一台算力主机 + LM Studio 推理引擎 → 4~5 人团队通过 Cherry Studio 接入。
Qwen3.6-35B-A3B 本地推理，数据不出办公室。
合同文本、员工信息、财务数据——全部存储在企业内网，绝不出边界。
不依赖云端API，不经过第三方服务器。内网直连，网络隔离环境也能运行。
对接企业自有AI基础设施，规则库可按行业定制，匹配企业风险管理流程。
一台算力主机运行全部能力——LM Studio 加载 Qwen3.6-35B-A3B，Cherry Studio 作为团队客户端
合同风险研判 · 用工合规诊断 · 税务风险推演 · 薪酬结构分析 · 劳动仲裁 · 交通肇事 · 租赁纠纷
LM Studio 推理引擎安装，Qwen3.6-35B-A3B 模型下载与 GGUF 量化，OpenAI 兼容 API 服务配置，团队局域网接入
浏览器端PDF/Word/Excel文本提取，合同内容不经过服务器。支持扫描件OCR（可选模块）
7大法律门类，法规全文+指导案例裁判要旨，RAG碎片检索。服务期内增量更新免费
三元蒙版模型 · 双路径推理 · 反事实推演 · 裂缝检测+可证伪观测锚点 · 竞品攻击路径模拟 · 大型企业服务专属
统一代理层，支持DeepSeek/通义千问/混元/vLLM/Ollama/自定义OpenAI兼容接口，自动降级切换
6类合同的硬法约束+约定规则库，三元蒙版自动激活。支持行业定制规则扩展
一台服务器 + LM Studio 推理引擎 + 4~5 人 Cherry Studio 客户端接入
评估团队规模
选定配置方案
给出采购清单
Ubuntu Server
NVIDIA 驱动 + CUDA
LM Studio 安装配置
Qwen3.6 下载
GGUF 量化选择
推理服务启动调优
部署包安装
对接本地 API 端点
知识库导入激活
4~5 台 Cherry Studio
配置算力主机地址
验收测试 + 培训
推荐硬件配置清单（客户自购，我们提供采购链接。部署费另计，不含在硬件内）
| 组件 | 🔵 基础配置 | 🟡 流畅配置 | 🔴 旗舰配置 |
|---|---|---|---|
| 模型 | Qwen3.6-35B-A3B Q5_K_M · ~27 GB VRAM （FP16 需 72GB，本档不适用） | Qwen3.6-35B-A3B FP16 · ~72 GB 35B 总参 · 3B 激活 MoE | Qwen3.6-35B-A3B FP16 · ~72 GB + V4 Flash Q4 备选引擎 |
| 参数量 | 35B 总 / 3B 激活 | 35B 总 / 3B 激活 | 35B 总 / 3B 激活 |
| GPU | 1× RTX 5090 32GB GDDR7 | Apple M3 Ultra 192GB 统一内存 · Mac Studio | 2× RTX PRO 6000 Blackwell 96GB GDDR7 |
| CPU | AMD R7 9800X3D | M3 Ultra 32核+80核GPU | AMD Threadripper 7970X 32核64线程 |
| 主板 | MSI MAG X870E | —（Mac Studio 整机） | ASUS Pro WS TRX50 |
| 内存 | 64GB DDR5-6000 | 192GB LPDDR5 统一内存 | 256GB DDR5-5600 ECC |
| SSD | Samsung 990 Pro 1TB | 1TB Apple SSD | 2× 2TB NVMe RAID1 |
| 电源 | Seasonic GX-1000 1000W | —（Mac Studio 内置） | 2× Seasonic TX-1600 1600W 冗余 |
| 散热 | 风冷 · PA120 SE | —（Apple 原装） | 定制水冷 / Noctua TR5 |
| 机箱 | 联力 Lancool 216 | —（Mac Studio 机身） | 服务器机架 4U |
| 系统 | Ubuntu 24.04 LTS | macOS Sequoia | Ubuntu 24.04 LTS |
| 推理速度 | 160–200 tok/s | 35–45 tok/s (MLX) | 100+ tok/s |
| 并发 | 2–3 人同时 | 4–5 人同时 | 5–10 人同时 |
| 硬件成本 | ¥4–6万 | ¥7–8万 | ¥15–20万 |
| 适合 | 4~5人团队 · 日常合同 入门首选 · 单卡全速 | 4~5人团队 · 高频使用 完整精度 · 推荐 | 10人+法务部 · 双模型 1M上下文 · 旗舰能力 |
* 硬件由客户按采购清单自行购买，我们不赚硬件差价。部署服务费另计，见下方"费用对比"板块。
* 三档方案统一使用 Qwen3.6-35B-A3B FP16 作为目标模型（基础档因硬件限制使用 Q5_K_M 量化）。横向对比的是硬件能力，不是模型能力。
* V4 Flash（仅旗舰备选）：284B 总参 / 13B 激活，1M 上下文。旗舰硬件 192GB VRAM 可在 Qwen FP16 之外同步加载 V4 Flash Q4。
* 旗舰备选 GPU：华为昇腾 950PR ×2（Atlas 350，112GB HBM，FP4 1.56 PFLOPS），适用国产化要求场景，需 CANN 生态适配。
* 价格参考京东/渠道 2026年6月行情。硬件成本为整机估算，含 GPU+CPU+主板+内存+SSD+电源+散热+机箱。
模型能力简述
| Qwen3.6-35B-A3B | |
|---|---|
| 开发者 | 阿里通义千问团队（Alibaba Qwen Team） |
| 许可 | Apache 2.0 — 可商用，无附加限制 |
| 架构 | Mixture of Experts（MoE）· 纯解码器 Transformer · 混合推理（Non-Think / Think High / Think Max） |
| 参数 | 35B 总参 · 3B 激活 / token · 每个 token 仅激活 3 个专家，推理计算量远低于同规模密集模型 |
| 上下文 | 原生 262K tokens（约 40 万汉字）· 通过 YaRN 可扩展至 1M · 一份 8,000~12,000 汉字合同仅占上下文 2–5% |
| 中文能力 | C-Eval 92.8%（与 DeepSeek V4 Flash 92.1% 持平）· CMMLU 90.4% · 中文法律文本理解经过大规模中文语料预训练验证 |
| 推理能力 | MMLU-Pro 85.2 · GPQA Diamond 86.0 · 支持 Think High/Max 模式进行条款间的逻辑一致性推演 |
| 推理效率 | Q4 量化仅需 23 GB VRAM（单张 RTX 4090）· FP16 完整精度需 72 GB · 生成速度 100–200 tok/s（视硬件） |
| 适用场景 | 合同条款语义理解 · 法律风险措辞识别 · 条款间逻辑一致性检查 · 与规则引擎（ContractDNA）协同——AI 负责语义，规则负责硬约束 |
| 模型替换 | 本方案以 Qwen3.6-35B-A3B 为推荐模型，但可根据需要替换为其他 GGUF 兼容模型（如 DeepSeek V4 Flash、Qwen3-235B 等）。不同模型的硬件需求差异显著——替换前需根据模型参数量和量化级别重新评估硬件配置。 |
引用：Qwen Team, "Qwen3.6-35B-A3B: Agentic Coding Power, Now Open to All," qwen.ai, April 2026. Apache 2.0 License.
基准数据来源：HuggingFace Open LLM Leaderboard, C-Eval, CMMLU, MMLU-Pro, GPQA Diamond（2026年4–6月）。
| 云端标准版 | 企业本地部署版 | |
|---|---|---|
| 数据位置 | 浏览器直连AI服务商 | 企业内网 · 不出边界 |
| 合同隐私 | 不经过我方服务器 | 完全不离开企业网络 |
| AI推理 | 用户自备云端API Key | 本地GPU推理 · 或对接企业自有API |
| 部署方式 | 浏览器访问 lawdiffusion.com | 远程/现场安装 · 一台算力主机 |
| 知识库 | 云端自动更新 | 增量更新包 · 可定制 |
| 规则定制 | — | 行业规则扩展 · 自定义蒙版 |
| 技术支持 | 在线文档 | 专属技术群 · 远程协助 · SLA |
| 收费模式 | 月付 / 年付 | 一次性部署费 + 年服务费 |
* 部署费含首年服务（法律库更新 + 软件升级 + 技术支持）。硬件由客户按推荐清单自购。
* 三档服务的部署内容、培训深度、支持等级不同，与客户选择的硬件方案无关。小团队买旗舰硬件同样可选 ¥7,888 部署。
人对人存在隐瞒的可能——漏审了不敢说，判错了找理由合理化，迫于压力放宽标准。机器不存在这些。相同的合同、相同的规则、相同的推理路径，每次输出一致。不存在"这个客户老板打过招呼"的放水，不存在"快下班了扫一眼差不多就行"的草率。审查结果之间的差异仅来自模型版本更新或规则库变更——两者均有记录、均可追溯。使用者获得的是一件不会隐瞒、不会敷衍、不会因利益或情绪歪曲判断的工具。
以一份 8,000–12,000 汉字合同（约 60 条条款）为基准：人工通读 + 逐条检查耗时约 1–3 小时。部署方案下，AI 生成完整分析耗时 < 1 分钟，人工仅需复核 AI 标记的风险点并做判断——单份约 5 分钟，日处理量从 3–5 份提升至 40–50 份，效率提升约 10 倍。
更重要的是时间结构的改变：人工审查的 1–3 小时是连续的、不可中断的深度阅读——占用法务一天中最优质的注意力。部署后，法务不再逐字通读，精力集中在 AI 标出的风险条款上做出专业判断。释放出的时间用于谈判策略制定、合同条款修改、客户沟通——这些才是法务不可替代的核心价值。
一个法务能同时准确调用的法律知识受限于工作记忆——劳动合同的几十条硬法约束、数百个检查点，全部装进一个人的脑子不现实，实际审查中必然存在遗漏。部署方案的法律知识库覆盖 7 大门类，每次审查调用全部相关法条和指导案例，不存在"忘了查某条"。同一份合同审查两次，结果一致——人类法务的同合同重复审查一致性受情绪、疲劳、时间压力显著影响，且无公开研究数据支撑其稳定性。每次审查自动生成工作底稿：时间戳、规则版本、匹配条款、法律依据——满足 ISO 37301 等合规认证的审计要求，零额外时间成本。
三年持有成本：以基础硬件（¥5 万）+ 个人部署（¥7,888）+ 续费 ¥3,200×2 + 电费 ¥3,000×3 = 三年约 ¥7.4 万，年均约 ¥2.5 万。硬件按 5 年直线折旧，残值 15–20%。
经验累积：法务岗平均在职 2–3 年。离职时带走两项资产——未编码的判断经验（该行业特有坑位、地方司法倾向），以及招聘重置成本（猎头 + 面试 + 3 个月新人产出缺口）。部署方案的规则库和知识库只增不减。每一次发现的新裂缝、新规则、新案例——永久进入系统。知识不随人员流动而消失。
告诉我们您的团队规模与合同量级——我们推荐硬件配置 + 匹配服务等级，提供采购清单与部署排期。