英伟达128GB AI笔记本抢空！37999元，把大模型搬回家

37999 元的一台笔记本，开售几分钟就被抢空了。

按卡兹克在北京首发现场的记录，10 月 16 日晚上 8 点，搭载英伟达 RTX Spark 的华硕 ProArt 创 16 开售，128GB 统一内存加 1TB 硬盘。他去京东看了一眼，几分钟不到，就没货了。

三万八，已经不是随手买个新玩具的价格了。ChatGPT、Claude、DeepSeek 都能直接用，为什么还要花这笔钱，把一个能力未必更强的模型装回家？

我更在意的是另一笔账。偶尔问几句话，和让 Agent 在后台一天跑几千次，花的根本不是同一种钱。对后一种用法，本地 AI 的吸引力，就藏在每一次调用都要掏钱的账单里。

打个比方，云端模型是外卖，这台电脑卖的是一口能自己开火的锅。

先把这台机器交代清楚。按英伟达官方的说法，RTX Spark 是一颗把 Blackwell 显卡和 Grace CPU 塞在一起的超级芯片，最高 128GB 统一内存，1 petaflop 的 FP4 AI 算力，华硕、戴尔、惠普、联想、微软、微星都出了机器，美国起价 2599 美元。官方宣传的卖点，是在一台轻薄本上跑本地大模型和本地 Agent，Hermes、OpenClaw 这些 Agent 有引导安装，不用敲命令行。

懂行的朋友可能要说了，本地跑大模型，这事儿 Mac 早就能干了。

对，确实。苹果的统一内存很牛，Mac Studio 堆到大内存，跑个几十 B 的模型没问题。但卡兹克在文章里讲了一个很实在的痛点，很多 AI 项目底层都是围着英伟达的 CUDA 写的，到了 Mac 上就得各种移植和适配。想用 CUDA 呢，就得买英伟达显卡，可 5090 的显存才 32G，稍微大一点的模型就塞不进去。

**想要大内存就没有 CUDA，想要 CUDA 就没有大内存。**RTX Spark 把这两件事捏到了一起，所以对一部分人来说，它几乎是唯一解。

这是表面上的原因。更深的原因，藏在卡兹克那篇文章里算的一笔账。

他说他每个月光 AI 会员订阅就要 6000 块，还没算 API。他自己做的 AIHOT，每天后台处理上千条新闻，每条新闻背后三四个模型轮流干活，预筛、抽实体、打分、翻译、摘要、去重，最狠的时候 API 账单吓人，稳定下来以后每天还是 100 多块，而且用的已经全是 flash 级的小模型了。

你想想看，这还只是一个产品。

这就是我说的那口锅。云端模型像外卖，菜做得好，随叫随到，可每一口都要钱，吃得越多，账单越长。本地模型像自己家的厨房，锅很贵，买回来那一刻肉疼，可之后每顿饭的边际成本，几乎就是电费。

三万八的机器，对重度用户来说已经值得认真算一算。但每月 6000 元的订阅，不能全当成买了电脑就能省下的钱。云端最强模型仍然有用，回本要多久，得看有多少任务真能搬到本地。

这里得替云端说句公道话。

如果你只是每天问几个问题，改几封邮件，那三万八买一台本地机器，纯属给自己找罪受。云端模型的能力天花板，本地机器在可预见的时间里都追不上。最强的模型，永远在数据中心里，这一点我不觉得会变。

真正值得算的，是那些不需要最强模型、却要反复调用的后台任务。

这类任务搬到本地，才可能省下持续累积的 API 费用。

卡兹克举了一个特别好的例子。他英语不太好，看国外网站一直用付费的翻译插件。有了这台机器以后，他找了一个 2B 的翻译小模型部署在本地，自己搓了个 Chrome 插件，花了半小时，6 路并行，近乎实时翻译。他说这种需求以前基本不敢用 API 做，因为真的很烧钱。

我看到这里，脑子嗡了一下。

很多活，根本用不着最聪明的模型，只是需要一个永远在线、不收钱的模型。

翻译一段网页，识别一下屏幕上的内容，整理一下文件名，判断一下这封邮件要不要提醒你，每一件的计算量都很小，但如果它们一天发生几千次，每一次都要请求几千公里外的数据中心，每一次都按 Token 计费，这个账就没法算了。

这让我想起拍照。

胶卷时代，每按一次快门都要钱，所以大家拍照都很郑重，一卷 36 张，旅游一趟拍不完。后来数码相机出来，按快门的成本几乎是零，于是有了自拍，有了随手拍，再后来有了短视频。卡兹克在文章里也提到了这个类比，我很认同。拍照不要钱了以后，人们才开始拍那些以前根本不值得拍的东西。

AI 也一样。智能什么时候不按次收费了，人们才会把它用到那些以前根本不值得用智能的地方。

不过，夸到这里得踩个刹车了，这口锅也有它的毛病。

卡兹克做了一张对比表，RTX Spark 的内存带宽大约 300GB/s，桌面版 5090 是 1792GB/s，差了五六倍。算力也是，RTX Spark 的芯片功耗压到了 80W 左右，5090 单卡就要 575W。英伟达为了把它塞进一台轻薄本，压低了带宽和算力，换来了大内存和低功耗。

所以这口锅很大，能装下一整头鲸鱼，可是给锅供水的，是一根细水管。

具体到速度上，卡兹克的实测是，WorkBuddy 里预设的本地模型能跑到 80 Token 每秒，换成他最推荐的 Qwen3.8-27B，开了 MTP 之后大约 30 Token 每秒。一张 1K 左右的图，Qwen-Image-2.1 大概一分多钟；15 秒的 720P 视频，本地要跑 20 分钟左右。

二十分钟一个视频。。。

128G 内存理论上能塞下 100B 左右的 Q4 量化模型，但他自己也说，不建议跑这么满。你装得下，不代表你跑得快。

这里我得说清楚，这些速度都是卡兹克一个人、一台机器、他自己的配置测出来的，换个模型、换个量化、换个推理引擎，数字都会变。另外他这台机器是英伟达寄的，他也写了感谢英伟达，看的时候心里有个数。我自己还没上手，没法给你更多一手体验。

英伟达这次显然也想到了另一个问题，Agent 在你自己电脑上跑，权限给多大？官方配了一个叫 OpenShell 的安全运行时，再加上微软的执行容器，专门管 Agent 能碰什么、不能碰什么。还专门出了一个 Nemotron 3.5 Bolt 74B-A9B 的模型，740 亿参数，每次只激活 90 亿，压到 24GB，主打工具调用和多步任务。锅之外，连锅盖和灶台的防火罩都配好了。

说实话，这一点我比速度更在意。云端模型出了错，最多是回答错了；本地 Agent 出了错，它手边就是你的硬盘、你的代码库、你的聊天记录。厨房搬回家，煤气也一起搬回来了。

所以这台机器到底适合谁？

我寻思了一下，大概是三种人。一种是 API 账单已经让他肉疼的重度用户，后台跑着一堆自动化。一种是数据不想出本地的人，代码、合同、病历、私人笔记。还有一种，就是纯粹爱折腾，想把一堆开源模型串起来玩的人，OCR 识别完交给翻译模型，翻译完再交给大模型整理，128G 内存的好处就是这几个模型可以同时挂着。

如果你不是这三种人，我真心建议你先别冲。三万八，够你买好几年的会员了。

再回到开头那台三万八的笔记本。

它给重度用户多了一个选择。适合云端的活继续叫外卖，适合本地的活，可以自己开火。虽然它贵，虽然它慢，虽然锅大水管细，但现在能把这口锅搬回家了。

而且它会变便宜。英伟达自己的路线图里，下一代芯片明年下半年就要来了。几十年前个人电脑刚出来的时候也贵得离谱，后来芯片越来越便宜，才慢慢变成了家家都有的东西。

今天三万八能买到的，是在本地舒服地跑一个几十 B 的模型。再过两年，类似的能力，也许就在一台普通笔记本、甚至一部手机里了。

到那时候，云端还是会在，最好吃的菜还是在餐厅。

只是我们终于可以在家里，给自己做一顿不用看账单的饭了。

谢谢你看我的文章，我们，下次再见。

/ 作者：青玉白露