最近想省 API 成本，在 3090 上試了幾個本地模型配 Ollama。

qwen 跟 gemma 都讓我失望——GPU 跑滿但沒輸出，或假裝 task 完成但什麼都沒做。

glm-4.7-flash 目前最穩。36/64 split 也不卡，體感接近 Sonnet。有個 caveat：輸出中斷控制較差，長任務要有耐心。但如果想省錢跑本地，先試 glm。