把显卡买回家跑本地大模型，究竟是在省钱，还是在给爱好找理由？Hacker News 上出现的这个名为 Sunk Cost 的项目，试图用一笔简单的账回答它。
发生了什么
这是一个发布在 Hacker News 的 Show HN 项目，标题直白地写着：一台本地 LLM 机器要多久才能回本。它讨论的不是模型能力，而是经济学问题——当你一次性投入硬件，之后每次推理的边际成本接近于零，那么这笔前期支出需要多长时间、以什么样的使用强度，才能被“省下来的 API 调用费”抵消。
从标题和讨论热度看，它更像一个计算器式的工具或思路，而不是一套完整的商业方案。原文并未给出具体的硬件配置、电价或 API 单价，因此这里也不对任何具体数字做推断。
为什么重要
本地推理和云端 API 的取舍，长期以来被两种叙事拉扯。一种是隐私与可控性：数据不出本机、模型不被下线、不受速率限制。另一种是纯成本：如果只是偶尔调用，按量付费的 API 几乎总是更便宜，因为你不必为闲置的算力买单。
Sunk Cost 的价值在于把第二种叙事量化。它把“沉没成本”这个原本带点自嘲意味的词，变成了一个可计算的回收周期：使用频率越高、单次请求越长、API 单价越贵，硬件回本越快；反过来，轻度用户可能永远等不到那一天。
这背后还有一个正在变化的背景。开源权重模型的水平在持续逼近闭源模型，消费级显卡的显存容量也在缓慢上探，让“本地跑一个够用的模型”从极客玩具变成部分开发者的日常选项。当能力差距缩小，决策的天平就会更多地向成本和使用模式倾斜。
影响与看点
对个人开发者和小团队来说，这类工具的意义不是给出一个标准答案，而是提供一个判断框架。真正决定回本的往往不是硬件价格本身，而是几个容易被忽略的变量：你每天实际发出多少 token、是否需要长时间挂着跑批处理、能否接受本地模型在复杂任务上的能力折损，以及电费和机器占用空间这些隐性成本。
另一个看点是，这类讨论正在从“要不要本地部署”转向“什么负载适合本地部署”。混合模式可能是更现实的答案：高频、简单、隐私敏感的任务放本地，复杂推理和长上下文任务交给云端。
需要提醒的是，回本计算很容易被简化成一张漂亮的曲线图，但真实使用中，硬件会折旧、模型会迭代、你的需求也会变化。把回本周期当成唯一指标，可能反而忽略了本地部署最实在的那部分价值——对工具链和数据的主权。
一句话判断：Sunk Cost 不会终结这场争论，但它让争论从立场之争，变成了可以摆上台面算的账。
