今天小米官宣了AICube原型机，评论区最忙的不是算参数，而是忙着找对标：“不知道多少钱[吃瓜]太贵没有意义[吃瓜]如果价格超过英伟达dgx spark，那就确实没必要买了”哔哩哔哩
被拿来当标尺的，就是DGX Spark。半年前，社区对这台机器的主流评价还是"智商税"；最近这两周，风向明显变了：有人公开打听"谁买了英伟达的那个DGX SPARK，效果如何，和MAC STUDIO比"微博，有人直接发帖求劝退：“前两天和老王讨论要不要买一台spark DGX来好好实践一下本地边缘计算，结果我痒痒了2天，有没有大佬来打击我一下”微博
风向转变的原因，不是英伟达降价了，而是内存涨价把性价比的账重写了。今天官宣的AICube，又给这个话题添了一把火。这台六、七万一台的小盒子，现在到底值不值得上车，我把全网最近的实测和讨论翻了一遍。
先说清楚这台盒子卖的是什么
DGX Spark是英伟达DGX家族的桌面级产品：GB10超级芯片（英伟达与联发科联合开发）、128GB LPDDR5X统一内存、4TB NVMe SSD，预装DGX全套软件栈。它的定位不是"高配迷你主机"，而是DGX工作站架构的桌面缩影——程序在Spark上能跑通，往上迁移到DGX服务器和工作站也能跑。
排面上，它是黄仁勋亲自在星舰基地向马斯克交付的"现已上市"产品。微博但价格也确实劝退：官方4TB创始人版3999美元，亚马逊已经涨到4299美元，双机套装8049美元；国内私人渠道更贵——“只说私人采购两台dgx是六七万一台，128的macbook m5 max是5万多”。知乎
内存涨价，把性价比的账改写了
转折点是去年9月开始的这波存储行情。“2025年9月到现在，DDR5现货价直接飙涨300%+！一根256G服务器内存条要4-5万”。小红书
企业级SSD一样离谱：“30TB企业级SSD一年暴涨257%，从3000刀涨到1.1万刀！便宜SSD时代彻底终结。”小红书
当内存和硬盘变成最贵的部件，DGX Spark的配置按今天的行情重算，味道就不一样了：“128GB LPDDR5X统一内存：按现在服务器内存4万/256G的行情，单这内存就值2万+！”小红书半年前吐槽它"智商税"的博主，如今标题已经换成了"买到就是赚到"。
云端也在变贵。DeepSeek v4最近调价，“这个涨价不是两倍、四倍，而是浮动可达十倍甚至以上”。知乎云端token和本地硬件同时在涨，区别在于：后者买回家，东西是你的。
速度的天花板，是带宽
本地跑大模型，容量决定"装不装得下"，带宽决定"跑得快不快"。推理生成token，本质是不停从内存里搬运模型权重，内存带宽几乎直接等于生成速度。现役三条热门路线的数字摆在一起：395平台LPDDR5X约256GB/s，DGX Spark是273GB/s，Mac Studio（M3 Ultra）是819GB/s。至于今天官宣的AICube，官方口径是"1.22TB/s超高带宽，16倍于传统旗舰手机"。微博注意：这是玄戒O100芯片的近存带宽，不一定等于整机内存池的访问带宽，量产机实测出来之前，这个数字只能当参考。
273GB/s是什么体感，实测用户最有发言权：“由于273GB/s，会使模型载入，读取等过程显著慢于高显存带宽的显卡”。小红书换句话说，它不是秒开的机器，是"装得下别人装不下的模型"的机器。
实际用起来，到底什么水平
用了几天的改之理给出了一组反直觉的数据。功耗方面：“最大功率其实没240W 100W给外围设备的，CPU/GPU最大140W，实际单机使用场景下，80W顶天了”。小红书
但低功耗没换来低温：“尽管低功率，但散热更差，满功率温度直逼85℃，外壳烫手根本没法摸”。小红书打算放桌面的，先想好位置。
速度参考：以Qwen3.6为例，vllm加nvfp4部署，“单线程35b大概80token/s，而27b约40token/s”，并发上来后吞吐更好，但更适合批处理而不是对话。小红书
单机不够，还能堆多机。麦兜先生最近新购两台部署DeepSeek-V4flash：“跑模型对比手头Mac真是秒杀级别，速度接近pro6000”。小红书小米的屈恒也组了一套：“周末组了套小集群：4 台 DGX Spark + 一台 MikroTik CRS812。跑 MiMo-V2.5（310B 参数 / 1M 上下文），24 并发稳在 200 tok/s”。微博机身后面的QSFP口，就是为多机互联准备的。
谁适合买，谁应该等
适合的人群画像，社区已经讨论得很清楚了。"本地跑70B大模型，不用跟实验室抢服务器"的研究生和博士生、想在家微调模型的独立开发者、敏感数据不能上云的科研机构、种子轮前的创业团队——对这几类人，六七万的成本能摊薄，也等得起。小红书
有两类人不建议上车。一是纯性价比DIY党。知乎答主说得很直白：“因为5090和一些大船货组装后也能跑动27B和35B的模型”。知乎价格比Spark便宜得多，代价是内存上限低得多，软件环境全靠自己折腾。二是冲着AICube去的等等党。这台小米的盒子目前还是工程原型机，小米官方的口径是玄戒"O100 和 D100 已经研发完成，明年正式商用"。微博整机量产还要再等，价格和软件栈都没影。
掏钱之前，盯住三件事
第一，盯内存价格。Spark现在"越涨越值"的逻辑完全建立在存储行情上，内存一旦掉头回落，"买到就是赚到"的说法会跟着塌。这是比任何评测都大的价格变量。
第二，盯软件生态。开发者的心愿很朴素：“就希望正式版vllm赶紧支持sm121”。小红书sm121是GB10的算力代号，主流推理框架的支持进度，直接决定这台机器能不能开箱干活。
第三，盯AICube的量产定价。评论区的标尺已经立好了：“如果价格超过英伟达dgx spark，那就确实没必要买了”。哔哩哔哩小米入局最大的意义，是给这个品类引入了第二个玩家和价格压力。
我的判断：现在的DGX Spark，不是智商税，但也不是谁买谁香。真需要本地跑70B以上大模型、能接受85℃的温度和不算快的载入速度、且打算用两年以上的人，现价不算亏；只想玩27B以下小模型的，395和DIY的方案省钱得多。你会为本地大模型掏多少钱？评论区聊聊。
