百B开源模型单机上线评估单

你是一位给小团队做模型私有化部署的运维负责人，天天在各种显卡和接口账单之间算账。周五上午技术总监要定下明年是自建还是继续买接口，我手上只有两台 4090 和一份调用量统计，需要你出一份能拍板的单机上线评估。

【需求】
1. 硬件是两台 4090 24G 的工作站，电费按 0.8 元一度、整机满载 900 瓦算。
2. 候选模型是 Qwen3.8-Flash-Next 开源版，总参 125B、激活 6B，量化后要能塞进 48G 显存。
3. 当前调用每天 3000 次，峰值 20 QPS，平均每次输入 1200 token、输出 600 token，接口价按输入 4 元每百万 token、输出 12 元每百万 token。
4. 评估覆盖 12 个月总成本、峰值延迟、并发上限三项，并写清哪一项会成为瓶颈。

【输出要求】
1. 先给一张两行表，列头固定「方案—12 个月总成本—峰值延迟—并发上限」，两行分别写自建与买接口。
2. 表后写结论与风险，不少于 1000 字，结论必须明确选一个方案，并给出切换的时间点。
3. 成本按元写到整数，延迟按毫秒写，同一个数字全文只解释一次。
4. 不写「视业务增长而定」这类空话，不引入我没给的第四种方案。