本機模型的吸引力，是可自行選擇模型與執行環境。是否值得，取決於你的任務是否做得好，以及維護成本是否可接受。
先定義「本機」的範圍
模型在電腦執行，不代表周邊工具都離線。搜尋、連接器、雲端模型、遙測與檔案同步仍可能連外。若資料不能離開特定環境，先檢查完整資料流與工具設定，而不是只看下載了模型檔。
硬體怎麼估
記憶體需求和參數量、權重精度、上下文長度、並行數及執行工具相關。量化通常降低權重儲存需求，但品質影響依模型與任務而異；不能用「某 B 模型一定只需要某 GB」替代實際量測。
先選工具官方支援、設備能容納的小模型，保持預設或文件建議的短輸入，記錄記憶體峰值與完成時間，再增加任務大小。不要為還沒量測的需求購買硬體。
用六則短訊息做第一次比較
準備交通、活動、其他各兩則自寫短文，事先標好答案。用相同指令要求分類與原文依據，分別測本機與雲端。記下錯分、杜撰、格式錯誤與人工修正時間；這六則只是小樣本，不能算成普遍正確率。
請只回傳：編號｜交通、活動或其他｜原文依據。 資料不足時用其他；不要補充原文沒有的資訊。 [貼上六則已去除個資的短文]
比較真正的總成本
- 雲端：訂閱或 API 使用費、上傳限制、校對與資料處理需求。
- 本機：硬體、電力、模型儲存、升級維護與失敗排查時間。
- 共同成本：讀結果、修錯與保存可追溯紀錄。
如果本機在固定分類工作已足夠，可留給它；複雜任務則另行評估。既不用預設本機一定比較便宜，也不用預設雲端在你的每一種任務都比較好。
工具入口
Ollama 提供模型執行與 API 路徑，LM Studio 提供圖形介面，llama.cpp 提供較底層的執行工具。依自己需要選一個開始，具體硬體與模型支援看各自官方文件。
官方資料與延伸閱讀
方案、可用功能與限制會更新，請以連結中的官方說明及帳號當下顯示為準。本文的練習是編輯設計的示例，不是工具效能實測。