簡報
返回一個試算工具說,花 $3,499 買 Mac 跑本機開源模型,要 43.6 年才回本。每個數字都能用它自己公開的資料完全重算出來。但只有兩個輸入會動搖答案——API 價格與用量——而那個 API 價格已經是 39 天前的了。
解說 · 價格查於2026年10月12日
在家跑 AI,回得了本嗎?
Sunk Cost 計算器怎麼運作、背後的概念,以及它的數字真正取決於什麼。
給入門者與實務者1 / 16
問題
買一台機器,還是按字數租用 AI?
買:在家跑
硬體一次付清,之後只付電費。就像買車。
租:用線上 API
模型每讀、每寫一小段文字就付一點錢。就像搭計程車。
唯一的問題
這筆購買要多久才能把價錢賺回來?
2 / 16
這個工具
Sunk Cost 是一個免費、開源的回本計算器
由一位開發者打造,用來檢驗一個流行說法:買台 Mac、在本機跑模型,它就會自己回本。它的 README 說明了用意:「它願意說『這回不了本』。這就是產品本身。」
- 39款當代開放模型(資料共 55 款)
- 56台機器:Mac、顯示卡等
- 9月15日2026年發表於 Hacker News
資料、公式與缺口全部公開3 / 16
頭條數字
一台 $3,499 的 Mac 要 43.6 年才回本
M5 Max、64 GB 的 Mac Studio,跑 Qwen3.8 27B,一天 50 萬 tokens。省下的錢一天只有約 $0.22。
- 43.6年回本(公開的預設設定)
- 13 / 13項公開數字可完全重算
- 9月3日其 API 價格的查核日
算術正確,價格來自明講的日期4 / 16
概念一 · Tokens
AI 以 token 讀寫,你按 token 付費
什麼是 token?
一小段文字,常是一個字詞的一部分。模型以它計數,也以它計價。
輸入與輸出
輸入是你送出的:問題、檔案、對話紀錄。輸出是模型寫回來的。
每百萬的價格
工具在9月3日記下的:Qwen3.8 27B 每百萬輸入 $0.32、每百萬輸出 $2.50。寫比讀貴。
5 / 16
方法
整個計算只有三步
- 1每日 API 帳單輸入 tokens × 輸入價格 + 輸出 tokens × 輸出價格
- 2每日在家的電費產生輸出所花的時數 × 機器瓦數 × 電價。本機這一側就只算這個。
- 3回本天數機器價格 ÷(API 帳單 − 電費)。如果省下的是零或負數:永遠回不了本。
公式公開在專案的 README6 / 16
實際算一遍
把預設值一路算到 43.6 年
步驟 算式 每日 API 輸入 468,750 tokens × 每百萬 $0.32 $0.150 API 輸出 31,250 tokens × 每百萬 $2.50 $0.078 在家電費 0.35 小時 × 145 W × $0.17/kWh $0.009 省下 0.228 − 0.009 $0.22 回本 $3,499 ÷ 0.2196 = 15,936 天 43.6 yr 電費幾乎不算數
它只占 API 帳單的 3.8%。145 W 是專案自己的暫代值,因為 Apple 沒有公布2026年機型的耗電數字;就算電費全免,答案仍是 42 年。
7 / 16
概念二 · 記憶體頻寬
在家的速度,受限於記憶體能被讀多快
每寫一個字,機器都要把整本書重讀一遍。水管更粗、或書更薄,就寫得更快。
- 614 GB/sM5 Max 的記憶體頻寬
- 18.6 GB每個 token 要讀的量:權重加 KV 快取
- 24.8 tok/s614 ÷ 18.6 × 0.75 效率:推估值
- 0 / 98筆實測速度資料涵蓋任何 M5 機器
8 / 16
概念三 · 上下文視窗與 KV 快取
對話越長,要的記憶體越多、跑得越慢
上下文視窗
模型一次能看在眼裡的文字量,例如 32k tokens。它的短期記憶。
KV 快取
模型對讀過的每個 token 留下的筆記,免得重算。筆記隨每個 token 增長:這個模型在 32k 時是 2.15 GB。
塞不塞得下
權重加 KV 快取必須放得進可用記憶體。64 GB 的 Mac 給 GPU 用的是 48 GB,39 款當代模型中有 27 款在 32k 下放得進。
9 / 16
概念四 · 預填與解碼
讀提示很快,寫很慢
預填:讀
整個提示一次平行處理,受限於原始算力。
解碼:寫
一次一個 token,每個都要重讀記憶體,受限於頻寬。在家每秒幾十個 tokens。
簡化之處
工具只計解碼時間,把輸入當成免費。它的 README 說,在輸入很重的工作上,真實的每日上限可能低 20–30%。
10 / 16
概念五 · 提示快取
重送的文字常常大打折扣計費
當提示的開頭和業者最近看過的一樣,業者會重用已存的運算結果——即快取命中——這些 tokens 收費較低。
業者 快取輸入相對一般價格 OpenAI 0.25–0.50× Gemini、Moonshot AI 0.25× DeepSeek;Alibaba Qwen(需明確啟用) 0.1× 沒有算進去
Sunk Cost 把所有輸入都以全價計。對多半在重讀上下文的代理程式來說,租用比顯示的更便宜,所以回本更久。
快取價格依 OpenRouter 所列,2026年10月15日查閱11 / 16
什麼會改變答案
用量移動的是日期,不是終點線
- 436 yr一天 5 萬 tokens:輕度個人聊天
- 43.6 yr一天 50 萬 tokens:預設值
- 13 months一天 2,000 萬 tokens:全天候跑代理程式
終點線
這台機器約等於 80 億 tokens 的省下 API 支出。用得越快,越早到線。API 價格下跌,則把線推得更遠。
預設 Mac Studio 搭 Qwen3.8 27B,9月3日價格12 / 16
數字底下的價格
「雲端價格」不是一個數字
有二十家業者提供這個模型。同一台機器、同一個模型、同一天,以10月12日價格計:
API 價格 這份工作量 回本 工具記下的數字,9月3日 $6.94/mo 43.6 yr 最便宜的現行業者,10月12日 $1.85/mo 182.9 yr 20 家現行業者的中位數 $5.24/mo 58.5 yr 最貴的現行業者,10月12日 $15.54/mo 19.1 yr 舊了,不是錯了
照工具自己的規則——最便宜的現行業者——39 天後的答案更接近 180 年,而不是 44 年。讓 API 價格持續下跌的開關預設是關的,所以 43.6 是這組預設能給出最寬厚的答案。
13 / 16
反應
媒體重複這個數字;社群則提出質疑
媒體
43.6 年這個數字一路傳開,在上線近四週後的10月11日登上台灣的 T客邦。
Hacker News
速度推估「至少低了 2 倍」;全天候使用回本很快;隱私比錢重要。
作者的修改
上線當天加上填入自己實測速度的欄位與「最佳選購」頁面;9月18日把用量滑桿提高到一天 1 億 tokens。
14 / 16
限制
計算器漏掉了什麼,又往哪個方向推
沒算進去的 若算進去,在家的硬體會顯得…… 轉售價值、其他用途、隱私 更划算 推測解碼、MTP、8 位元 KV 快取 更快,但省下的錢幾乎不動 一台機器同時跑多個代理程式 在極高用量下更划算 API 的提示快取折扣 更不划算 預填時間、待機耗電、折舊 更不划算 15 / 16
重點
為了隱私或重度代理程式而買,不是為了省錢
- 用你自己的兩個數字。從業者後台拿到真實的每日 tokens,以及你實際會用的那家業者的價格。這兩者合起來能讓答案變動十倍以上。
- 填入實測速度(用 llama.cpp 或 vLLM 量),別只信推估值——它決定你等多久,雖然不太影響帳單。
- 把快取折扣算進去。快取命中多的代理工作,會讓租用更便宜。
- 檢查模型品質。工具比較的是開放模型;前沿模型的訂閱是另一種取捨。
計算器:sunkcost.ai16 / 16