本地部署大模型，怎么越玩越像当年折腾街机模拟器？

我自己最近掉进本地部署的坑，量化、vLLM、各种推理开关，调来调去，感觉跟当年在PC上搓MAME模拟器一个德行。为了流畅跑个《街霸》要刷ROM、调D3D、逐帧跳，现在为了把DeepSeek塞进自己电脑，也是各种省显存骚操作，一跑推理模型就盯着显存占用，像当年死盯帧率一样。最离谱的是，我折腾了大半天，最后发现最优方案居然是换个思路直接调API，清楚得像当年折腾完模拟器，发现楼下街机厅一块钱三币最省事。所以就想问问，这边还有坚持本地部署的动手党吗？你们留下自部署模型的理由是什么？别跟我说就为了看思维链不被打码，我自己刚干过这事，真跟看出招表一样上头。