Mac Studio M4Max 实测：本地跑 Claude Code，速度提升5倍以上

最近，JeecgBoot 团队在一台搭载 M4 Max 芯片的 Mac Studio 上，对 Claude Code 的本地部署做了深度实测。他们没用官方原版，而是选了社区里一个叫 gemma-4-26b-a4b-it-claude-opus-heretic-ara 的魔改模型——结果直接把生成速度干到了 78 token/秒，是官方原版的 5~6 倍。

不是调参调出来的，是换模型换出来的。这说明，选对模型，比折腾提示词、改参数有用得多。

为什么这个模型快？关键在“只用四分之一”

这个模型标称 260 亿参数，但实际每次推理只激活约 40 亿参数——用的是 A4B（Active4B）的 MoE 架构。有点像你家有十间房，但每次只开一间灯，省电又高效。

好处是显而易见的：

• 在 M4 Max 上跑得飞快，不卡顿
• 显存占用低，16GB 显存就能跑
• 支持 256K 上下文，能一口气处理整份项目代码
• 完全兼容 Anthropic API 格式，不用改任何代码，直接替换就能用

实测中，它能秒出 Vue3 + TypeScript 的 script setup 写法，SQL 自动带 Flyway 版本号，Controller、Service、Mapper 一整套骨架全给你列好。不是“能用”，是真能直接拿去改。

慢的不是模型，是它“想太多”

别被 78 token/s 误导了。生成一段教师表代码，总耗时还是得 1 分半钟。

为什么？因为 Claude Code 不是直接写代码，它要“思考”：

• 先分析你项目里用了什么框架
• 再判断你用的是 MyBatis 还是 JPA
• 然后翻自己的“技能库”，加载对应的模板
• 最后才开始写

这一套流程下来，光是“思考”阶段就占了 80% 的时间。Token 数膨胀得厉害，实际生成反而快。

所以，如果你只是想快速生成一个简单的增删改查接口——用它太慢了。不如直接打开 LM Studio，用个轻量模型聊两句，10 秒搞定。

但要是你让 AI 帮你重构一个复杂模块，或者改掉一个有历史包袱的 Service，它的“想太多”反而是优势——能避免你踩坑，逻辑闭环做得比人还细。

真用起来怎么样？JeecgBoot 教师表实录

我们让模型生成了一套 JeecgBoot 的教师表完整代码，结果如下：

• SQL：字段名、注释、时间戳全对，Flyway 版本号自动生成，不用手动改
• Vue3：用的是 script setup + TypeScript，没用 Options API，符合现在主流
• 后端：Controller、Service、Mapper、DTO、VO 全都有，连分页查询的接口都写好了
• 缺点：复杂逻辑，比如权限校验、事务嵌套、缓存失效策略，它写得像模板，得人工补细节

不是“AI 写的代码”，是“一个有经验的 Java 开发者写的代码”——只是他不会问你“你用的是 Spring Boot 2.7 还是 3.x？”

建议：生成完，别直接提交。重点检查：

• 数据库字段是否和你现有表一致
• 权限注解有没有漏
• 日期格式是不是你项目用的 yyyy-MM-dd HH:mm:ss

真实建议：别迷信一个模型，用“高低配”

我们团队现在是这么用的：

• 80% 的日常开发 → 本地跑这个魔改模型
  做 CRUD、写接口、改前端、写单元测试——全本地，不联网，数据不出公司，免费，快。
• 20% 的复杂任务 → 用官方 Claude API
  比如设计微服务架构、写安全审计模块、处理多租户权限体系——这时候，宁可花钱，也要用更稳的云端模型。

不是谁比谁强，是场景不同。本地模型像你的老伙计，啥都懂，反应快，但偶尔偷懒；云端模型像专家顾问，贵，但关键时刻靠得住。

结论：本地 AI 开发，已经能用了

M4 Max + Q4_K_XL 量化 + 社区魔改模型，这套组合拳，让一个普通开发者能在自己电脑上，跑出接近云端 Claude 的代码生成能力。

不需要云服务账号，不用交钱，不用传代码到外网，不用等响应。你改一行代码，AI 三秒内就能给你更新对应测试用例。

这不是未来。这是现在。2025 年，越来越多的团队正在悄悄放弃云 API，转投本地部署。不是为了炫技，是为了——

**省时间、省钱、更安心。**

如果你还在用 GPT-4o 或 Claude 3.5 做日常开发，你可能正在为每分钟几美分的 token 费用买单。而隔壁工位的人，用 Mac Studio + 本地模型，一分钱不花，还跑得更快。