我如何从月入 600 到 1.4 万：Elon 的 Grok + Kimi 的大脑

我如何从每月 $600 降到 $14。Elon 的 Grok + Kimi 的大脑 August 27, 2026 · 19 min read · View source ↗ Grok Bot AI Hardware Claude 我同时给 Sam Altman、Dario Amodei 和 Elon Musk 付了五个月的钱。别犯我同样的错误。 > 关注并收藏这篇文章——我是 @starmexxx，我追踪 AI 工具正在如何创造大多数人还没听说过的新收入来源。这篇就是完整的搭建方案。 四个人决定你为 AI 付多少钱，其中两个人刚刚"叛变"了。 Sam Altman 每月收你 $200 买 ChatGPT Pro 来获得 Codex。Dario Amodei 收 $200 买 Claude Max 来获得 Claude Code。两者卖的都是"挂在一个你无法查看的模型上的终端代理"，而且订阅价格随时可能在董事会要求利润时被重新定价。 然后在 7 月 15 日，Elon Musk 把 xAI 的编程代理放到了 GitHub 上，采用 Apache 2.0 协议——Rust 编写、完整 TUI、MCP、无头 CI、19.6k stars、不可撤销。十二天后，杨植麟——34 岁，卡内基梅隆博士，前 Google Brain，如今在北京运营 Moonshot——在 Hugging Face 上公布了他的权重，其中一个采用纯 MIT 许可证。就在同一时期，Lisa Su 把 256 GB/s 的统一内存放进了一个售价 $2,349、精装书大小的盒子里。 没有人把这三者公开地拼在一起。当你把它们拼起来时会发生什么：Musk 送出了身体，杨送出了大脑，Lisa Su 卖的是它坐的那张桌子——而 Altman 和 Amodei 仍然在为这一对收取每月 $400。 我付了五个月、每月 $600。$3,000 打了水漂，只为了租用如今在我桌上以 140 瓦功率运行的算力。这是完整的搭建方案——代理、模型、主机、配置文件、电费数学，以及一份诚实列出的"它做不到的事"清单。每条命令都可以复制粘贴。每个数字都可以核实。 1/ 这张账单会被它取代。$600 在一张表里。 这就是一个重度 AI 用户在 2026 年，如果他想拥有一个常驻代理加两个前沿模型，所付的钱。 什么 | 为什么买它 | 每月 | 每年 SuperGrok Heavy | 唯一带 Grok Bot 的档位 | $300 | $3,600 ChatGPT Pro | 前沿推理 + codex | $200 | $2,400 Claude Max | 5x claude code 席位 | $100 | $1,200 -------- | -------- | $600 | $7,200 一年七千二百美元。花在运行于别人电脑上的软件上，把你的代码库发到他们的服务器，还在你真正需要的当天对你限流。 替代方案，形状相同： 什么 | 从哪来 | 一次性 | 每月 grok-build | github, apache-2.0 | $0 | $0 Kimi-Linear-48B-A3B | hugging face, MIT | $0 | $0 Ollama runtime | ollama.com, 开源 | $0 | $0 主机 | 一台迷你 PC，永久归你 | $609-3,299 | $0 电费 | 每天 20 小时 | -- | $14 -------- | -------- | $14 电费线以上的每一项都是一次性购买或免费。这就是整篇文章在一张表里的样子——其余部分是教你如何真正把它接起来。 2/ Elon 到底送出了什么。以及为什么它比模型本身更重要。 xai-org/grok-build 是 xAI 真正的编程代理——不是 demo，不是封装。它就是他们付费 CLI 背后那套完整的 harness，完整开源。 语言 | Rust (99.6%) 许可证 | Apache 2.0 Stars | 19.6k 它是什么 | 全屏 TUI 编程代理 读取你整个代码库 写文件、打补丁、做完整功能 运行 shell 命令、测试、构建 还支持网页搜索、MCP 服务器、长时任务 模式 | 交互式 TUI · CI 无头模式 · 通过 ACP 嵌入 一行命令安装： # macOS / Linux curl -fsSL https://x.ai/cli/install.sh | bash # Windows PowerShell irm https://x.ai/cli/install.ps1 | iex grok --version 下面这部分才是让这篇文章成为可能的关键，而且它埋在文档里、而不是在公告里：grok-build 可以和任何 OpenAI 兼容端点对话。它本来是为调用 xAI 的 API 而构建的，但传输层是通用的。把它指向 localhost，它就永远不会回传任何数据。 这一个设计决策，把一个免费代理变成了一个免费技术栈。你得到的不是付费工具被阉割过的开源克隆版。你得到的是付费工具本身，只是把计费端点换掉了。 在你爱上它之前值得知道的一点：xAI 发布代码但不接收社区补丁——这个仓库是 Apache 2.0，但实际上只读。你可以 fork 它、把它装进你自己的产品里，没人能撤销这一点。你只是无法向上游贡献。完整文档在 docs.x.ai/build/overview。 3/ 三个 Kimi 大脑。只有一个放得进你的桌子。 这正是每篇讲"本地运行 Kimi"的文章都搞错的地方，也是能帮你省下一个被浪费的周末、以及可能被浪费的 $4,000 的地方。 Moonshot 发布的权重规模差异极大。它们不可互换，而且旗舰版根本跑不动你的硬件。不是"跑得慢"——是根本跑不动。 模型 | 总参数/激活 | 磁盘占用 | 许可证 | 能在家跑吗？ Kimi-Linear-48B-A3B | 48B / 3B | ~28GB (Q4) | MIT | 可以——单卡 Kimi K2.7 Code | ~1T / 32B | 325GB (2-bit) | 修改版 | 只能在大家伙上 Kimi K3 | 2.8T | ~1.4TB (MXFP4) | 修改版 | 不能 Kimi K3 不是家用模型。2.8 万亿参数。原生 MXFP4 权重约 1.4TB。压缩到 2-bit 你仍然接近 1TB；再压到激进的 2-bit 以下，你会得到一个 650–700GB、严重退化的模型。这里没有消费级 GPU 的位置——不是 5090，不是 3090，连 96GB 的 RTX PRO 6000 也不行。现实的私有部署是四台 512GB 的 Mac Studio 节点通过 Thunderbolt 5 串联，约 $40,000；或者一台双路 EPYC、带 1–1.5TB DDR5 的机器，能给你每秒个位数的 token。租八台 H100 比这两者都便宜。 Kimi K2.7 Code 是严肃家用主机的上限。约 1T 参数、32B 激活、2-bit 下 325GB。这需要一台真正有大内存的机器——512GB Mac Studio 级别，或者带 CPU offload 的大内存服务器。可能，但不便宜、也不快。 Kimi-Linear-48B-A3B 才是你真正会跑的那个。总参数 48B，每个 token 只激活 3B，而且它是 Moonshot 产品线里真正有意思的工程作品，而不只是一个缩水的旗舰： 架构 | 混合线性注意力——Kimi Delta Attention (KDA) 比例 | 3:1 的 KDA 对全局 MLA 比例 上下文 | 1M tokens KV cache | 比全注意力小最多 75% 解码 | 长上下文下快最多 6x 许可证 | MIT——无收入条款，无署名要求 量化版本 | llama.cpp, Ollama, LM Studio, Jan 那个 KV cache 数字就是它能在桌面上跑起来的原因。长上下文通常会比权重更快地吃掉内存——一个传统模型里 1M token 的对话，早在权重成为问题之前就已经把你的显存打爆了。KDA 把 cache 砍掉四分之三，这正是让家用主机能维持一个真正可用的上下文、而不是玩具上下文的原因。 而且许可证确实是 MIT。没有月活用户门槛，没有收入条款，没有署名横幅。把它装进产品、卖掉产品，谁也不欠。 4/ 挑主机。每一台机器，每一瓦。 你需要一台一直开着的机器。这是 2026 年真实的战场，带两个真正重要的数字——内存带宽（它思考有多快）和瓦数（它每月花你多少钱）。 机器 | 内存 | 价格 | 带宽 | 负载功耗 | 跑什么 origimagic A3 | 32GB | $609 | ~90 GB/s | 45W | 7B-13B Q4 Beelink SER9 | 32GB | $859 | ~120 GB/s | 50W | 7B-13B Q4 MINISFORUM AI X1 Pro-470 | 32GB | $1,359 | ~130 GB/s | 60W | 27B Q4 Beelink SER10 MAX | 32GB | $1,799 | ~150 GB/s | 65W | 27B Q4 GMKtec EVO-X2 | 96GB | $2,349 | 256 GB/s | 140W | 70B Q4 GMKtec EVO-X2 | 128GB | $3,299 | 256 GB/s | 140W | 70B Q4 + 余量 Mac Studio M4 Max | 128GB | $3,699 | 546 GB/s | ~180W | 70B Q4, 最快 NVIDIA DGX Spark | 128GB | $4,699 | 273 GB/s | ~170W | 70B Q4 对于 Q4 的 Kimi-Linear-48B，你大约需要 28GB 装权重，再加上下文的空间。32GB 的机器能跑，但长会话时什么都不剩。如果你想让你那 1M 上下文有意义，96GB 是诚实的底线，这也是为什么 EVO-X2 是大多数人的选择。 规格表不会告诉你的两点： 带宽比容量更重要（对速度而言）。Mac Studio 的 546 GB/s 是 EVO-X2 的 256 GB/s 的两倍多，你在每个 token 上都能感受到。如果你的预算能拉满、想让机器"感觉快"而不是仅仅"能用"，钱就该花在这里。 而且如果你已经有一台带 3090 或 4090 的游戏 PC，直接跳过这一节。24GB 显存今天就能以 Q4 跑 Kimi-Linear。你这套搭建的边际成本是零硬件，外加稍微高一点的电费账单。 5/ 搭建。四条命令加一个配置文件。 这就是全部设置。大约十五分钟，大部分时间花在模型下载上。 # 1 - 运行时 curl -fsSL https://ollama.com/install.sh | sh # 2 - 大脑（Q4 版本，~28GB） ollama pull kimi-linear:48b-a3b-q4_K_M # 3 - 身体 curl -fsSL https://x.ai/cli/install.sh | bash # 4 - 确认运行时正在 OpenAI 兼容端口上提供服务 curl http://localhost:11434/v1/models 现在把它们接起来。grok-build 读取 ~/.grok/config.toml： # ~/.grok/config.toml [model.kimi-local] model = "kimi-linear:48b-a3b-q4_K_M" base_url = "http://localhost:11434/v1" name = "Kimi Linear 48B (local)" api_backend = "chat_completions" context_window = 262144 # 在同一份安装里保留一个前沿模型兜底 [model.kimi-k3] model = "kimi-k3" base_url = "https://api.moonshot.ai/v1" name = "Kimi K3 (api)" api_backend = "chat_completions" context_window = 1048576 base_url 末尾的 /v1 不是可选的——grok-build 说的是 OpenAI 的 chat-completions 格式，而 Ollama 只在 /v1 下暴露它。不写它会得到一个"能建立连接但什么都不做"的结果，那会是你真正恼火的二十分钟调试。 把 context_window 设成模型在你的量化级别下实际能做到的值，而不是宣传的数字。在一台 32GB 的机器上声称 1M，意味着代理会高高兴兴地构造一个你机器根本装不下的请求。 然后运行： grok models # 列出已接好的模型 grok -p "explain this repo" -m kimi-local grok # 完整 TUI 在 TUI 里，/model kimi-local 可以在会话中途切换大脑，或者 Ctrl+M 打开选择器。同一个终端、同一个工作流、同一个代理——唯一变化的是哪台机器在思考。 验证它确实在本地跑。发一条 prompt 时观察运行时日志： journalctl -u ollama -f # linux tail -f ~/.ollama/logs/server.log # macOS 如果请求出现在那里，说明没有任何东西离开你的机器。如果没有，你还在用 API，还在付钱。 6/ 它到底能处理什么。以及不能处理什么。 这是每篇文章都跳过的那部分。一个 3B 激活的模型不是 Grok 4.6，也不是 Claude Opus，假装它是，正是人们被烧、然后回去付 $600 的原因。 本地表现良好 | 仍然需要前沿模型 文件内重构 | 从零开始的新架构 为现有代码写测试 | 调试一个微妙的并发 bug 解释一个不熟悉的代码库 | 一次成型的 500 行功能，不迭代 样板代码、脚手架、胶水 | 深度多步数学证明 commit message、changelog、文档 | 没有线索的"为什么生产环境这么慢" 带堆栈跟踪的常规 bug 修复 | 任何"错了就代价高昂"的事 搜索并总结你的仓库 | 跨多源的硬核研究 同一任务跑 200 遍 | 你不会去 review 的生产代码 一个月日常使用后的诚实切分：大约 80% 的工作从不离开这台机器。剩下 20% 才是前沿模型值回票价的地方——而 20% 的用量走按量计费 API，只花几美元，不是 $600。 这也是"本地 AI 是玩具"和"本地 AI 是工具"之间的区别。玩具的说法来自那些试图在本地做那困难的 20%、撞了墙、然后把它彻底否定的人。工具的说法来自正确地路由。 7/ 电费数学。$14 从哪来。 不糊弄。这是公式和算术。 每月 kWh = (负载瓦数 x 负载小时数 + 空闲瓦数 x 空闲小时数) x 30 / 1000 每月成本 = 每月 kWh x 每 kWh 单价 假设：EVO-X2 负载 140W、空闲 25W、$0.16/kWh（美国平均） 使用模式 | 负载 | 空闲 | 每月 kWh | 每月成本 轻度 - 每天 4h | 4h | 20h | 20.4 | $3.26 工作 - 每天 8h | 8h | 16h | 45.6 | $7.30 重度 - 每天 12h | 12h | 12h | 59.4 | $9.50 常开 - 每天 20h | 20h | 4h | 87.0 | $13.92 钉死 - 每天 24h | 24h | 0h | 100.8 | $16.13 $14 是"常开"的数字——机器每天跑 20 小时，天天如此，做真实的工作。这不是一个往好了算的数字；它是一个激进数字。大多数人落在 $7。 作为对比，同样 8h/16h 模式下其他硬件的电费： RTX 5090 台式机 | 650W 负载 | 195 kWh | $31.20 RTX 4090 台式机 | 550W 负载 | 166 kWh | $26.56 Mac Studio M4 Ultra | 250W 负载 | 66 kWh | $10.56 MacBook Pro M4 Max | 100W 负载 | 28 kWh | $4.50 没错——一台 5090 游戏机跑本地 AI，电费比一份 Claude Pro 订阅还贵。迷你 PC 赢的不是速度，是瓦数。这正是 Strix Halo 这类机器存在的全部理由。 然后是回本，这才是真正起决定作用的数字： 你每月省下 $600 - $14 = $586 主机 | 价格 | 多久回本 origimagic A3 | $609 | 1.0 个月 Beelink SER10 MAX | $1,799 | 3.1 个月 GMKtec EVO-X2 96GB | $2,349 | 4.0 个月 GMKtec EVO-X2 128GB | $3,299 | 5.6 个月 Mac Studio M4 Max | $3,699 | 6.3 个月 每一台都在一年内回本。大多数在一个季度内。 8/ 混合方案。留一把按量计费的 key，而不是三份订阅。 没人应该 100% 本地跑，任何告诉你相反说法的人都没交付过什么硬东西。正确的做法是让前沿模型按量计费、而不是订阅——你只为你真正用到的那 20% 付费，而不是租一个你一周只碰两次的无限访问权。 把两者接进同一个代理，一键切换。第 5 节你已经配置好 kimi-k3 了。那 20% 实际花多少钱： 模型 | 输入 $/1M | 输出 $/1M | 你什么时候用它 本地 Kimi-Linear | $0 | $0 | 默认，所有事 Grok Build | 0.1 | $1.00 | $2.00 | agentic 工具循环，便宜 Grok 4.3 | $1.25 | $2.50 | 1M 上下文，长文档 Grok 4.6 | $2.00 | $6.00 | 硬核推理，500K 上下文 Kimi K3 | $3.00 | $15.00 | 前沿，1M 上下文 算一个真实月份的账。假设 40 个需要前沿模型帮忙的硬核会话，每个烧掉 50K 输入和 8K 输出： 40 个会话 x 50K 输入 = 2.0M 输入 tokens 40 个会话 x 8K 输出 = 0.32M 输出 tokens 在 Grok 4.6 上 2.0 x $2 + 0.32 x $6 = $5.92 在 Grok 4.3 上 2.0 x $1.25 + 0.32 x $2.50 = $3.30 在 Kimi K3 上 2.0 x $3 + 0.32 x $15 = $10.80 你最难的那 20% 工作，在最贵的那个模型上，每月不到 $11。整个技术栈落在 $14 电费加 $6–11 的按量 API——总共约 $25 一个月，取代 $600。 一个路由器让你诚实地区分哪个是哪个： # route.py - 除非真的难，否则发本地 import os, requests LOCAL = "http://localhost:11434/v1/chat/completions" FRONTIER = "https://api.x.ai/v1/chat/completions" HARD = ("architecture", "race condition", "why is prod", "design from scratch", "security review") def ask(prompt: str, force_frontier: bool = False): hard = force_frontier or any(k in prompt.lower() for k in HARD) url, model, key = ( (FRONTIER, "grok-4.6", os.environ["XAI_API_KEY"]) if hard else (LOCAL, "kimi-linear:48b-a3b-q4_K_M", "not-needed") ) r = requests.post( url, headers={"Authorization": f"Bearer {key}"}, json={"model": model, "messages": [{"role": "user", "content": prompt}]}, timeout=600, ) r.raise_for_status() return r.json()["choices"][0]["message"]["content"], ("frontier" if hard else "local") if __name__ == "__main__": text, where = ask("write a pytest for utils.parse_date") print(f"[{where}] {text}") 刻意做得粗糙。关键词路由能覆盖大部分，force_frontier 标志处理剩下的。记录两周哪个分支被触发，你就知道自己的真实切分——我稳定在 83/17。 9/ Grok Bot vs 你的常开主机。同样的想法，不同的房东。 xAI 在 2026 年 8 月 11 日推出了 Grok Bot，它确实是个好产品。每个 bot 都有自己的云端电脑，无需 API 就能登录你的应用，保持持久上下文，还能在你离线时工作——只在需要时请求批准。 但它只在昂贵的档位里卖： 如何获得 Grok Bot | 价格 | 还捆绑了什么 SuperGrok Heavy | $300/月 | xAI 顶级消费档 Cursor Ultra | $200/月 | bot 自己的电脑、routines Cursor Teams Premium | $120/席位/月 | 集中计费、分析 诚实的对比，因为它们不是同一个产品： | GROK BOT | 你的主机 常开 | 是，在他们的云上 | 是，在你桌上 你睡觉时也工作 | 是 | 是 登录你的应用 | 是，内置 | 你自己接线 前沿模型 | 是，含在内 | 按量，或本地 + 更便宜 你的代码离开机器 | 是 | 从不 每月成本 | 最低 $300 | $14 限流 | 每周额度 | 你的硬件 扛得住涨价吗 | 不能 | 能 Grok Bot 在便利性和应用集成层上赢——那是真正需要你自己去建的工程。你的主机在成本、隐私、以及"没人能在你发版的那个周二给它重新定价、弃用它、或者限流它"这件事上赢。 如果应用集成正是你需要的，付 $300 然后别往下看了。如果你真正想要的，是一个在你的仓库上工作、还没有计费表在跑的代理，那这台主机严格更优。 10/ 他们俩谁都没真正送出的东西。 两家公司都做出了真正的赠予，也都留下了对自己最要紧的那块。值得点明，因为它解释了为什么这个组合能成立。 xAI 送出了 harness，留住了模型。grok-build 确实完整、确实是 Apache 2.0。但 Grok 4.6 的权重并不公开、也从未公开——你得到身体，租用大脑。许可证在实践中也是只读的：你可以 fork、发布、售卖，但上游不收你的补丁。对用户来说没问题。如果你想要一个围绕它的社区，会有点沮丧。 Moonshot 送出了模型，留住了工具。权重在 Hugging Face 上，Kimi-Linear 是真正的 MIT。但 K2.7 和 K3 带一个修改版许可证、有商业门槛——基于它们做 model-as-a-service 业务、年收入超过约 $20M 时，你需要单独协议。而且 Moonshot 没有发布任何自己的代理来与你从 xAI 免费得到的东西竞争。 这正是组合能成立的原因：每一方都开源了另一方在保护的那一半。这不是协调——这是两家护城河相反的公司，而你站在这道缝隙里。 别把任何一方当成慈善。xAI 想让这个 harness 成为默认，好让他们的 API 成为默认后端。Moonshot 想让权重遍地都是，好让付费档被考虑。两个赌注都理性。两者都在桌上留下了一套能用的免费技术栈。 11/ 你是哪个档位。决策树。 +--------------------------------+ | 你现在付多少钱？ | +---------------+----------------+ | v 你已经有一块 3090/4090 或一台 32GB+ 的 Mac 吗？ | | 是 否 | | v v 从这里开始。$0 起步。 你每月的 AI 账单是多少？ 第 5 节和第 8 节 | | 今天下午就搞定。 低于 $50 高于 $200 | | v v origimagic A3 EVO-X2 96GB $609 $2,349 约 1 个月回本 约 4 个月回本 | | +-----+------+ | v 你需要应用集成吗 （登录你的工具、routines）？ | | 是 否 | | v v 保留 Grok Bot 用 $14 技术栈。 每月 $300。 本地优先， 主机仍然干掉你的 前沿模型按量兜底 另外两份订阅。 那困难的 20%。 12/ 完整技术栈，一屏看完。 存下这一个。 身体 grok-build | github.com/xai-org/grok-build 安装 | curl -fsSL https://x.ai/cli/install.sh | bash 许可证 | Apache 2.0，自由 fork 和发布 配置 | ~/.grok/config.toml 模式 | TUI · 无头 (CI) · ACP 嵌入 大脑 本地 | Kimi-Linear-48B-A3B · MIT · ~28GB Q4 · 1M ctx 大家伙 | Kimi K2.7 Code · 325GB 2-bit 别在家试 | Kimi K3 · ~1.4TB 运行时 | Ollama · LM Studio · llama.cpp · Jan 主机 预算 | origimagic A3 $609 45W 13B 甜点 | GMKtec EVO-X2 96GB $2,349 140W 70B Q4 最快 | Mac Studio M4 Max $3,699 180W 546 GB/s 免费 | 你已有的 GPU $0 账单 电费 | 取决于时长，$3-14/月 前沿按量 | 困难的 20%，$6-11/月 总计 | 约 $25/月 取代 $600/月 回本 | 硬件 1 到 6 个月 接线 base_url 必须以 /v1 结尾 context_window 设为真实值，不是宣传值 验证本地 | 看运行时日志，不是看代理 路由 | 默认本地，关键词触发前沿 窗口期。 六个月前这篇文章还写不出来。xAI 的代理还没公开。Kimi-Linear 还不存在。256 GB/s 统一内存的迷你 PC 还不是 $2,349。这三样都在同一个夏天里落地了。 当本地硬件跟不上时，订阅是有道理的。它跟上了。一台 $609 的主机能跑一个能用的编程模型。一台 $2,349 的主机能跑一个带一百万 token 上下文的 70B 模型。驱动它们的代理，和 xAI 发给付费客户的是同一个，而且发布在无法被撤销的许可证下。 你不需要最贵的选项。你不需要成为 ML 工程师。设置是四条命令加一个配置文件，最难的部分是等一个 28GB 的下载。 $600/月订阅 | $7,200/年 $14/月电费 | $168/年 -------------- 省下 $7,032 一台主机永久干掉这张账单。选好你的档位，这个周末把它接起来，别再租你能拥有的算力。 // 窗口开着。关注 @starmexxx——我会继续在它们关闭前找到它们 // Tags: # X # Grok Bot # AI # Hardware # Claude # MCP # Guide # Chatgpt Related articles Grok Bot Is Turning One Person Into an Entire AI Team You are no longer asking, "Can you help me do this?" Grok Bot AI Claude Marketing