本地模型是什么：运行地点和模型是否开源是不同问题
解释在自有设备运行模型的含义，区分本地界面与远端推理，说明依赖准备、离线条件和输出核对应怎样检查。
先理解这个概念
本地模型通常指在使用者控制的设备上运行推理的模型。它与开放权重或开源不是同一个概念，也不能仅因程序安装在电脑就认定推理在本机。权重、运行依赖及必要资源准备好后，某些流程可以离线处理，但仍需核对实际请求和工具行为；本地运行不会自动保证结果正确或所有资料都不离开设备。
本地程序不一定调用本地推理
Whisper 原仓库提供自运行语音识别，Transformers 则说明模型下载、缓存与运行环境。这类方式需要设备真正加载模型。另一种程序虽然有桌面窗口，却把输入发送给远端 API，应明确区分。模型许可决定可以如何使用与分发，执行位置则说明计算发生在哪里，两者不能互相推断。即使推理本机完成，外部搜索或其他工具仍可能联网，因此应核对整条流程，而不是只根据模型文件存在就给应用贴上离线标签。
同一公开样本确认运行位置与输出
例如用允许处理的短录音检查本地转写，保存模型版本和实际运行设备，核对文字是否与原音一致。准备好资源后，再按项目允许方式验证断网条件下所需功能是否仍可完成。若某一步请求远端，应单独记录，不能把只完成了一半的离线操作写成全流程通过。本页没有安装模型、读取机器缓存或检测网络请求，例子只是说明验证方法。加载成功与任务成功应分开，避免把能启动当作已经达到可用质量。
设备资源和版本维护不能省略
本地部署需要足够存储与运行内存，长输入和并发还会增加资源需求。更新权重或后端后，用保留样本检查输出与兼容，不要静默替换可用版本。成本包含设备负载及人工维护，不能只按是否存在按次收费判断。若硬件条件不适合目标任务，可以比较云端服务或较小模型，但必须重新验证质量。保留可恢复配置和原始资料，最终按真实任务确认是否值得本地运行，不把执行地点当成能力排名。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。