易混淆對照
本地模型跟雲端模型差在哪？隱私成本效能三角
本地模型跟雲端模型差在哪？隱私成本效能三角
問你要不要把公司資料丟給 ChatGPT 這類雲端模型，很多人會遲疑，這時候本地模型就會被提起。
了解兩者的取捨，你才能依需求做出合理選擇，而不是單純聽別人說哪個比較好。
你將學到什麼
定義
雲端模型借用他人伺服器運算，本地模型下載到自己電腦運算。
白話比喻
雲端模型像借用超級大腦，本地模型像在自己家蓋倉庫。
跟誰容易搞混
選擇本地模型前，要先確認硬體是否足夠，也就是 VRAM 顯存。
雲端模型是什麼
雲端模型只要有網路就能使用最頂尖的 AI 模型，功能持續升級，不用管硬體安裝，但是按量付費，資料會經過對方的伺服器處理。
本地模型是什麼
本地模型把開源模型下載到自己的電腦運算，資料不出門，斷網也能用，長期使用免費，但需要足夠的硬體規格與一定的技術耐心。
本地模型跟雲端模型差在哪？
| 面向 | 雲端模型 Cloud LLM | 本地模型 Local LLM |
|---|---|---|
| 存取方式 | 有網路就能隨時使用 | 斷網也能用，資料在自己手上 |
| 費用 | 按量付費，長期成本較高 | 一次安裝，長期免費使用 |
| 隱私 | 資料經過對方伺服器 | 完全掌握在自己手中 |
| 效能與規模 | 使用最頂尖、最新的模型 | 受限於自己的硬體規格 |
| 適合情境 | 需要最新最強、團隊協作 | 重視隱私、離線、學習研究 |
如何選擇
如果重視隱私、想離線使用或想客製化模型，本地模型更合適，但要先確認硬體的 VRAM 顯存 是否足夠；如果想要最強、最快、最方便，雲端模型是更實際的選擇。
延伸學習
HE101｜Harness Engineering Foundation（3 小時）
三小時的地圖課，不是操作課。把 Model 與 AI System 分開，拆解一套 AI Harness 的八個組成（Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration），再帶你逆向拆解四個你已經在用的系統，最後畫出自己的第一張 Harness Blueprint。5 章 27 課，附學員講義 PDF 與術語速查表。
NT$ 2,599
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599