一台M5 Max，和两台DGX Spark打成了平手

同样准备八九千美元，一台M5 Max和两台DGX Spark，该怎么选？

按美国目前的零售价，一台16英寸M5 Max MacBook Pro，128GB内存、4TB硬盘，售价7999美元。DGX Spark单台4699美元，两台合计9398美元。

两套设备相差1399美元，已经进入同一个预算区间。

M5 Max是一台主力电脑，可以剪片、写代码，也能运行本地模型。两台DGX Spark共有两组128GB统一内存和8TB硬盘，通过高速网络连接，主要任务就是跑AI。

只看配置，双Spark占了不少优势：内存更多，支持CUDA，还能把模型拆到两台机器上运行。但这些配置值不值钱，最后还得看Agent能不能把任务做完。

最近我在LocalLLaMA看到一组很有针对性的测试。用户anvarazizov同时拥有一台128GB M5 Max和4台DGX Spark/GX10，他从中拿出两台Spark，在两边运行DeepSeek-V4-Flash，再交给同一个Agent完成Terminal-Bench 2.1的89项终端任务。

M5 Max：47项，54%　　双DGX Spark：45项，52.3%

这里的“打成平手”只指任务完成率。生成速度、并发和上下文容量，双Spark依然占优。

89项任务，Mac多做对了两项

Terminal-Bench不会用选择题考模型，而是直接给Agent一个Linux终端。

Agent需要自己读文件、执行命令、修改代码，最后由程序检查任务有没有完成。测试内容包括修复代码仓库、恢复数据库、编译扩展、处理数据、训练小模型和破解哈希。

模型写了多少分析不计分，程序修好、测试通过，才算完成。

受到运行错误影响，M5 Max有87项获得有效成绩，完成47项；双Spark有86项获得有效成绩，完成45项。

在两边都得到结果的86项任务中，66项结果相同：36项两边都完成，30项两边都失败。

另外20项出现分歧，M5 Max单独完成11项，双Spark单独完成9项。两项任务的差距不足以分出胜负，原帖作者给出的结论也是：这一轮没有检测到明显的任务完成能力差异。

80.8GB版本为什么没有掉队

两边运行的都是DeepSeek-V4-Flash，但模型文件和推理软件并不相同。

DeepSeek-V4-Flash共有2840亿参数，采用MoE架构。模型每次生成内容，只会调用其中约130亿参数。M

ac上运行的是一份80.8GiB的GGUF量化版本，平均每个参数约2.45bit。体积最大的专家权重被大幅压缩，注意力、路由和输出层等容易影响结果的部分保留较高精度。

它没有把所有部分压到同一精度。占空间最多的专家权重负责减小体积，容易影响能力的关键部分则尽量保留。

负责运行模型的是DwarfStar 4，也就是ds4。这个项目由Redis创始人Salvatore Sanfilippo主导开发，专门优化DeepSeek-V4、GLM-5.2等少数大模型。

测试中的Mac还把部分KV缓存放到了SSD上。KV缓存相当于模型执行长任务时需要保存的临时记忆，放到硬盘后，可以把更多内存留给模型权重。

依靠量化和磁盘缓存，这份80.8GiB的模型可以在128GB统一内存中运行，并向Agent提供100K上下文。这里的100K代表模型一次可以保留的代码和文档量。

双Spark的优势没有写进得分里

双DGX Spark运行的是约167GB的FP8和FP4混合精度权重，压缩程度比Mac上的版本低得多。

每台DGX Spark配备128GB统一内存和4TB硬盘。两台机器通过ConnectX-7的200Gbps链路连接，再用张量并行把模型分到两个节点上运行。

两组128GB内存不会自动变成一块256GB内存，推理软件需要负责拆分模型，并协调两台机器共同计算。

双Spark使用针对GB10修改过的vLLM，并启用了DSpark推测解码。原帖记录的单路生成速度为54至58 token/s。token是模型生成内容时的计量单位，这里可以直接看成输出速度。

同时运行8路任务时，双Spark的总生成速度达到253 token/s，平均每路约31.6 token/s。它还能提供262K服务端上下文，本次测试向Agent开放了200K，是Mac端的两倍。

Terminal-Bench只检查任务成功或者失败，不会因为提前完成而多给分，多Agent并发也不会反映在最终成绩中。

双Spark的价值会在长任务和多人使用时体现出来。一个Agent运行和八个Agent同时运行，对个人用户区别不大，对团队却是两种体验。

这笔钱怎么花

只给一个人使用，我会买M5 Max。

独立开发者、内容创作者和需要移动办公的人，可以把它作为主力电脑。白天写代码、剪视频，空闲时运行本地模型。128GB＋4TB版本还能比双Spark节省1399美元，也不用维护两台Linux主机。

它的限制也很明确：没有完整的CUDA生态，多Agent并发和长上下文不如双Spark。

机器固定放在办公室，同时供多人调用，双DGX Spark更合适。

两台设备一共有256GB物理内存和8TB硬盘，支持CUDA、vLLM和200K上下文，可以同时运行多个Agent。像实验室、小型开发团队和本地AI服务器，更容易用到这些能力。

只做本地聊天、文档问答和普通编程，两套都没有必要买。

其实32GB到64GB内存配合更小的模型，已经能覆盖大部分轻量需求。

80.8GiB的量化版本，在这轮测试中的任务完成率并没有明显落后于167GB版本。对个人用户来说，量化方法和推理引擎可以弥补不少硬件差距；到了多人并发和长任务，双Spark多出来的配置才会转化成时间优势。

M5 Max适合一个人的完整工作流，双DGX Spark适合多个Agent持续运行。预算接近，用途完全不同。