# DGX Spark

> 地端世界 · https://onpremworld.com/zh-tw/hardware/nvidia-dgx-spark · 最後更新: 2026-10-16 · CC BY 4.0

搭載 128 GB 統一記憶體、可跑 CUDA 的小型 Linux 主機：放得進 120B 級模型，但 273 GB/s 的頻寬會限制生成速度。首發價 3,999 美元，NVIDIA 之後已調漲。

> 本站有販售: 依需求報價 · https://onpremworld.com/zh-tw/quote · 本頁規格、可跑模型估算與店面價格皆獨立於銷售編製。

## 規格

|  |  |
|---|---|
| 記憶體 | 64–128 GB LPDDR5X |
| 記憶體頻寬 | 273 GB/s |
| 功耗 | 140 W |
| 上市 | 2025-10 |
| 首發建議售價 | US$3,999 |
| 架構 | Grace Blackwell (GB10: Blackwell GPU + 20-core Arm CPU) |
| 軟體支援 | CUDA |

## 能跑哪些模型 (128 GB, 8K)

此為估算值，並非實測。請參考估算方法說明。

| 模型 | 參數量 | 最佳量化 | 合計 | tok/s（預估） |
|---|---|---|---|---|
| Qwen3.5-122B-A10B | 122B | Q5_K_M | 85.5 GiB | 22 |
| Mistral Small 4 119B (2603) | 119B | Q5_K_M | 83.4 GiB | 33 |
| gpt-oss-120b | 117B | Q6_K | 95.0 GiB | 36 |
| Llama 4 Scout 17B-16E Instruct | 109B | Q6_K | 89.8 GiB | 11 |
| GLM-4.5-Air | 106B | Q6_K | 87.3 GiB | 16 |
| Qwen3-Coder-Next (80B-A3B) | 80B | Q8_0 | 83.8 GiB | 47 |
| Llama 3.3 70B Instruct | 70B | Q8_0 | 75.7 GiB | 2.2 |
| Qwen3.5-35B-A3B | 35B | FP16 | 69.1 GiB | 26 |
| Qwen3.6-35B-A3B | 35B | FP16 | 69.1 GiB | 26 |
| Qwen3-32B | 32.8B | FP16 | 66.6 GiB | 2.5 |
| DeepSeek-R1-Distill-Qwen-32B | 32.76B | FP16 | 66.6 GiB | 2.5 |
| Gemma 4 31B IT | 30.7B | FP16 | 61.6 GiB | 2.7 |
| Qwen3-30B-A3B (2507) | 30.5B | FP16 | 60.9 GiB | 24 |
| Qwen3-Coder-30B-A3B-Instruct | 30.5B | FP16 | 60.9 GiB | 24 |
| GLM-4.7-Flash (30B-A3B) | 30B | FP16 | 59.6 GiB | 26 |
| Qwen3.5-27B | 27B | FP16 | 53.8 GiB | 3.0 |
| Qwen3.6-27B | 27B | FP16 | 53.8 GiB | 3.0 |
| Qwen3.8-27B | 27B | FP16 | 53.8 GiB | 3.0 |
| Gemma 3 27B IT | 27B | FP16 | 54.3 GiB | 3.0 |
| Gemma 4 26B A4B IT | 25.2B | FP16 | 50.1 GiB | 21 |
| Mistral Small 3.2 24B Instruct (2506) | 24B | FP16 | 48.7 GiB | 3.4 |
| Magistral Small 1.2 (2509) | 24B | FP16 | 48.7 GiB | 3.4 |
| Devstral Small 2 24B Instruct (2512) | 24B | FP16 | 48.7 GiB | 3.4 |
| gpt-oss-20b | 21B | FP16 | 41.8 GiB | 22 |
| Phi-4 (14B) | 14B | FP16 | 29.4 GiB | 5.8 |
| Gemma 3 12B IT | 12B | FP16 | 24.8 GiB | 6.7 |
| Gemma 4 12B Unified IT | 11.95B | FP16 | 24.2 GiB | 6.8 |
| Qwen3.5-9B | 9B | FP16 | 18.4 GiB | 8.9 |
| Qwen3-8B | 8.2B | FP16 | 17.7 GiB | 9.8 |
| DeepSeek-R1-0528-Qwen3-8B | 8.19B | FP16 | 17.6 GiB | 9.8 |
| Llama 3.1 8B Instruct | 8B | FP16 | 17.1 GiB | 10 |
| Gemma 4 E4B IT | 8B | FP16 | 16.4 GiB | 10 |
| Llama 3.2 3B Instruct | 3.21B | FP16 | 7.7 GiB | 24 |
| Kimi K2.6 | 1000B | 放不下 | – | – |
| DeepSeek-R1-0528 (671B) | 671B | 放不下 | – | – |
| DeepSeek-V4-Flash | 284B | 放不下 | – | – |
| Qwen3.8-Flash-Next | 180B | 放不下 | – | – |

## 價格

各商店的最新售價，以查價當天頁面標示的價格為準。

| 地區 | 商店 | 商品 | 售價 | 每 GB | 查價日 |
|---|---|---|---|---|---|
| 台灣 | 原價屋 CoolPC | MSI EdgeXpert MS-C931 128GB / 1TB (Line on the shop's public price list (no per-product page); list stamped 2026/10/15 9:31; free-monitor promotion at the time) | [NT$169,000](https://www.coolpc.com.tw/evaluate.php) | NT$1,320/GB | 2026-10-15 |
| 台灣 | momo購物網 (摩天商城 store TP0002353) | 【麗臺科技】Leadtek NVIDIA DGX Spark GB10 / 128G / Gen4 4TB SSD桌上型AI超級電腦 (Third-party store inside momo; the page does not name the seller) | [NT$197,899](https://www.momoshop.com.tw/TP/TP0002353/goodsDetail/TP00023530001335) | NT$1,546/GB | 2026-10-14 |
| 美國 | NVIDIA Marketplace | NVIDIA DGX Spark, 128GB unified memory, 4TB NVMe | [US$6,950](https://marketplace.nvidia.com/en-us/enterprise/personal-ai-supercomputers/dgx-spark/) | US$54/GB | 2026-10-14 |

台灣性價比：跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 31.6 個 token，換算為 0.2 tok/s／每 NT$1,000。

美國性價比：跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 31.6 個 token，換算為 0.5 tok/s／每 US$100。

### 台灣：每次查價的全新品最低價

| 查價日 | 售價 |
|---|---|
| 2026-10-14 | NT$197,899 |
| 2026-10-15 | NT$169,000 |

全部價格: https://onpremworld.com/zh-tw/prices.md

## 常見問題

### DGX Spark 可以跑哪些 LLM？

以 128 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Qwen3.5-122B-A10B、Mistral Small 4 119B (2603)、gpt-oss-120b、Llama 4 Scout 17B-16E Instruct、GLM-4.5-Air。完整清單見下方表格。

### DGX Spark 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（273 GB/s）。以 Llama 3.1 8B Instruct（FP16）為例，預估約每秒 10 個 token；模型越大越慢。

### DGX Spark 能跑 70B 等級的模型嗎？

可以。Llama 3.3 70B Instruct 在 DGX Spark（128 GB）上以 Q8_0 量化、8K 上下文約需 75.7 GiB，預估生成速度約每秒 2.2 個 token。

## 資料來源

- https://www.nvidia.com/en-us/products/workstations/dgx-spark/
- https://docs.nvidia.com/dgx/dgx-spark/hardware.html
- https://nvidianews.nvidia.com/news/nvidia-dgx-spark-arrives-for-worlds-ai-developers
- https://forums.developer.nvidia.com/t/2-23-2026-price-change-announcement/361713