大模型部署这笔账，这周又变了

10月20日早上，阿里云百炼把 DeepSeek-V4 的两个版本挂上去了。Flash 版输入价 1 块钱一百万 token，能读一百万 token 的上下文。

同一个星期，MiniMax 的 M3.1 Flash 也是 1 块。智谱把 GLM 5.2 按 MIT 协议开源，7440 亿参数、400 亿激活，给了四个量化版本，允许企业自己部署。

三条消息放在一起，说的是同一件事：用 AI 的单价，又往下走了一格。

便宜的是 token，不是你的项目

很多老板看到这类新闻，第一反应是「那是不是可以多上几个功能」。

我建议先别。一百万 token 一块钱，说的是模型说话的钱。你的钱花在别的地方。

一是需求。哪个环节交给 AI，交给它之后谁来看结果。这件事想不清楚，接上去也是摆设。

二是数据。企业的资料大多散在几个人的电脑和微信里，格式还不统一。整理这一块，通常比接模型贵。

三是维护。模型三个月一更新，接口一改，就得有人跟着改。

接口费在降，实施费没降。这是这两年最实在的一句判断。

什么情况下反而该自己装

GLM 5.2 这次开源，值得单说一句。7440 亿总参数、400 亿激活，MIT 协议，四个量化版本，能配 vLLM 这类推理框架跑。

翻译成人话：想在自家机房里跑一个够用的模型，门槛比去年低了一大截。

适合自己装的，通常是三种情况。资料不能出内网；每天调用量大到接口费开始心疼；有一套长期不变的固定流程，值得一次性投入。

其他情况，用接口更划算。别为了「数据安全」四个字，先买两台机器放着吃灰。

自建不是一锤子买卖

机器要电，要人看着，要跟着升级。一年下来的总账，很多时候并不比接口便宜。

我见过一个小厂，买了卡，装了模型，用了两个月，最后还是在调接口。原因很简单，没人维护，一出问题整条线停半天。

自建买的是「不依赖」，代价是「自己扛」。这句话得先认下来。

我们在汕头做过几套线下部署，规模都不大，够用就行。这活儿的技术门槛在降，麻烦的是后面那些琐碎事：谁管、怎么备份、升级谁来做。

想算自己这套账划不划算，打 13829578822，微信同号。把每天大概多少人用、用在什么场景说一下，我们帮你估。系统那边怎么接，可以看系统对接这一篇；定制开发的流程在这里。