DGX Spark国产价3万6涨到快5万、64GB版3万36开卖：双11给HomeLab加算力盒子前，先把两笔账四条路算完

四十天里，同一台小盒子挂了四张价签。10月23日，英伟达DGX Spark的64GB版本通过合作OEM厂商正式发售，起售价4999美元，约合人民币3.36万元。而128GB版的首发价只有3999美元，如今官方价已经涨到6950美元。哔哩哔哩哔哩哔哩

国内渠道更夸张。自费入手DGX Spark做深度评测的UP主司波图，给出一句话总结——“自费入手时3万6，如今售价已接近5万”，这条评测播放已到11.6万、收藏1776。同芯片的华硕Ascent GX10，草鸡实验室体验报告的到手价是37999元。哔哩哔哩哔哩哔哩

同一时间，模型那边的价格一直在往下砸：MiniMax把M3.1 Flash的权重开源，API输入价报到每百万token 1元。模型越来越便宜，装模型的盒子越来越贵，这是这个月社区里最扎心的一句观察。哔哩哔哩

这就是2026年双11前，HomeLab圈最分裂的一幕：你手里的NAS、软路由、PVE机柜早就配齐了，硬盘涨价的账前面已经算过好几轮，而现在，整层兴趣社区的目光集体转向了"私有算力"——评论区在吵"4999美元是不是割韭菜"，直播区在晒"我买了4台"，闲鱼贩子开始回收"矿渣"V100。你要的不是再一篇"DGX Spark是什么"的科普，你要回答的是一个真问题：我到底是不是该花这二三万的人，是买一台、买几张旧卡、组四台，还是干脆别买。

这篇就把散在B站、知乎、微博、小红书几十个实测里的数字捞出来，先算两笔账，再分四条路。

第一笔账：容量——你买的其实不是算力，是"装得下"

本地跑大模型第一个门槛从来不是"性能行不行"，是权重文件塞不塞得进去。一个粗略公式：权重占用约等于参数量乘以每参数字节数，半精度是2字节、INT8是1字节、4bit量化还要再砍一半。国产开源模型本地部署的选装笔记把这套换算写得很直白：模型权重的显存占用约等于参数量乘以每个参数的字节数，半精度是2字节，int8量化是1字节。拿小红书上有复现过程的实测举例：Qwen3.8-27B不压缩时权重就约55GB，几乎没人带得动；但一路量化下去，8-bit约29GB，4bit才落到十几GB，再加上KV cache和运行时缓冲，还得再留一截。知乎小红书

这套账在HomeLab人群里为什么突然变难，有个反常识的原因。微博上有博主点破：最近这几个国产Flash模型，无一例外都是超大规模但是超低激活参数的模型，对于内存容量的需求远大于内存带宽的需求。跑MiMo-V2.5要310B参数的容量、DeepSeek V4.1-1017新版是552B——恰好是苹果M系、AMD Strix Halo、英伟达GB10这种"统一内存小机器"最舒服的赛道；尴尬的是最新几家的旗舰规模，就算上NVFP4量化也超过128GB，"装得下"的门槛又被往上顶了一格。微博

所以社区对这台盒子最一致的判断，出现在GX10体验报告的评论区：它赢在装得下，不是跑得快。128GB版本你能完整塞进一个27B~70B区间的量化模型全家桶外加几路Agent常驻；64GB版的官方口径是可在本地运行最高1000亿参数的AI模型，靠的就是只喂MoE量化版——装得下，但余量薄。哔哩哔哩微博

第二笔账：带宽——单机的天花板是"每秒个位数token"

装得下，接下来就是跑得快不快。GB10的统一内存带宽约273GB/s，知乎那个48万浏览的高赞回答说得毫不客气：内存带宽过低（273g/s）导致推理dense模型完全不现实。该回答还给了个粗略公式：decode速度大致等于带宽除以每token需要读取的权重字节——换句话说，模型越稠密、越吃带宽，小盒子就越难堪。实测佐证很直接：同一个700亿参数的大模型，DGX Spark每秒吐不到5个token，而96GB显存的RTX Pro 6000（国内一张卡超15万）能吐30多个。知乎哔哩哔哩

那"快"怎么来？社区已经玩出三条路：

• 多机张量并行堆带宽。有UP主晒出四台GB10小主机（华硕GX10、微星EX10、两台戴尔），四根200G铜缆首尾相接，没买交换机，UP主自测报数：16人同时问，写文章每秒368 token。籽岷在直播间自述买4台DGX Spark就有本地部署DeepSeek的效果，加起来大概二十万。小米的屈恒更早晒出集群作业：4台DGX Spark加一台MikroTik CRS812跑MiMo-V2.5，24并发稳在200 tok/s、512K上下文可服务。哔哩哔哩哔哩哔哩微博

• 官方画的大饼要打折。英伟达10月22日公布的工程测试显示：8台DGX Spark（合计约1TB统一内存）能跑NVFP4量化后的完整GLM5.3-753B；跟进的技术笔记把话说明白——大模型可以跨8台运行，实际体验仍要看并行方式、网络和并发负载，"几台机器自动变成一台大显卡"是不存在的。知乎

• 混搭扬长避短。更早就有技术团队尝试把DGX Spark和Mac Studio这两种不同特性的硬件组合起来用：Spark有约100TFLOPS的算力，负责大模型计算密集的预填充；苹果那边高带宽，负责连续吐字。属于进阶玩家的邪修路线，但思路值得记：这台盒子的短板从来不是算不动，是喂不饱。微博

四条路：按你的状态对号入座

路A：先别买，把账用API跑满。 开源权重一路下放、API输入价已经到"1元/百万token"的量级。草鸡视频评论区那句大实话，实际使用租token一万都用不到。你的调用量如果撑不起3万的硬件，这条路就是正确答案。真正逼你出局的只有一种东西：隐私，合同、病历、照片这类隐私信息不方便发到云端，才是HomeLab党买算力的第一性理由。哔哩哔哩知乎

路B：旧卡路线，捡垃圾党继续捡。 机房拆机V100 32G的"低成本大显存"玩法，国庆就有玩家晒出折腾作业。二手三千多的3080Ti和五六千的7900XTX同框对比过：一个12GB显存，一个24GB，带宽倒挺接近，差距全在容量。更狠的有8张2070凑64G自制开放式机架、"显卡住楼房"同时满足静音和散热——这条472赞、301评论的帖子底下，吵的全是风扇墙和电费。适合已经有现有机箱和电源、能忍受噪音，把折腾本身当乐趣的人。30系FP16封印那篇历史账已经算过，这里不重复：旧卡路线的隐性成本在主板通道数、电源和噪音，不在卡本身。小红书哔哩哔哩小红书

路C：单台AI盒子，图的是CUDA加即插即用。 128GB的Spark/GX10塞得下全家桶、支持Ollama、vLLM，无头部署接上私有网络远程访问，就是一台7×24的算力节点；64GB版3.36万是新的入场券。坑都在细节里：首次到手从通电、自检到SSH和远程登录，有专门的避坑教程，146人收藏。叠科甚至把4台DGX Spark的散热和线材收纳做成了利用小米空气净化器结构的商用配件，社区邪修已经产业化。预算敏感的话，双11盯官方渠道GX10/EX10的到手价，比盯闲鱼更有意义——溢价时点本身就是最大成本。哔哩哔哩哔哩哔哩

路D：两台起步组集群，核心玩家的玩具。 10月17日深夜官方放出DeepSeek V4.1-Flash的1017版，第二天就有UP主完成双机量化版部署，原话是两台继续跑、性能大幅提升，有两台的可以升级了。适合小工作室、重度Agent用户，和"NAS已装完、机柜还有1U空位"的你。电费另算：GB10整机标称1PFLOPS算力、140W功耗，按满载24小时常开一天约3.4度电、一年1200多度、约700元出头（0.6元/度自估）。比你那台多盘位NAS还温柔——真正贵的是你为它腾出的那条200G铜缆。哔哩哔哩哔哩哔哩

三个容易踩歪的岔口

一是RTX Spark笔记本别当HomeLab设备买。它和DGX Spark同为GB10芯片，却砍掉了X7网卡、无法集群，笔记本形态的屏幕还占用GPU性能和显存，实际推理性能只有单台DGX Spark的70%左右。而搭载它的笔记本，国行价格从一万八到四万六。买它是为了移动办公，不是为了机柜。哔哩哔哩知乎

二是AMD Strix Halo/MAX395的"降温"：曾经被捧为"128G便宜大碗"的它，如今52万浏览的问题下面是三连吐槽——强推的时候说是128G共享，实际拿回来显存就是64+32共享，带宽也低，生态费劲。同容量对比评测里Spark靠CUDA生态扳回一城，容量党可以再等等下一代。知乎

三是国产掀桌选手先进观察清单：宣称40W功耗、最高128GB内存、性能反超DGX Spark三成的AX8860，目前只有厂商口径和未经第三方复核的测试宣称。别为它做任何双11决策。哔哩哔哩

双11之后，继续看这四个信号

1. 64GB版的国内定价和到货量——官方"减配还涨价"的逻辑能不能压住渠道溢价；

2. DRAM合约价：四季度原厂把先进制程继续投向服务器高性能产品，一般型DRAM仍被预计季增10%-15%，盒子成本的源头在内存不在GPU。36氪

3. 开源权重追到哪：8160亿参数都能开源、两台Mac Studio就能跑的年代，"装得下"的门槛每半年重画一次。36氪

4. 二手市场：Spark类的保值/跌价曲线，决定你到底是"等等党"还是"首发党"。

一句话收尾：这台盒子卖的不是"快"，是"把128GB模型和你的隐私一起锁在家里"。你是token账跑不满的观望党、旧卡还能再战的捡垃圾党、单台即插即用的Agent常驻党，还是四台起组的集群党？评论区对个号，你双11的预算打算砸在哪条路上。