上个月，我聊过的一位开发者打开 Cursor 账单，发现上面写着 80 美元。而在这之前的一个月，还是一如既往的固定 20 美元。他的工作方式没有任何变化，变的是计费方式。此刻很多人都在经历这一幕，这也是为什么「我干脆自己托管算了?」不再是发烧友的问题，而变成了一个预算问题。
实际情况是这样的。三大 SaaS 型 AI 编程工具（GitHub Copilot、Cursor 和 Windsurf）都在 2025 年年中到 2026 年年中之间转向了按用量或按额度计费。与此同时，像 Qwen2.5-Coder-32B 这样的开放权重代码模型已经足够好，自托管自己的编程助手如今是一个真实可行的选项，而不是一个科研项目。所以这个比较终于值得用真实数字来算一算了。
本文就是这场比较。我会给出个人开发者和成长型团队都适用的真实成本算账，坦诚地评估自托管模型在哪些地方顶得住、在哪些地方不行，并给出一条与你的席位数和质量标准相匹配的建议。先把丑话说在前面：对个人开发者来说，流行的「直接在 GPU 上自托管」建议在账面上通常是错的，我会告诉你为什么。
TL;DR（太长不看版）
- 如果你是单打独斗，GPU 这条路不划算。 按月计费、按标价约 779 美元/月的 GPU VPS，对一个人来说永远赢不了 10 美元/月的 Copilot Pro 席位。
- 自托管 GPU 技术栈是团队的打法。 A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
- 能力因任务而异。 Qwen2.5-Coder-32B 在自动补全和日常编辑上很强；在复杂的、跨多文件的智能体式工作上，前沿的托管模型仍然明显胜出。
- 自托管有一笔维护税。 模型更新、GPU 驱动的怪脾气、上下文大小设置、正常运行时间：一个月几个小时，而不是第二份工作。换之前先把这笔账算进去。
本文涵盖什么（以及不涵盖什么）
这是一份成本与能力的对比，把一套具体、可搭建的技术栈，对照大多数开发者已经在付费的 SaaS 工具。为了让它有用且诚实：
- 涵盖： 每月成本算账（个人与团队）、日常编程能力，以及一条匹配的建议。
- 涵盖： 一套在 VPS 上落地的具体自托管技术栈（Ollama、Continue.dev、Code Server 和 n8n）。
- 不涵盖： 穷尽式的模型跑分或追逐排行榜。
- 不涵盖： 微调，或将这些模型用于非编程类的 LLM 工作。
- 不涵盖： 分步安装。这是一篇「我该不该做」的文章，不是「怎么搭建」的文章。
AI 编程工具的定价发生了什么变化
Cursor 先动手。2025 年 6 月 16 日，它把每请求限额换成了按 API 用量计价：你会拿到一份按 API 费率计价的前沿模型用量额度，忙碌的月份比清闲的月份花得多。这次改动 让许多人感到意外，而且 Cursor 在公告之后的一段时间内提供了退款。2026 年 6 月的一次更新进一步重构了用量额度，但保留了按用量计费的模式。
GitHub Copilot 在 2026 年跟进。据 GitHub 的公告，2026 年 6 月 1 日，旧的高级请求单位被换成了基于 token 的「GitHub AI Credits」。订阅价格保持不变（Pro 每月 10 美元，Business 每用户每月 19 美元），但在这个价格内你能做多少，现在按 token 消耗计量，而代码补全仍然免额度包含在内。
改动最大的是 Windsurf。在 2026 年 3 月，它把旧的额度式自助套餐换成了按配额的套餐，新增了每月 200 美元的 Max 档，并把新的 Pro 价格调到每月 20 美元，同时让现有 Pro 和 Teams 订户按现价保留。此后这款编辑器变成了 Devin Desktop；windsurf.com 现在会跳转到 devin.ai/desktop。Devin 目前的 自助计费文档 把 Teams 描述为每个完整开发席位 40 美元、每月最低 80 美元，而不是简单的「80 美元底价加每席 40 美元」的附加模式。
贯穿始终的一点是：那张你曾能预测的固定月账单，如今基本没了。自托管买回来的正是这份可预测性，也正是这一点让这场比较在当下变得切题。
SaaS 技术栈：你得到什么，每席位多少钱
先看看这笔钱买到了什么，因为买到的东西不少。SaaS 一侧是三款编辑器（GitHub Copilot、Cursor，以及原 Windsurf 的 Devin Desktop），它们提供零配置、紧密的 IDE 集成，以及当下最好的智能体式跨文件推理。装一个扩展或下载一个编辑器，几分钟内你就能开工。对大多数人来说，这份省心正是全部意义所在。
以下是从各工具官方定价页取得的当前每席位价格：
| 工具 | 个人 | 团队 / 商业版 |
|---|---|---|
| GitHub Copilot | Pro $10/mo | Business $19/user/mo |
| Cursor | $20/mo | Teams $40/user/mo |
| Devin Desktop (Windsurf) | Pro $20/mo; Max $200/mo | Teams：每个完整开发席位 40 美元，每月最低 80 美元 |
失效点在于计量表。在按用量和按额度的套餐里，忙碌的一个月就是一张高额账单，而且往往等它到了你才发现。更糟的是，额度用完时，其中几款工具会直接切断你，或把你推向超额计费；没有一个功能降级但免费的本地兜底，让你撑到下一个周期。如果你的收入不稳定，或用量在赶工周暴涨，这种波动是真正的运维头疼事，而不是四舍五入的小误差。
如果你在拿具体工具互相比较，而不是纠结要不要自托管，我在 另一篇 Claude Code 替代方案对比.
自托管技术栈：Ollama、Continue.dev、Code Server、n8n
自托管这一侧由四个部件组成，每个各司其职。 Ollama （当前 v0.31.1）是本地推理引擎：它在你的服务器上运行开放权重模型，并暴露一个兼容 OpenAI 的 API。 Continue.dev 是桥梁，一个 VS Code 和 JetBrains 扩展，把编辑器的自动补全和聊天指向你的 Ollama 端点，而不是云服务商。 代码服务器 （当前 v4.127.0）是运行在浏览器里的 VS Code，直接托管在 VPS 上，当你想让整个环境紧挨着模型而不是放在笔记本上时很方便。而 n8n 是工作流层：你就是靠它把围绕模型的智能体式或多步自动化（跑测试、开 PR、触发 webhook）串起来的。
让这一切站得住脚的模型选择就是 Qwen2.5-Coder-32B，Ollama 将其定位为在标准基准上最强的开放权重代码模型之一。正是这块拼图改变了账面。几年前开放模型还没接近到值得一试的地步；如今，对于日常工作，它们已经够用了。
在你押注 Continue 之前值得知道的一个前提：它现在已是 Cursor 生态的一部分。 Continue 官网自己确认了这次收购，其文档仍然展示了 Ollama 与本地模型配置，但其长期产品方向不如收购前那么确定。眼下把它当作一座实用的桥，而不是最稳妥的长期依赖。
对怕折腾配置的人来说，方便之处在这里：Ollama、Code Server 和 n8n 都能在 Cloudzy 应用市场一键部署，这样「装一套要搭上一个周末」的顾虑就没了。你只需点选并部署整套技术栈，而不用手动拼装。如果你想了解具体选择 Ollama 的理由，我把它和 主要替代品 LM Studio.
专业提示：Qwen2.5-Coder-32B 在磁盘上约 20 GB，在 Q4_K_M 量化下运行大约需要 20-25 GB 显存。这能装进 RTX 4090 这类 24 GB 显存的 GPU，但很紧。在默认设置和中短上下文窗口下运行良好；把上下文拉得很长，就可能开始换页。请按「精心管理上下文才勉强够用」来规划，而不是「余量充足」。
成本对照表：个人开发者 vs. 团队
For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.
现在看数字。SaaS 各列是按席位的合计；自托管技术栈则是固定的月成本，无论多少人共用。
| 场景 | Copilot Business（每席 19 美元） | Cursor Teams（每席 40 美元） | 自托管 GPU 技术栈（固定） |
|---|---|---|---|
| 单人（1） | $19 (or $10 on Pro) | $40 (or $20 individual) | about $779 |
| 5 人 | $95 | $200 | about $779 |
| 10 人 | $190 | $400 | about $779 |
| 盈亏平衡席位数 | 约 41 个席位 | 约 20 个席位 | 不适用 |
Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.
单人的情况不一样，值得直说。你不会让一个人去用一台 779 美元的 GPU。如果你想以个人身份自托管，诚实的对比是把一个小模型（7B）放在约 29 美元/月的 CPU VPS 上，对比 10 美元/月的 Copilot Pro 席位。也就是每月多约 19 美元，换来的是没有用量上限、没有计量意外，以及你的代码永不离开你的服务器。这 19 美元值不值，完全取决于计费的不可预测性在压力和预算上让你付出多少，而不是看纯粹的金额。
快速结论：自托管 GPU 技术栈是团队规模或多工作负载的决定，不是单人的决定。对一个人来说，要么留在 SaaS，要么在便宜的 CPU 机器上跑个小模型。对团队来说，动 GPU 之前先拿席位数去对照 19 美元和 40 美元算一算。
本节关键要点： GPU 技术栈的全部经济道理，就是把一笔固定成本分摊到许多席位上。它是团队或多工作负载的打法，绝不是单人的采购。
能力对比：自托管在哪些地方顶得住、在哪些地方不行
给一套自托管的 Qwen2.5-Coder-32B 一天的日常活儿（自动补全、单文件编辑、「帮我写这个函数」、解释这段代码），你会很难把它和付费助手区分开。在日常任务上，差距很小。崩掉的是那难啃的 20%：跨多文件重写、长周期智能体任务，以及在大代码库上做复杂推理。在那里，前沿托管模型仍然明显胜出，而且差得不少。
| 任务类型 | 自托管（Qwen2.5-Coder-32B） | 前沿 SaaS 模型 |
|---|---|---|
| 自动补全 / 行内建议 | 强大 | 强大 |
| 单文件编辑、小函数 | 强大 | 强大 |
| 代码讲解、问答 | Good | 强大 |
| 跨多文件重写 | 较弱 | 强大 |
| 复杂的智能体式 / 长周期任务 | 明显较弱 | 强大 |
还有一个被低估的速度维度。托管的前沿模型回答快，是因为它跑在别人庞大的推理集群上。你那台 779 美元的 GPU VPS，尤其是在几个队友同时施加负载时，做交互式工作可能会比你习惯的亚秒级响应更慢。它能用，但一旦好几个人共用一张卡，「自托管」和「即时」就不是一回事了。
所以准确的说法不是「Ollama 取代 Copilot」，而是「Ollama 在日常任务上与 Copilot 打平，在复杂任务上落后」。如果你的一天主要是日常任务，那是笔很划算的交易。如果你的一天主要是那难啃的 20%，就不划算。
SaaS 何时仍然胜出
想象一个工作真正对质量要求苛刻的单人开发者（AI 做的是跨多文件的架构改动，而不是自动补全），而且完全没兴趣去运维服务器。对这个人来说，每月 20 美元用上前沿工具是软件里最划算的买卖之一，而自托管则是披着省钱外衣的降级。在那里 SaaS 完胜，而且这还不是唯一的情形。
在以下情况下，SaaS 才是正确的选择：
- 你是单打独斗，而你的质量标准是那难啃的 20%，不是日常编辑。
- Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
- 你的工作流依赖开放模型尚未企及的顶级智能体推理。
- 团队里没人想、也没时间来负责运维。
人们最爱一挥手带过的正是最后这一点，所以让我把维护税说清楚。自托管一套编程技术栈不是第二份工作，但也不是免费的。真正周而复始的活儿包括：拉取并测试新模型版本、在更新后收拾 GPU 驱动的怪脾气、调好上下文窗口大小以免换页显存，以及让机器一直在线，好让模型宕机时团队不被卡住。稳定之后就当它每月几个小时，有人负责就没问题，没人负责就是一场慢动作的灾难。
本节关键要点： 自托管是一项关于成本与控制的决定，只有在超过某个团队规模，或当隐私与合规要求让「我们的代码永不离开我们的服务器」无论账怎么算都不容商量时，才划算。
如何选择：一套决策框架
把自己对上某一行，基本就搞定了。上面的成本表和能力划分已经给了你定位自己所需的一切；这里只是对号入座。
- 单人、对成本敏感、日常任务： 留在 Copilot Pro，或者如果你想要不设上限、私密、可预测的成本，就在便宜的 CPU VPS 上跑一个 7B 模型。别碰 GPU。
- 单人、对质量要求苛刻的工作： 留在 SaaS。前沿工具物有所值，对你来说自托管是降级。
- Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
- Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: 自托管 GPU 技术栈才真正开始说得通。算一算席位账，并把谁来负责运维考虑进去。
如果你落在最后那一行，实际问题就变成 GPU 机器安放在哪里。跑 Qwen2.5-Coder-32B 意味着你需要一张 24 GB 显存的卡，而部署的负担（正是让人留在 SaaS 的那条反对意见）才是值得用工程手段消除的东西。一台带有 Ollama、Code Server 和 n8n 一键部署的 GPU VPS，能让你的整套技术栈跑起来，省去一个周末的拼装，于是你要承担的运维是持续维护，而不是从零搭建。如果这正是你走的路， Cloudzy's Ollama VPS 把 24 GB 显存的 GPU 和一键技术栈放在同一处；价格和当前 GPU 所在地都在该页面上。
常见问题
对个人开发者来说，自托管 AI 编程工具真的值得吗？
用 Qwen2.5-Coder-32B 的 Ollama 能在日常编程中取代 GitHub Copilot 吗？
运行 Qwen2.5-Coder-32B 需要多少显存？
2025 到 2026 年间，Cursor、Copilot 和 Windsurf 的定价有什么变化？
自托管 AI 编程工具能扩展到团队吗？
结论
挑出与你的席位数和质量标准相符的那一行，决定自然就有了。单人且对成本敏感：留在 Copilot Pro，或在便宜的 CPU 机器上跑个小模型。单人且对质量要求苛刻：留在 SaaS。超过交叉规模的团队，或另有其他 GPU 工作负载或隐私要求的团队，才是自托管 GPU 技术栈终于物有所值的地方。计费方式的变化让这笔账值得一算；而对大多数个人来说，账最终仍然指回 SaaS，这没什么不好。在买 GPU 之前，先拿每席 19 美元和 40 美元去算算你自己的账。
