本地部署模型能否作为子代理替代大部分 token 调用？

面对大模型官方套餐收紧与降智，有开发者提出利用本地部署模型充当子代理以替代大部分云端 token 消耗。其采用 256G 的 Mac Studio M5 Ultra，可实现 2-4 并发且速度超 100t/s，已运行 Qwen3.8-27B 与 Qwen3.8-Next-Flash。该方案设想由每月 100-200 元的云端套餐负责规划，监督、审核与执行则交由本地模型完成。