3个月前，我意识到自己无可救药地依赖那些只关心权力、金钱和控制的公司。 此时，Cursor、Claude、OpenAI都取消了他们的无限计划。 我想要一台配备512GB RAM的Mac M3 Ultra。Ahmad和Pewdiepie让我改变了主意。 这是我在构建自己的AI Rig时学到的东西 ----------------------------- 构建（$3K-$10K） 这是你在1万美元以下能获得的最佳性能 • 4个RTX 3090显卡，配有2个NVLink • Epyc CPU，128个PCIe通道 • 256-512GB DDR4 RAM • Romed8-2T主板 • 自定义机架 + 风扇冷却 • AX1600i电源 + 高质量升压器 成本：美国$5K，欧盟$8K（感谢增值税） 性能现实检查 更多的3090显卡 = 更大的模型，但收益递减很快就会出现。 下一步：8-12个GPU用于AWQ 4位或BF16混合GLM 4.5-4.6 但此时，你已经达到了消费级硬件的极限。 ---------------------------------------- 可用的模型： S级模型（黄金标准） • GLM-4.5-Air：与Sonnet 4.0相匹配，代码完美，达到了稳定的50 tps和4k/s的预填充，使用vLLM • Hermes-70B：无需越狱即可告诉你任何事情 A级工作马 • Qwen系列 • Mistral系列 • GPT-OSS B级选项 • Gemma系列 • Llama系列 ------------------------------------ 实际有效的软件堆栈 用于编码/代理： • Claude Code + Router（GLM-4.5-Air运行完美） • Roocode Orchestrator：定义模式（编码、安全、审阅、研究） 该协调器管理范围，启动具有碎片化上下文的本地LLM，然后综合结果。你可以使用GPT-5或Opus/GLM-4.6作为协调器，其他一切使用本地模型！ 支架选项（排名） 1. vLLM：峰值性能 + 可用性，如果模型适合则速度极快 2. exllamav3：速度更快，所有量化大小，但支架较差 3. llama.cpp：易于入门，初始速度良好，但随着上下文的增加而下降 UI推荐 • lmstudio：锁定在llama.cpp，但用户体验极佳 • 3 Sparks：本地LLM的Apple应用 • JanAI：不错，但功能有限 ------------------------------- 底线 Mac Ultra M3让你获得60-80%的性能，配有MLX访问。但如果你想要绝对的最佳性能，你需要Nvidia。 这段旅程教会我：真正的独立来自于理解和构建自己的工具。 如果你对基准测试感兴趣，我在我的个人资料上发布了很多。