塔斯娱乐资讯网

大模型本地部署,电脑选购指南!我让 Qwen4 扒了 1000 条硅谷极客的真实装机账本

把「本地部署该买什么显卡」交给Qwen4-Max-Preview,去啃4932万条HackerNews评论。18小时后它交出装机账本:647票实测里,Qwen3.8-27B在Mac上12.75tok/s,N卡能到50tok/s。

我觉得,Fable5.2的表现把大家的眼光喂刁了,别说拿Qwen4-Max-Preview跑类似任务,国产模型其实都顶不住

前文我的实测结果,评论区反馈还好,Qwen4-Max-Preview显然被低估了:Qwen4-Max预览版来了!实测,谈谈感受

本文让Qwen4-Max-Preview干点更真实的工作

但我Qoder19.9的套餐,额度不够用,这就必须掏出我最高档TokenPlan了,话说我定的时候是499啊?现在只要312了?!

本文我把Qwen4-Max-Preview接入到ClaudeCode完成测试,顺嘴提一句,Magpie真是YYDS

为什么做这个

后台我被问得最多的一个问题:本地部署xx大模型,我的xx配置电脑行不行?

网上的评测要么是厂商送测,要么是理论算力表,真掏钱买了机器、跑了之后不理想,悔之晚矣

前些天Karpathy用HuggingFace上HackerNews全量数据做了个HackerTube,我才发现这里面全是宝藏:硅谷老哥买了新机器,部署了什么大模型,很喜欢在HN上报数据,这种带机器、带模型、带速度的评论简直是宝藏

于是我把这件事交给了Qwen4-Max-Preview:从4932万条HN数据里,把2026年所有「我用什么机器、跑什么模型、每秒多少token、满意还是后悔」的评论扒出来,做成一个能查询的网站

先看成品

网页长这样,技术手册风格:

核心是回答三个问题:

我手头有这台机器,到底能跑多大的模型?

我想跑某个特定模型,需要配什么档位的硬件?

Mac、N卡、A卡、统一内存主机,同场竞技怎么选?

拿4090举例,选中硬件,它跑过哪些模型、对应几条实测、每秒多少tok/s一目了然,每条记录都能直接点击穿透到HN原始帖子核验:

第三问是我最看重的横向对比:固定同一个模型,拉平看各路硬件表现

比如大家最关心的Qwen3.8-27B,Mac阵营中位数12.75tok/s,N卡单卡中位数50tok/s

总账:耗时1x小时,Token消耗1.53亿

原始数据集12GB,光从HuggingFace完整拉取就花了几个小时:

为了完成从数据探索、精读抽取、清洗归一到网页构建的全流程,总耗时约18个小时(含等待)。上下文自动压缩19次,发起了1639次模型请求,总计消耗1.53亿token:

ClaudeCode不知道qwen4-max-preview的价格,是按自己的价目表估算要380刀,我用TokenPlan的Pro套餐,实际消耗没这么多

这1.53亿token的大头全扑在数据工程上,4,932万条全量数据逐层过滤,最终沉淀出647票高精度实测基准:

大家会好奇:把千万级清洗和全栈建站全权交给大模型,它真能自己跑下来?不怕它半路跑偏把项目搞崩?

Qwen4-Max-Preview我上一篇说过,优点是一步一个脚印,缺点是慢,慢意味着返工特别贵,所以我的思路是用规则把模型容易犯的错提前堵死,在项目根目录放一个CLAUDE.md,这是给模型的规则:

##要做什么

从HackerNews2026年的评论里,把网友亲手跑本地大模型的实测扒出来:什么机器、跑什么模型、每秒多少token、满意还是后悔,做成一个能查的静态网站,帮读者回答「做AI买Mac还是攒显卡」

##数据

–位置:/Volumes/T7/datasets/hacker-news/data/2026/*.parquet,只读,不改不删

##规则

1.一次只做一步,做完停下汇报,等我回复再往下

2.汇报里的数字只能来自脚本的真实输出:进来多少、出去多少、丢了多少、为什么丢

3.原文没写的填null,不推断;任何时候都不编造示例数据

4.中间结果落盘,脚本按步骤编号,能从头重跑

Qwen4-Max-Preview到底怎么样

整个项目下来,清洗和工程Python脚本就写了34个,代码总量接近4,800行,外加一整套独立的静态网页和Playwright自动化测试套件

经历过这十几小时的极限实测,我感觉Qwen4-Max-Preview很有性格:

1.认死理,守规矩守到敢把我的话顶回去

规矩里立了「不推断」,它执行得比我还坚决

复核投机解码时,我凭直觉怀疑有条90tok/s的实测数据开了MTP,让它改标。它回原帖核验,发现全文没提MTP,直接搬出CLAUDE.md的「原文未写填null,不推断」,原封不动把我顶了回来:

还有一次我质疑它少算了多卡,它核实后指出:对方虽有两张卡,但这组数据明确写着只用单卡跑并发,实际上是我把卡数看错了

只认数据和代码,不盲从人类指令,这种死板在严肃工程里很重要

2.容灾与自愈能力极强

中途有一次改脚本失误,它把132条已抽取的证据切成单字符,空格全丢且没备份。它抓住证据是原帖连续子串这一特点,写脚本按字符序回原帖重新比对,把丢失的空格100%还原

我不满意的还是慢,有本身输出速度慢,也有长思考导致。交代完任务去睡觉正合适,盯着它干活会很煎熬

写在最后

一个完整的端到端项目,4,932万条原始数据清洗落地,一个开箱即用的静态查询网站,我没写一行项目代码

Qwen4-Max-Preview的工程习惯、指令遵循和自愈能力,完全展现出了顶级大模型的底子,国产Top3级别吧