「為什麼非得在自己的電腦跑AI？」「因為好玩。」照理說一句話就結束，結果問題還沒完：設備能回本嗎？大概很難。雲端不是更快更便宜？很多情況下沒錯。電費呢？這題請直接跳過。
2026年10月26日，社群上出現這種自嘲式問答。每個不利於本地AI的問題都老實承認，卻完全擋不住想添購設備的心。這不是技術簡報，根本是興趣遭到財務稽核。
1. 笑點在哪裡？
本地執行AI，就是把能在自己的設備上運作的模型下載回來，自己管理。調整設定、處理記憶體不足、終於成功讓模型回答，這些過程本身就很有趣。和組電腦、改車一樣，折騰本身就是目的。
所以「能賺多少錢？」不見得是對的問題。更可怕的是，旁邊還有人鼓勵你買第二台。
2. DGX Spark相當於幾年訂閱費？
NVIDIA DGX Spark是為AI模型開發和實驗設計的小型電腦，官方列出128GB記憶體配置。日本一家經銷商標示含稅893,200日圓，另一份零售紀錄則為1,045,000日圓。[1][2][3]
假設雲端服務每月花3,000日圓，單純拿售價去除月費，約等於24.8至29.0年的訂閱費。但這不是回本年限：本地設備還有電費、維修及配件，雲端也可能有限額與額外費用，兩者效能更不一定相同。
3. Claude Pro使用Fable 5.1有額外計費
Anthropic在2026年9月推出的Claude Fable 5.1是真實產品。官方API每百萬輸入詞元收10美元，每百萬輸出詞元收50美元。[4]
但依Anthropic說明，Fable 5.1並未包含在Claude Pro原本的訂閱使用額度內。Pro用戶須透過按使用量計費的點數來使用。[5] 因此，「一個月3,000日圓就能狂用Fable」不能被當成人人適用的不限量方案。實際金額要看帳單、點數與額度。
雲端的會計部門也沒有休假。
4. 本地AI的價值不只有價格
相容的模型可由自己安裝、更新、調整；在合適的條件下也能離線使用，並將資料留在自己掌控的設備裡。想研究模型的人會享受這份自由。
相對地，安裝、故障、散熱、耗電與硬體限制都要自己處理。NVIDIA也把DGX Spark定位為開發、測試及調整AI模型的工具。[1]
5. 怎麼選才適合？
主要是寫作、查資料或寫程式，通常先試雲端，再看真實花費與使用限制。需要離線操作、自己掌控環境，或喜歡研究模型，就有理由考慮本地設備。處理機密資料時，也要先確認安全規範。
6. 最後的問題
以工作成本來看，雲端常常比較划算。但如果快樂來自「我自己把它跑起來了」，衡量標準就不同。
「DGX Spark要不要再買一台？」
拜託，這題不要再出。
