2.8 万亿参数的 Kimi K3 在 128GB MacBook Pro 上跑通了：每秒 1 个 token，512
一台上限 128GB 内存的 MacBook Pro，跑起了 2.8 万亿参数（约 1.45TB 专家权重）的完整版 Kimi K3——2026 年 9 月 8 日开源项目 deltafin 的实测。机器是 M5 Max + 128GB，四块 SSD 同时流式读取专家权重，稳定解码约 1.0 token/秒。听起来很科幻，但作者把难听话也说在前面：512 token 的提示词，出第一个 token 要等约 6.3 分钟。
这组基准的真实价值在别处。
第一，它证明了 SSD 流式这条路能走通：2.8T 的 MoE 模型每层只用 16 个专家，权重按 17.5MB 一个小文件从硬盘读，128GB 内存装不下的问题被绕开了。
第二，它量出了存储瓶颈的规律：1 块盘只有 4 块盘约 52% 的速度，2 块约 73%，3 块约 90%——慢的不是总带宽，而是每层 16 次读取里最慢的那次。
第三，它明确标注每项数字都是单次冷启动实测，日志全公开。

1 token/秒意味着聊天基本不可用，首 token 6 分钟更只适合跑批任务；这是验证性质的项目（fork 自 gavamedia/deltafin），prefill 慢的原因已定位、修复还没做；68 星的小项目，别当生产方案。我的判断：这台“能跑”的最大意义是指明了超大模型本地化的两条硬约束——内存装专家、SSD 供带宽，谁先解决首 token 延迟，谁才谈得上实用。

如果本地跑 2.8T 模型能到 20 token/秒，你最想拿它做什么？