设想一下：退掉每月200美元的AI订阅，换一台Mac Studio放在桌上写代码。没有月账单，没有周限额，机器还是自己的。

纸面上这笔账很漂亮。Mac Studio起价2499美元（美国税前），配M5 Max、36GB内存、512GB硬盘；它要替代的Claude Max 20X和ChatGPT Pro 200都是200美元一个月。2499除以200约等于12.5个月，之后机器就"回本"了。

网上流行的算法不止这一条：有人按苹果分期算，每月还款跟订阅费差不多；也有人算M5 Ultra那套等于65个月。可这些算术都默认了一件事：主机干的活和订阅一样。草色遥看近却无，远看一片绿，走近了才知道什么都没有。

200美元到底买了什么

一份订阅打包卖给你三样东西：

1. 模型。Claude Code里是自家前沿模型，Codex里是另一家的。
2. 算力。模型跑在别人机房里，笔记本合上照样能干活。
3. 额度。Max 20X每个5小时会话的用量是Pro的20倍；另有一条跨模型的周限额，倍数没公布。官方8月29日宣布标准周限额永久上调25%，9月14日生效。

主机能顶掉一部分：它一直开机，合盖也能跑任务，没有会话上限也没有周限额。顶不掉的是第一样，前沿模型。

单价比个价：Opus 5.5每百万token读4美元、写20美元，Sonnet 5.5和GPT 6.1是2美元和10美元。

买哪台，跑哪个模型

本地跑模型，模型得整个塞进内存，塞进去之后内存带宽决定它写得快不快。36GB那台带宽约460GB/s，40核GPU的M5 Max约614GB/s；配1TB硬盘，48GB版3399美元，64GB版3799美元。

真正值得算的是Qwen 3.8 27B，8月14日放出的开源模型，270亿参数。要塞进内存得跑4位量化版，把每个权重压进更少的比特，省内存但要冒一点质量风险；4位MLX文件合计16.05GB。

macOS只让图形芯片用一部分内存，官方没公布数字，通行估法是36GB及以下约三分之二。36GB那台约24GB可用，模型装得下，还剩约8GB留给对话。它的兄弟Qwen 3.8 Flash Next光文件就106.29GB，要256GB Ultra才装得下，所以拿27B当基准才有现实意义。

本事到底几分

官方模型卡给27B在Terminal Bench 2.1打了73分，这是一项测终端编码智能体的测试，同一张表里Opus 4.6 Max是78.2分。更新的前沿模型分更高，Opus 5.0在另一份榜单上是89.1分，只是测试条件不一样。

Qwen像是落后最新模型一档，但这一档有多大很难说清。社区里有句评价挺到位：别指望它顶Opus 5，可你要觉得Sonnet 4.6够用，它不会让你失望。

速度：梦想撞上物理

27B是稠密模型，每写一个token都要把所有权重读一遍。内存带宽除以模型体积（460除以16.05），36GB那台的理论上限约每秒28.7个token，实测通常更低。

一份评测里，M5 Ultra用8000token的提示词跑这个模型能到每秒48个token；按带宽折算，36GB版约每秒18.4个token，40核版约24.6。

还有个叫drafting的取巧办法：模型先便宜地猜下几个token，再一次性校验整段猜测，只留它认账的部分。引擎作者称在M5 Max笔记本上跑编码任务能到每秒58.7个token，重写刚写过的文件时87.6。

时间也是钱。有人留言说本地模型编码胜过Opus 5，另一个人回：算云模型不算时间成本，等于漏掉决策里最重要的一块。这话在理。

最容易被漏掉的等待：读题

模型动笔前得先把你发过去的东西全读一遍，这一步叫prefill。

编码智能体发出去的远不止你那句话。一项研究记录了发往API的请求：只为回一行字，Claude Code就发了约3.3万个token的系统提示、工具清单和配套脚手架；另一次抓包测出Codex每次约1.5万，一个叫Pi的轻量智能体约2600。

LM Studio的一次测试里，M5 Max用Splash引擎读Qwen 3.8 27B的提示词，约每秒878个token。照这个速度：

• 3.3万token的Claude Code提示，要等37.6秒才出第一个字；
• Codex的1.5万token，约17.1秒。

36GB那台没有公开实测，它比贵一档的M5 Max少8个图形核心，折下来那条提示要约47秒。

引擎差别极大：换个引擎要跑约5分钟，Splash只要91秒；也有人在M3 Pro上跑4位Qwen 27B，5万token的提示等了9分钟。

这段等待比出字速度更要命。真要转本地，第一件事是把智能体发出去的东西削瘦。

这台机器到底能产出多少

公平的测法是：同样的产出，租着用要多少钱？

OpenRouter上有18家厂商提供Qwen 3.8 27B，按用量加权平均每百万token约2.91美元，读只要9美分，几乎白送。

假设36GB那台连跑30天不停，按每秒18.4个token算约4770万token，租用成本约139美元；扣掉电费（整月按最高200瓦算约144度、26美元，实测跑大模型时约106瓦），每月约112美元的价值，而且已是满负荷的样子。

2499美元的主机因此要约22.3个月回本，比流传很广的12.5个月差了近一倍。

再看现实的用法：22天、每天8小时，约1170万token，在OpenRouter上值约34美元。按每月34美元算，回本要约74个月，六年多。人无远虑，必有近忧。

64GB那台纸面上好看些：每秒24.6个token，满月约6370万token、租约185美元，回本约23.9个月；换成工作月只剩1560万token、45美元，落点差不多。

最扎眼的是这个模型的产出太便宜，最便宜的Studio满负荷跑一个月，成本不到机身价的二十分之一。除非机器能接近不停机地跑两年以上，买它的理由就只能是隐私、没有限额、设备归自己。这些理由都成立，但它们不是省钱。

订阅那边又是笔什么账

订阅没法直接比，它给的是Claude和GPT，Qwen给不了。

官方说企业部署平均约每位开发者每个活跃日13美元，按API价折合每月150到250美元，九成用户每个活跃日不到30美元。Pro 200用户收到过一封赠6.25万积分、价值2500美元的邮件，而积分费率与API价一致，所以它说明的是积分值多少钱，不是套餐里包含什么。

Claude套餐算不上割韭菜，它的价位落在企业开发者的平均支出里。更难回答的是：从100美元档跳到200美元档，多出的那100美元买到了什么。

• Claude：有人把订阅拼起来用，测出20X在8月23日约为5X的2.5倍周容量，9月22日约1.5倍。这些不是官方数字。
• Codex：发布时说Pro 200是Plus的20倍用量；但发给Pro 200用户的邮件称，10月30日起降到Plus的10倍。

数字若成立，多花的100美元在Claude这边买到的比名字暗示的少，在Codex这边则是双倍价格换双倍用量。也有人把钱拆开花，从Claude Max 20X换成Claude 5X加Codex 5X，说这是性价比最高的组合。

那到底该不该买

对多数人来说，主机替不掉200美元套餐，只能接走一部分活。

社区看法分两派：有人说要买就上256GB以上的Ultra，低于这个数不如接着订阅；也有人说试过两台最大的机器，结果"把手感毁了"。门槛是高了点，但前面那些等待确实伤手感。

掏几千块之前，先做三件事：

1. 先租着用。OpenRouter按原价转卖、不加价，买额度收5.5%手续费，花几美元就能在自己的真实任务上跑一遍Qwen。
2. 试试混合。有位开发者把日常智能体的活挪到本地Qwen 3.8 27B，订阅从Max 20X降到Max 5X，规矩是能推导的交给本地、要拍板的留给前沿模型；100美元档加20美元租开源模型，比200美元档每月省80美元。
3. 先削瘦智能体的提示词，再去怪硬件。

什么时候买才划算？走本地的人图的是隐私，速度与省钱都排在后面。要是你的代码不允许离开本机，或者你要一个没人能限速、能悄悄改掉或者收回去的模型，并接受拿速度换质量，那就买，36GB的M5 Max已经装得下Qwen 27B。

一句话：主机在省钱上赢不了200美元套餐，它赢在隐私和掌控，输在速度与前沿质量。买之前先看清自己到底是怎么用这份套餐的。及之而后知，履之而后艰。

原文链接：https://medium.com/@
loengnavy/i-compared-a-2-499-mac-studio-to-a-200-month-ai-plan-the-math-surprised-me-dc6e9133e028