Junie Local Windows 穩定版：24GB RTX 顯卡能做什麼，和免費 Junie Lite 差在哪？
Junie Local 在 10 月 16 日支援 RTX Spark，並讓 Windows 支援轉穩定。本文核對 24GB 顯卡、驅動與磁碟需求、本機模型安裝、55 tokens/s 自測條件，以及與雲端 Junie Lite 的差異。
手上已有 24GB RTX 顯卡的人，現在多了一種讓程式代理讀專案、改檔案和跑測試的本機選擇：Junie Local。
JetBrains 在 2026 年 10 月 16 日宣布 Windows 支援轉為穩定，也支援新推出的 RTX Spark；截至 10 月 22 日，官方文件已列出安裝與模型管理方式。
它會把模型與推論引擎裝到自己的電腦，和需要 JetBrains 帳號、由官方雲端提供模型的免費 Junie Lite，是兩件不同的事。
省掉模型的 token 帳單有吸引力，但顯卡、記憶體與第一次下載門檻仍在。官方宣稱的 55 tokens/s，也只是 RTX Spark 的初步自測，不能套到所有電腦。
Token 是模型處理文字的單位，每秒產生多少 token 量的是輸出速度，沒有直接回答程式修改能否一次成功。
我的建議是，已有合格硬體、想在本機做程式修改的人值得試；若還要為此買新顯卡，先別把免月費當成總成本較低。
先確認電腦能不能跑，再看本機模型如何接進實際開發工作。
Junie Local 是什麼？先和 Junie Lite 分清楚
Local 是在自己電腦運作的推論引擎，Lite 則是 JetBrains 提供的免費雲端模型層，名稱相近，資料與硬體安排卻不同。
推論引擎負責把模型載入硬體，再根據輸入產生回答。程式代理還要讀取檔案、呼叫終端工具和處理測試結果，所以只有一個能聊天的本機模型，不等於已完成整套開發流程。
依 Junie Local 官方文件，本機引擎提供相容 OpenAI 格式的 API，讓 Junie CLI 不必經過雲端模型供應商，就能連到自己的電腦。
API 是讓程式呼叫服務的介面，CLI 則是終端機裡的操作工具。這裡的相容格式是通訊方式，並不是說它在本機執行 OpenAI 的模型。
相較之下，Junie Lite 官方說明描述的是免費基礎模型層，需要有效 JetBrains 帳號，由 JetBrains 基礎設施負責推論，不必由使用者準備能放下模型的顯卡。
Lite 目前採用 Qwen 3.6 27B，但官方說底層型號可能改變，免費層本身不是會倒數到期的試用。不能把它轉述成只免費到 2026 年底。
對一般使用者，先問自己要解決什麼問題會比較清楚。只想減少日常雲端用量，和要求模型運算在自己機器，會導向不同選項，不必因為兩者都免費就當成同一產品。
選擇本機版本之後，下一步是核對硬體。能安裝一般代理，不代表電腦也放得下這次的本機模型。
Windows、RTX Spark 與 Mac 需要什麼硬體？
24GB 顯卡只是 Windows 條件的一部分，作業系統、架構和驅動也要符合，不能只看電腦貼了 RTX 標誌。
在 10 月 16 日的官方發布文章中，JetBrains 列出 Windows 11、Ampere 或更新架構，以及至少 24GB 顯示記憶體的 NVIDIA RTX 顯卡，例子包括 RTX 3090、4090 和 32GB 的 5090。
顯示記憶體簡稱 VRAM，供顯卡保存模型和計算時需要的資料。一般系統記憶體有多少，不能直接代替獨立顯卡可用的 VRAM。
RTX Spark 使用 Windows on Arm，官方則要求至少有 24GB 記憶體可供 GPU 使用。這是不同硬體配置，不能把傳統顯卡規格表直接套過去。
以下依發布文和 10 月 22 日查詢的使用文件整理，磁碟採文件較新的約 21GB 需求。
| 平台 | 系統與主要硬體條件 | 其他需求 |
|---|---|---|
| 一般 Windows 電腦 | Windows 11 x64，Ampere 以上 RTX，至少 24GB VRAM | NVIDIA 驅動 581 以上、Visual C++ 執行環境、約 21GB 空間 |
| RTX Spark | Windows 11 on Arm，至少 24GB 可供 GPU 使用的記憶體 | 對應驅動與模型安裝空間 |
| Mac | macOS 26 以上、M5 或更新 Apple Silicon、至少 64GB 記憶體 | 約 21GB 可用空間 |
表格裡的 Mac 條件明顯比「任何 Apple Silicon 都能跑」嚴格，所以手上有 M1、M2 或較少記憶體的機器，不能依這次公告假定受到支援。
磁碟也不能只看模型參數大小。安裝還包含引擎和其他檔案，若打算同時保存兩個模型或多個版本，需要另外安排空間，不能把單一模型需求當成所有配置的總上限。
這些條件應先核對，因為模型下載可能很大。讓安裝流程先檢查系統，比下載之後才發現顯卡記憶體不夠，更能減少無效等待。
硬體達標後，安裝取得的是適合平台的壓縮模型，也不等於把原始全精度權重直接放進電腦。
本機模型怎麼裝？/local、4 位元量化與引擎
官方流程會先檢查系統，再下載並驗證模型與引擎，最後建立本機模型設定，使用者不必手動把每個元件拼起來。
已安裝 Junie CLI 的人，可以在互動工作階段輸入 /local，開啟模型安裝畫面。首次安裝則可從官方提供的安裝入口開始，選擇包含本機模型的流程。
安裝器會檢查需求、提供可用模型、下載所需內容，並驗證檔案校驗碼。校驗碼用來確認下載內容和預期檔案一致，和模型回答是否正確，是不同檢查。
Windows 透過具有 CUDA 加速的 llama.cpp 引擎運作，Mac 則使用 MLX 相關引擎。CUDA 和 MLX 都是讓運算利用相應硬體的技術，所以兩邊安裝的模型格式不同。
官方列出 Qwen3.6-27B，以及把 Qwen3.8-27B 與 Qwen3.6-27B 等比例合併的 blend 模型。27B 表示約 270 億參數，不是下載檔案只有 27GB，實際大小還受儲存方式影響。
這些模型會使用 4 位元量化版本。量化是用較少位元表示參數，減少記憶體和儲存需求，讓模型放進單一顯卡或合格筆電，但不能假定和完整精度版本的結果完全相同。
文件說明，Windows 使用 Q4_K_M 的 GGUF 檔，Mac 使用 MLX 4 位元版本。一般讀者不必記住格式名稱，重要的是安裝器會按平台選檔，不要自行下載另一個平台的權重取代。
官方文件列出的下載量約為 Mac 15GB、Windows 17GB。下載可續傳，已完成的內容不必全部重抓，所以網路中斷和安裝完全失敗也不必當成同一件事。
透過 /local 安裝成功後，可在當前工作階段選擇本機模型。若使用獨立安裝器，則依文件在 CLI 輸入 /model，選到剛裝好的設定，才能確認這次工作走本機引擎。
Windows 的 /local 目前只提供於 CLI 終端互動介面。不要因為代理協定可接到其他編輯器，就假定所有介面都能開啟同樣安裝畫面。
裝得起來之後，第一次與後續回應仍可能有不同等待時間，這也是速度宣稱需要拆開看的原因。
55 tokens/s 能代表寫碼速度嗎？輸出與完成任務不同
官方在 RTX Spark 的初步測試中，宣稱生成速度最高達每秒 55 tokens，但沒有公開足以重建全部測試條件的資料。
這個數字不能套成 RTX 3090 或所有符合門檻電腦的保證，也不能直接說一項程式任務每秒完成多少。它首先量的是文字生成速度。
代理工作還包含讀取專案、等待工具、執行測試和根據錯誤再修改。若模型很快寫完一段錯誤程式，之後需要反覆修正，輸出速度快不一定縮短最後交付時間。
另外，第一次回應要等模型載入，新的專案也可能需要較長的提示處理時間。提示處理是模型先讀完這次輸入，和開始逐段輸出答案的階段不同。
後續回應能利用已處理的上下文快取，所以在同一專案連續工作，和每次重開引擎、換新專案，等待感受可能不同。比較時要保留這個條件。
上下文是模型當下能一起處理的程式、工具輸出和對話資料。官方表示，系統會依 GPU 可用記憶體調整視窗，記憶體較多時有機會保留更多資料，但沒有給每台電腦相同的固定長度保證。
推測解碼則是先產生多個候選 token，再交主模型驗證，減少逐字產生的等待。這是加速方法，不代表可以跳過主模型確認，也不能推成程式答案必然更正確。
因此，實際比較至少要記錄第一次等待、後續回應，以及一項修正從開始到測試通過的總時間。三者分開，才看得出模型載入、生成與工具執行各占多少。
如果使用相同電腦，也要注意其他工作是否同時使用顯卡。官方圖裡可以展示同機運作，不代表任何背景負載下都維持同樣速度，所以不宜拿不一樣的使用情況做排名。
速度之外，真正讓使用者選擇本機版本的，往往是費用結構與資料去向。
延伸閱讀：RTX 3090 跑 Qwen3.8-27B 達 381 tok/s？HyperQwen 的 4.6 倍適用條件
沒有 token 費用，還有哪些成本與資料邊界？
官方表示，Local 不需要註冊、訂閱或購買 credits，本機模型計算也沒有雲端 token 用量費，但硬體和時間不會因此消失。
對已有合格電腦的人，這可能讓試用成本較低。對需要另外購買顯卡或新機的人，則要把設備投入一起算進來，不能只比較每月訂閱數字。
還有電力、磁碟與電腦被占用的時間。文件提醒，提示處理和生成都可能產生明顯熱量，Mac 的低耗電模式能降低熱量，但會付出部分效能。
這說明本機運算的取捨是把成本和管理責任移回自己手上。沒有雲端帳單，仍要安排模型更新、空間與使用時段，才能知道日常工作是否更順。
資料方面，官方主張程式碼不離開機器，核心是本機推論不必送到模型雲端。但代理若另接網路服務、遠端工具或 MCP，仍應按那些工具實際做的事理解資料流向。
MCP 是讓代理呼叫外部工具的介面。例如連到遠端服務取資料，就和本機模型本身在哪裡運算不同，不能把「本機模型」理解成整段任務完全不聯網。
同樣地，首次模型下載和日後更新仍需要取得檔案，所以「程式碼本機處理」也不等於安裝時不使用網路。兩者的用途與送出的內容不同，應分開看。
官方提供多模型並存與移除方式，/local 畫面可管理已安裝模型。若只想停止使用某一個版本，可以移除該模型，不必把所有模型和引擎一起刪掉。
這些日常管理能力會影響是否適合長期使用，尤其當電腦也要拿來做其他工作。免計次費最有幫助的情境，是有足夠硬體，又有一批重複發生的開發任務。
因此，第一次試跑應選已熟悉、能驗收的小型修改，讓模型品質和本機操作負擔都能看得見。
誰適合從 Junie Local 開始？用一項修正任務驗收
已有合格硬體的人，可以先挑一項有測試的修正，確認讀檔、改檔和工具執行能在自己的專案完成，再考慮承接更大的工作。
例如修正一個已知邊界條件，先保留原本會失敗的測試，交辦時說明預期行為。模型改完後，再用測試與程式差異確認它修的是原因，而不只是讓畫面看起來沒有錯誤。
這樣的任務能對準程式代理的用途，又不必靠一段聊天答案猜測能力。若代理只是刪掉失敗測試，或改掉原本要求，驗收也比較容易發現。
接著可以在同一專案連續問兩三個相關問題，觀察初次載入和後續快取差異。這比每次重開新工作，再抱怨第一個回應很慢，更能反映日常會怎麼使用。
若要比較兩個本機模型，也應保留相同專案版本和任務，記下修改是否正確、需要幾次來回，以及總等待。只有生成文字較少，不能單獨證明工作完成得更好。
不適合的起點，是沒有符合規格的設備，卻先把所有雲端工具停掉，或因為一個最高速度數字就決定購機。這次公告證明的是官方支援範圍擴大，沒有提供每種工作都勝過雲端的結論。
對程式碼需要留在本機的開發者，工具整合和可管理的安裝流程有實際價值。但若團隊更需要不用管硬體、隨處都能工作的入口，雲端免費層可能是另一種合理選擇。
兩者應按資料和工作安排選擇，不必把本機與雲端變成只能選一邊的立場。自己的修正任務能否順利完成，才是最直接的證據。
延伸閱讀：NVIDIA RTX Spark 是什麼？ProArt P16 用 128GB 統一記憶體，把大模型算力搬回本機
Junie Local 常見問題
Junie Local 和 Junie Lite 都在本機執行嗎？
不是。Local 把模型與引擎裝到自己的電腦，Lite 是 JetBrains 基礎設施提供的免費模型層，需要帳號。
任何 RTX 顯卡都能跑 Junie Local 嗎？
官方要求 Windows 11、Ampere 或更新架構、至少 24GB VRAM，以及相應驅動和執行環境。只有 RTX 名稱不足以判斷符合需求。
官方 55 tokens/s 適用 RTX 3090 嗎？
這是 RTX Spark 的初步自測數字，不能直接套到 3090 或其他硬體。也應分開看模型生成和完整程式任務所花的時間。
Junie Local 免費到什麼時候？
官方把它描述為免費、無註冊與訂閱要求，沒有在這次公告設定年底到期日。但設備、電力和維護成本仍由使用者承擔。
已有合格硬體，就用一項程式修正確認價值
Windows 支援轉穩定和 RTX Spark 整合，讓本機程式代理多了一條較完整的安裝路徑。它是否比原本工具更適合，仍取決於自己的任務、等待和管理負擔。
已有合格電腦的人值得先試，不需要為了免 token 費用先買硬體。等一項真實修正能穩定完成，再擴大使用範圍會更有根據。
想追蹤本機模型、開發代理與硬體條件變化，可免費訂閱 AI 郵報，並在安裝前重新核對官方文件。
