | 隐藏技巧 | | 二手 RTX 3090 | $700 | 27B 快、70B 尚可 | Wei 拥有 | | DGX Spark（GB10） | $4,699 | 200B 模型 | Wei 的梦想之选 | Jetson 是 Jensen 的引流亏本品——13 个月就干掉一个 $20/月的 ChatGPT Plus。 Tesla P40 是西方指南里没人提的。它是一张 2016 年的服务器卡，闲鱼上的中国卖家挂 1,400 元（约 $207）。24GB 显存。以 16 tok/s 跑 Qwen 3.6 27B。Wei 买了两张——给它们拧上 Noctua 风扇、接 8-pin EPS 转接线、通过 SSH 无头运行。两张 P40 = $414 换 48GB 显存。真的没有别的办法达到那个数字。 他日常主力还是那张二手 3090，因为快速迭代时即插即用很要紧。 但改变他农场建设一切的那个发现，是魔改 RTX 4090 48GB。离他公寓三个地铁站的一个作坊干这个：从亚马逊退货里买坏掉的 4090，拆下 AD102 晶片，把它移植到定制的双面 PCB 上，两面都贴 GDDR6X，刷改版 BIOS。以 24,000 元（约 $3,400）交付一张能用的 48GB 卡。一张同样 48GB 的正品 RTX 6000 Ada 零售价 $7,500。故障率约 15%。规模化下这笔账依然成立。 $4,699 的 DGX Spark 是 Wei 计划下季度买的。带 128GB 统一内存的鞋盒。小模型上不比 $700 的 3090 快——带宽差不多，都是 ~273 GB/s。它赢的是容量：装得下消费级 GPU 碰不了的 200B 参数模型。两张通过 ConnectX-7 串联，本地给你 405B。 ### 赌注 2 —— APPLE。WEI 推荐给非工程师朋友 | 设备 | 价格 | 能力 | |---|---|---| | Mac Mini M4 32GB | $799 | 14B 日常主力 | | Mac Mini M4 Pro 48GB | $1,799 | 70B 可用 | | Mac Studio M4 Max 128GB | $3,499 | 70B 快 + 235B MoE | | Mac Studio M3 Ultra | $9,499 | 前沿档 | Wei 让他的非技术朋友买 Mac Mini M4，别多想。 苹果赢下这个赌注的原因是无聊且机械的。在普通 PC 上，模型权重每次都要通过 PCIe 从系统内存拷到 GPU 显存。那次拷贝是瓶颈。在 Apple Silicon 上，一切从一个物理内存池读取。M3 Ultra 推动 800 GB/s 的内存带宽——是任何 Strix Halo 主机的三倍。 这个赌注顶端的荒谬玩法：特拉维夫一个开发者在四月贴出一个搭建——四台 M3 Ultra，1TB 聚合统一内存，通过带 RDMA 的 Thunderbolt 5 连接（macOS Tahoe 26.2 在一个没人注意的小版本更新里加了这个）。在他桌子上以 25 tok/s 跑 Kimi K2 Thinking——一个 1 万亿参数的模型。搭建成本：$40,000。等价的 NVIDIA 配置：26 张 H100，$780,000+，外加数据中心电力。他整个集群功耗 450W。墙插。 ### 赌注 3 和 4 —— 专业玩家的玩法 AMD Strix Halo 是苹果统一内存赌注的 x86 答案。三台值得一提的主机： | 设备 | 价格 | |---|---| | GMKtec EVO-X2 128GB | $1,700 | | Framework Desktop 128GB | $1,999 | | Beelink SER10 MAX | $1,799 | Framework Desktop 是睡狮——模块化、可修复、社区 Linux 构建是别家没有的。短板：256 GB/s 带宽。M4 Max 的一半。更大的模型装得下，生成更慢。如果你想要一台主机里 Windows + 128GB 统一内存，这个价位没有别的东西存在。 $1,449 的 Tenstorrent Blackhole p150a 是局外人的赌注。32GB 显存——和一张卖 $3,800 的 RTX 5090 一样。开放 ISA、开放编译器、开放内核。目前表现处于 DGX Spark 水平。一旦 Blackhole 拿到调优内核（路线图：2026 下半年），2–3 倍。如果你赌 CUDA 崩裂，买。如果你需要今天就跑，跳过。 ## WEI 差点掉进的陷阱 他读的每份指南都以显存开头。显存决定什么装得下。带宽决定 token 出来多快。他差点为日常使用买了台 DGX Spark，直到他看到这张表： | 设备 | 带宽 | 70B tok/s | |---|---|---| | Mac Studio M3 Ultra | 800 GB/s | 25–32 | | Mac Studio M4 Max | 546 GB/s | 15–22 | | 魔改 4090 48GB | ~1,000 GB/s | ~40 | | DGX Spark | 273 GB/s | 6–12 | | Mac Mini M4 Pro | 273 GB/s | 8–15 | | Strix Halo | 256 GB/s | 8–11 | 一台 M4 Max 以一半的价格、2 倍的速度跑 70B 模型，胜过 DGX Spark。Wei 的规则：挑那台你实际跑的模型装得下、且带宽意味着你会天天用的设备。 ## 翻转。WEI 如何开始赚而不是省 三个月后，Wei 注意到他的 3090 每天闲置 16 小时。编码时段它被重度使用，但过夜和上班时它什么都不干。 他把它挂到 Vast.ai 上——六个把消费级 GPU 租给跑 AI 推理的公司的平台之一。第一个月它赚了 $520。第二个月 $687。第三个月 $720。稳定的现金流，是他加密货币挖矿副业从没交付过的。 这是 2026 年中每张卡的实际经济账： | GPU | 月收入（净） | |---|---| | RTX 3090 | $200–400 | | RTX 4090 | $500–1,000 | | 魔改 4090 48GB | $700–1,300 | | RTX 5090 | $700–1,400 | | A100 80GB | $1,200–2,500 | | H100 | $2,500–5,000 | 平台：Vast.ai、Clore.ai、io.net、RunPod、Akash、Salad。它们抽 15–25%，其余以美元或稳定币支付。OpenAI 和 Anthropic 悄悄地从这些平台便宜买下同样的算力，再以 $200/月卖回给终端用户。 Wei 第 6 个月的账： | 月份 | 金额 | 事项 | |---|---|---| | 第 1 月 | -$459 | 最后的订阅账单 | | 第 2 月 | -$680 | 购买二手 RTX 3090 | | 第 3 月 | +$41 | 降到只剩一个 $20/月订阅 | | 第 4 月 | +$620 | 第一笔 Vast.ai 打款 | | 第 5 月 | +$687 | 稳定的租金收入 | | 第 6 月 | +$720 | 放手不管 | 到第 12 个月，他又加了七张卡——四张本地作坊的魔改 4090 48GB、两张二手 3090、一张他用比特币矿机置换来的 RTX 5090。上个月的月农场产出：净 $6,400，扣掉平台费和电费之后。 给任何跟随者的规模化账： | 规模 | 月收入 | |---|---| | 1 张卡 | $400–800/月 | | 4 张卡（空房间） | $1,600–3,200/月 | | 8 张卡（Wei 当前） | $3,200–6,400/月 | | 16 张卡（中型农场） | $6,400–12,800/月 | | 50 张卡（全规模运营） | $20,000–40,000/月 | ## 决策树 如果你想照搬 Weii 的动作但不知从哪开始： - $250 以下、跑 Linux 服务器 → Tesla P40 - 干掉 $20/月 ChatGPT Plus，最容易的入门 → Jetson Orin Nano - 零设置、静音、能用就行 → Mac Mini M4 32GB - 现有游戏 PC + $700 → 二手 RTX 3090（Wei 之选） - 重度 Claude Code 用户 → Mac Mini M4 Pro - 128GB 统一内存、Windows/Linux → Framework Desktop - 27–70B 上最好 tok/s → Mac Studio M4 Max - 鞋盒里 CUDA + 128GB → DGX Spark - 愿意赌灰市 → 魔改 4090 48GB - 本地跑前沿、成本无关 → Mac Studio M3 Ultra - 在家跑 1T 参数 → 4x Mac Studio 集群 - 想赚而不是省 → 任何 4090+ 挂 Vast.ai ## 为什么这现在有效 $200/月不是随机选的。Claude Code Max 恰好在硬件账开始成立的那个点推出。Anthropic 盯着曲线。OpenAI 也是。 LPDDR6 明年把内存带宽翻倍。RTX Spark 笔记本芯片出货。Tenstorrent Blackhole 拿到调优内核。订阅档降到 $99 以保留存。 Wei 在套利窗口最宽的点动了手。窗口双向收窄——要么订阅重新定价来竞争，要么开放权重模型开始被限制。 他十月停止付钱给 Anthropic。Anthropic 一月开始付钱给他。 挑一台设备。取消那堆订阅。拥有算力。租出你不用的。 // 帮你省了钱或时间？关注 @Flandermaxx。我在这些配置上 YouTube 之前就找到它们。下一个已经在做了。// 标签：# X # Claude # AI # 硬件 # 金融 # 加密 # 指南 # ChatGPT 相关文章 我如何从 $600/月 降到 $14。ELON 的 GROK + KIMI 的大脑 关注并收藏——我是 @starmexxx，我追踪 AI 工具如何创造大多数人还没听说过的新收入流。这是整个搭建。Grok Bot AI 硬件 Claude