本地大模型（Local LLM）
在自己电脑或服务器上运行的大模型（通常用 Ollama、llama.cpp 等工具）。数据完全不出本机，无 API 费用；受限于本地算力，模型规模通常小于云端旗舰。
开源大模型（Open-Source LLM） Open-Source LLM
公开权重可自由下载部署的大模型（Llama、Qwen、DeepSeek 等）。优势是数据不出本地、可微调定制、无 API 依赖；代价是需要自己管算力和运维。
相关术语
微调（Fine-tuning）
在预训练模型基础上，用自己领域的数据继续训练，让模型的风格与能力向特定任务靠拢。比 RAG 更改变模型的“本能”，成本与门槛也更高。
量化（Quantization）
把模型权重从高精度（如 16 位）压到低精度（8 位/4 位）以省显存、提速。量化后的大模型能跑在笔记本甚至手机上，代价是精度小幅下降。