背景
最近openclaw火了之后很多网友尝试安装，但巨量的token消耗量劝退了不少人，全网都在寻找低成本使用openclaw的办法。刚好家里三年前组装的4090 GPU台式机闲置，刚好qwen3.5新模型发布，能力强上不少。两者结合效果如何呢？
本文给出利用LM Studio和4090 GPU运行Qwen3.5-27B来养龙虾openclaw相应的教程和评测。
方案
设备：
三年前 diy 的 Windows台式机，i13700KF，32 GB内存；4090 GPU，24GB显存（用了三年后居然涨价了，理财产品👍🏻）
2020年丐版 Apple M1，8GB 内存，256GB 磁盘大小
没有4090,有3090/5090也行~
方式：
Windows电脑提供模型和算力，以api形式提供服务；
Apple M1通过局域网访问Windows的服务，获取推理结果。
其实，理论只需要台式电脑就可以搞定了。之所以这么设计出于以下考虑：
台式机里有重要资料，不放心让openclaw直接将其作为宿主机
台式机还有其他用途：游戏、视频剪辑等等，只是算力比较闲置
需要借用苹果强大的生态才能充分发挥openclaw的能力
安装
Windows电脑安装LM Studio：访问官网：https://lmstudio.ai/download，下载对应系统的安装包安装
LM Studio下载模型权重：qwen3.5小尺寸模型有0.8B、2B、4B、9B 4个尺寸，中型模型有27B、35B两个尺寸。9B及以下的小模型，轻量推理快但是效果肯定不及27B和35B，虽然9B的模型效果已经媲美gpt-oss-120B了，所以对27B和35B的模型效果很期待。GPU显存只有24G，综合考虑用27B的q4量化版本。
想了解选择哪个版本更合适可以参考这个网站：https://hf.tst.eu/model#qwen3.5-27B-i1-GGUF
Windows的LM Studio开启api服务：打开下图中的1、2两个开关即可。同时记住右下角3位置处的内容，第5步用到
LM Studio设置模型上下文长度，太短模型表现不好，太长可能显存不够，这里设置100000作为测试
5. mac笔记本配置openclaw.json，具体修改如下图，1/2处的内容来自第三步
6. 重启openclaw服务：openclaw gateway stop && openclaw gateway install && openclaw gateway start
测评
我让小龙虾自己测评qwen3.5 27B模型在本地GPU运行的模型效果，结果如下：
Windows的LM Studio确实收到对应的请求：
qwen3.5-27B效果还是相当不错的，开启了thinking思考过程回复偏慢，在实时性要求高的常见可以考虑关闭thinking过程。
总而言之，如果你已有GPU（>=24GB），利用开源大模型养小龙虾🦞的效果还是不错滴，可以省下不少token费用，值得一试。
看到这里，恭喜你又学会了养龙虾的一歪门邪道，欢迎点赞转发关注，后续给大家带来更多有趣教程🫶
