回本模型是怎么算的？
本地自部署和云 API 是两种成本结构。本地 = 固定成本 F + 边际成本 m×用量：F 是硬件采购价按月折旧再加托管运维；m 是每百万 token 的电费（由功率、电价和吞吐折算）。云 API = 综合单价 c × 用量，纯按量、零固定。
两条线的交点就是回本门槛 M\* = F ÷ (c − m)：月用量高于它，本地更省；低于它，云 API 更省。另一个约束是单机产能上限 M_max = 吞吐 × 利用率 × 一个月的秒数——一张卡一个月最多也就吐这么多 token，超过就得再加设备，固定成本随之翻倍。
举个例子
买一张卡：采购价 ¥13,000、折旧 24 个月、每月固定开销 ¥200 → 月固定 F ≈ ¥742。若云端综合单价 ¥12 / 百万 token、本地边际电费 ¥0.6 / 百万 token —— 回本门槛 ≈ 742 ÷ (12 − 0.6) ≈ 65 百万 token / 月。
也就是说，月调用量长期低于 6,500 万 token 时，其实继续用 API 更划算。
吞吐（TPS）对结果影响极大，而它取决于模型大小、量化、batch 和并发，请按你的真实部署实测修正。想先校准云端单价，去 Token 成本计算器 或 大模型价格对比。