GMKtec EVO-X2 可离线运行 Claude Code：一次性投入 1,800 美元，每月 0 费用

一台迷你 PC。一次安装。Claude Code 指向你的客厅，而非 Anthropic 的服务器。

如果你每月为 Claude Code Max 支付 200 美元，再为 ChatGPT Pro 支付 200 美元，那么你每年在 AI 上的花费接近 5000 美元。这个账目过去是合理的。桌面设备无法企及云端所能提供的服务。

但现在情况变了。

GMKtec EVO-X2 是一台迷你 PC，尺寸相当于一本精装书。售价 1800 美元。它可以在本地运行多达 2000 亿参数的模型，并且你可以将其连接到 Claude Code，让 CLI 将每个请求发送到你的设备，而不是 Anthropic。相同的界面，相同的代理循环，数据不离开你的网络，不计费。

以下是具体的设置方法以及你所需的一切。

设备

EVO-X2 外观毫不起眼。黑色，放在架子上，价格比大多数游戏笔记本还便宜。但内在才是改变游戏规则的关键。

1┌────────────────────────┬──────────────────────────┐
2│ 规格                   │ GMKtec EVO-X2             │
3├────────────────────────┼──────────────────────────┤
4│ 芯片                   │ AMD Ryzen AI Max+ 395     │
5│ 核心 / 线程            │ 16 / 32                   │
6│ 最高频率               │ 5.1 GHz                   │
7│ GPU                    │ 40 RDNA 3.5 计算单元      │
8│ NPU                    │ 50 TOPS                   │
9│ 统一内存               │ 128GB LPDDR5X             │
10│ 可用作 VRAM (Linux)    │ 最高 110GB                │
11│ 峰值功耗               │ ~140W                     │
12│ 价格                   │ $1,700 - $2,000           │
13└────────────────────────┴──────────────────────────┘

芯片是 AMD 的 Strix Halo，以 Ryzen AI Max+ 395 的名义销售。这是有史以来第一款可以在单块芯片上容纳 2000 亿参数模型的 x86 芯片。Lisa Su 在 2026 年 CES 主题演讲中带着这款芯片上台，后来还在一台设备上签了名。CEO 签名通常意味着 something 发生了重大变化。

变化在于：统一内存。不再使用独立的 GPU 及其自己的小容量 VRAM 池，CPU 和 GPU 共享一个 128GB 的内存池。模型加载一次，两块芯片从相同的地址空间读取数据。Apple Silicon 也是如此，这也是 Mac 在本地 AI 方面表现超群的原因。

这里的区别是，EVO-X2 可以正常运行 Linux，这意味着 Ollama、llama.cpp、vLLM 以及其他开源 AI 栈都能顺利运行，无需折腾。

实际能跑什么

根据已发布的基准测试和社区对 AMD AI Max 平台的测试，在 Linux 上使用 Q4 量化堆栈大致如下：

1┌──────────────────────┬────────────┬───────────────────────────┐
2│ 模型                 │ 大小       │ 大致速度                   │
3├──────────────────────┼────────────┼───────────────────────────┤
4│ Qwen3-Coder 30B      │ ~18GB      │ ~40-50 tok/s               │
5│ Llama 3.3 70B        │ ~42GB      │ ~20-25 tok/s               │
6│ DeepSeek-V3          │ ~95GB      │ ~10-12 tok/s               │
7│ Qwen3-235B           │ ~110GB     │ ~6-8 tok/s                 │
8└──────────────────────┴────────────┴───────────────────────────┘

其中，能够替代 Claude Code Max 的两个模型是 Qwen3-Coder 30B 和 Llama 3.3 70B。两者对于开发工作完全可用，内存充足且有空间容纳长上下文窗口。在设备成本回收后，每个 token 都不再需要付费。

更大的模型在你需要时随时可用。Qwen3-235B 在许多基准测试中与 Claude Sonnet 水平相当。没错，速度更慢。但对于那些速度不是瓶颈的查询来说，值得使用。

从零开始的完整设置

准备一晚时间。大部分时间花在下载上。

步骤 1. 清除 Windows。

EVO-X2 预装 Windows 11。Windows 将可用 VRAM 限制在 96GB。Linux 可以解锁到 110GB。为一台买来做 AI 的设备保留 Windows 没有意义。从 Ubuntu 24.04 USB 启动，格式化硬盘，安装。

步骤 2. 安装 Ollama。

1curl -fsSL https://ollama.com/install.sh | sh

这就是引擎的全部。Ollama 负责模型加载、内存管理和 API 端点。无需配置文件，无需折腾 GPU 驱动。AMD 的支持现在已经很成熟了。

步骤 3. 拉取模型。

1ollama pull qwen3-coder:30b

等待大约十五分钟下载。模型大小约 18GB，会保存在磁盘上。

步骤 4. 测试。

1ollama run qwen3-coder:30b "write a python function that downloads a file with progress"

如果你得到了响应，那么最困难的部分已经完成了。

步骤 5. 安装 Open WebUI（可选但推荐）。

1docker run -d -p 3000:8080 \
2  -e OLLAMA_BASE_URL=http://localhost:11434 \
3  -v open-webui:/app/backend/data \
4  --name open-webui ghcr.io/open-webui/open-webui:main

现在你拥有了一个类似 ChatGPT 的界面，地址为 http://evo.local:3000，可以通过网络上的任何设备访问。手机、笔记本、平板电脑，都能连接到你自己的设备。

步骤 6. 将 Claude Code 指向本地端点。

这一步才能真正替代订阅。

1export ANTHROPIC_BASE_URL=http://evo.local:11434
2export ANTHROPIC_API_KEY=ollama

现在，CLI 工具 Claude Code 会将每个请求发送到你的 EVO-X2，而非 Anthropic。相同的命令，相同的代理循环。数据不离开你的网络。

整个流程：如果你从未接触过 Linux，大约需要九十分钟。如果你有经验，四十五分钟。

账目

这台设备能替代哪些订阅，逐项列出。

1┌────────────────────────────┬──────────────┬──────────────┐
2│ 订阅                       │ 月费         │ 年费         │
3├────────────────────────────┼──────────────┼──────────────┤
4│ Claude Code Max (20x)      │ $200         │ $2,400       │
5│ ChatGPT Pro                │ $200         │ $2,400       │
6│ Cursor Pro                 │ $20          │ $240         │
7├────────────────────────────┼──────────────┼──────────────┤
8│ 总计                       │ $420         │ $5,040       │
9└────────────────────────────┴──────────────┴──────────────┘

设备售价 1800 美元。电费大约每月 9 美元（24/7 运行）。

第五个月即可回本。之后，每月原本从账户流出的钱都留在了自己手里。三年下来，大约可以节省 13000 美元，而这些钱原本都交给了 AI 公司。

真正的变化不在于节省开支。而是行为上的改变。当你不再按 token 付费时，你就不会限制自己的使用量。你会让代理在夜间运行那些以前因为计费而根本不会开始的任务：全代码库审计、跨数百个文件的文档处理、你曾说服自己放弃尝试的重构实验。本地推理的边际成本为零，这彻底改变了你的使用方式。

实际能做什么

编码是最明显的用途。Claude Code 指向本地的 Qwen3-Coder 30B。你像使用 Anthropic 模型一样编写代码。30B 在非常困难的问题上明显不如 Claude Sonnet，但总比没有好，而且边际成本为零。对于日常 90% 的编码工作来说，这个权衡是可以接受的。

能够运行数小时的代理。这才是真正打破计算逻辑的地方。构建一个研究代理，抓取特定账号，总结新帖子，在 Telegram 上发布每日摘要。在 Anthropic API 上，这每天需要花费 15-20 美元的 token 费。在 EVO-X2 上，它在后台运行，你甚至忘了它的存在。

对私有文档进行 RAG。该设备有足够余量，可以在聊天模型之外同时保持一个嵌入模型常驻。将你的笔记、聊天记录、工作文档放入向量数据库。按语义而非关键词进行搜索。数据不离开设备。

批量转录和摘要。Whisper 可以在同一硬件上运行。放入一个包含语音笔记或录音的文件夹，就能得到转录文本。云端版本按分钟收费，价格不菲。本地版本只消耗电费。

曾经感觉成本高昂的快速实验。想测试微调分类器是否比提示词效果更好？试试看。想用 LLM judge 评估 10000 个样本？跑一下。成本只关乎电力和时间，而不是每 token 几美分，这让你不再犹豫是否去做各种实验。

做不到的事

这台设备无法替代两件事。

第一是前沿推理。Claude Opus 4.7 和 GPT-5 在你真正需要模型深入思考时，仍然领先于任何你能在家运行的模型。对于最难的那 5% 的问题，你仍然需要使用云端。但你会通过按用量付费的 API 来完成，而不是每月 200 美元的订阅。

第二是并发处理。EVO-X2 适合单人使用。两人共享也可以。五个人就不行了。如果你在为一个团队构建系统，要么租用云 GPU，要么购买更多设备。

对于其他一切——日常编码、草稿撰写、代理、搜索、转录、文档分析——本地堆栈已经足够。而这些正是大多数人实际使用 AI 的主要场景。

诚实的权衡

在持续负载下，设备会发热。不至于危险，但你会听到风扇声。不要把它放在卧室里。

Ollama 在 AMD 上已经非常成熟，但它不是 CUDA。一些较新的模型会附带 Nvidia 专属优化，你需要等待几周才能让 AMD 路线跟上。这是先行者需要付出的代价。并非无法接受。

开源模型的选择非常丰富，但并非无限。最大的开源模型在某些任务上仍然不及 Claude Sonnet 4.6 的水平。编码方面没问题，推理方面没问题，但在顶级创意写作方面尚未达到。

Linux 设置要求你了解 Linux。上述命令很简单。但当你第一次遇到问题并需要调试时，你可能会花上一个小时翻看 Reddit 帖子。这是选择本地部署而非再等一年所付出的代价。

而且你是在购买硬件。如果明年 AMD 推出两倍性能的产品，你的 1800 美元不会自动退款。这与任何科技产品购买的风险相同。但由于第五个月就能回本，你并不需要持有设备三年才能让账目成立。即使只用一年，硬件成本也已经覆盖。

为什么是现在

这项配置在十八个月前并不存在。芯片当时不存在。128GB 统一内存的桌面设备还买不到。Ollama 在 AMD 上运行不顺畅。Claude Code 也不允许你通过一个环境变量将请求重定向到本地端点。

所有这四项改进都是在过去一年内实现的。

这个窗口——即此操作尚不显而易见——正在迅速缩小。到下一届 CES 时，AI 迷你 PC 类别将面目一新。更多设备、更多芯片、更多软件。现在你可以成为先行者，而账目已经对你极为有利。

单次购买 1800 美元。每月电费 9 美元。Claude Code 在你的桌面上运行，而非 Anthropic 的服务器，无日志记录，无数据传输，无月度账单。

我总是在这类配置流行之前找到它们。关注 @gippp69 并加入频道：https://t.me/GipArcAI。