如果 2 - 3 万人民币设备，部署本地 dsv4flash ， token 基本够用，你是会选择本地部署还是接云 api？

The current q2 results use ds4-bench with the standard Promessi sposi
input, 2048-token context steps, and 128 greedy generation tokens at every
frontier. Each prefill number is for the next 2048-token chunk. The complete
sweeps are in m5_max.csv and
gb10.csv.

Machine |
Backend |
Context |
Prefill |
Generation |

MacBook Pro M5 Max, 128 GB |
Metal |
2048 |
790.18 t/s |
39.35 t/s |

MacBook Pro M5 Max, 128 GB |
Metal |
16384 |
572.53 t/s |
36.14 t/s |

MacBook Pro M5 Max, 128 GB |
Metal |
32768 |
557.04 t/s |
34.36 t/s |

MacBook Pro M5 Max, 128 GB |
Metal |
65536 |
398.50 t/s |
27.64 t/s |

DGX Spark GB10, 128 GB |
CUDA |
2048 |
825.76 t/s |
18.05 t/s |

DGX Spark GB10, 128 GB |
CUDA |
16384 |
872.44 t/s |
15.10 t/s |

DGX Spark GB10, 128 GB |
CUDA |
32768 |
855.94 t/s |
14.43 t/s |

DGX Spark GB10, 128 GB |
CUDA |
65536 |
822.98 t/s |
13.84 t/s |

Older measurements for machines and model variants not rerun in this pass are
kept for reference. They used the earlier CLI prompt procedure and are not
directly comparable with the table above.

Machine |
Quant |
Prompt |
Prefill |
Generation |

MacBook Pro M3 Max, 128 GB |
q2 |
short |
58.52 t/s |
26.68 t/s |

MacBook Pro M3 Max, 128 GB |
q2 |
11709 tokens |
250.11 t/s |
21.47 t/s |

Mac Studio M3 Ultra, 512 GB |
q2 |
short |
84.43 t/s |
36.86 t/s |

Mac Studio M3 Ultra, 512 GB |
q2 |
11709 tokens |
468.03 t/s |
27.39 t/s |

Mac Studio M3 Ultra, 512 GB |
q4 |
short |
78.95 t/s |
35.50 t/s |

Mac Studio M3 Ultra, 512 GB |
q4 |
12018 tokens |
448.82 t/s |
26.62 t/s |

Mac Studio M3 Ultra, 512 GB |
PRO q2 |
32768 tokens |
138.82 t/s |
9.56 t/s |

以上是看 https://github.com/antirez/ds4 这个仓库的数据。

最近 dsv4 涨价太猛了，所以尝试找找本地部署的方案，找到这个方案，由于手里也没有设备同时也不太懂这个 速度的问题，也无法测试具体的实践效果如何，不知道有相关设备的朋友，能不能帮忙看看或者测试一下。

目前看了咸鱼 M3 MAX 128G 的大概 2.5 万左右，感觉按照 dsv4 flash 的价格的话可以接受本地部署了。M5 MAX 苹果官网看了一下要 5 万多，暂时没有这么多预算。