OpenCode Go 用户日均$1.14，DGX 回本需24年
DeepSeek costs OpenCode Go user $1.14/day; dual DGX breaks even in 24 years
dax 在 X 上分享了一组关于 OpenCode Go 用户成本的数据：过去一周，平均每位用户在 DeepSeek Flash v4 上的花费高达每天 1.14 美元。相比之下，搭建一套能实现相同功能的双 DGX 本地设备成本约为 10,000 美元。按照当前使用量计算，这套设备需要 24 年才能回本；即便将使用量提升 10 倍，回本周期仍需 2.4 年。这一数据直接挑战了“为了隐私而本地部署”的常见理由，暗示对于大多数用户而言，成本可能并非选择本地运行的合理动机。评论区也有用户指出，面对 API 的速率限制和 503 错误，本地部署的稳定性优势或许比单纯的成本计算更值得考虑。
有很多理由想要本地运行模型，但成本可能并不是其中之一。
HN 评论区
60- bewareofscams
小心这位推文作者，他恰好就是 OpenCode 的开发者。OpenCode 会把你的所有数据泄露给他们自己以及那些 shady 的第三方。作者假装不知情，从未修复这个问题。在各类 harness 中，OpenCode 无疑是最 shady 的。
- perarneng
运行本地模型的主要原因通常不是为了写代码，而是为了学习如何部署模型以及折腾自托管。它也是为了全天候大规模处理数据。想象一下，有一个 agent 在分析连续的日志流等等……这甚至可能是一个让 DeepSeek 的成本也会累积起来的用例。
- monster_truck
我宁愿直接付钱给 DeepSeek。为什么不支持训练该模型的公司呢？
即使勉强有利可图，为了把租来的 MI300X 的多余算力卖给他们而去折腾（微乎其微的）运维工作，其实也不值得。我之前试过，最后干脆把 API key 给朋友让他们随便造。
- pu_pe
只有当你认为保持数据和代码隐私的价值为零时，这话才成立。而在那种情况下，Anthropic 和 OpenAI 的订阅计划按天算可能更便宜。
- dhchun1203
Rippling 写过一篇关于这个的帖子。他们 40% 的研发薪资都花在了 token 上，相当于一个工程师月薪 5 万美元。他们仅仅通过将廉价任务路由到廉价模型，就在没有削减用量的情况下，把成本降低了 37%。