硬件 / UNIFIED MEMORY
NVIDIA DGX Spark · 128 GB
A compact local AI system with 128 GB coherent memory. It can hold large low-bit models, but decode speed and software support remain model-specific.
一手来源GB10 Grace Blackwell128 GB
01 / 实际上限
Qwen3.8 Flash Next
列表中排在最前的模型可能是勉强适配或需要卸载的。日常使用建议选第一个标为 余量充足 的结果，并保持上下文适中。
02 / 默认推理服务
vLLM
Linux GPU servers, concurrency and OpenAI-compatible production APIs. CUDA, ROCm and XPU feature coverage differs. Driver, shared-memory and quantization compatibility are version-specific.
打开指南03 / 模型范围
代表性开放权重模型
Alibaba Qwen
Qwen3.8 Flash Next
English180BQ4 estimated budget
- 估算内存
- ~108 GB
- 上下文
- 262,144 native; 1M extended
inclusionAI
Ling-3.0-flash
English124BQ4 estimated budget
- 估算内存
- ~74.4 GB
- 上下文
- Check selected runtime and checkpoint
OpenAI
gpt-oss-120b
117B5.1B active · MXFP4
- 估算内存
- ~80 GB
- 上下文
- 128K
Meta
Llama 4 Scout
109B17B active · INT4 MoE
- 估算内存
- ~78 GB
- 上下文
- 10M advertised
Meta
Llama 3.1 70B
70BGGUF Q4
- 估算内存
- ~46 GB
- 上下文
- 128K
Nex AGI
Nex-N2.5-mini
English35BQ4 estimated budget
- 估算内存
- ~21 GB
- 上下文
- 262,144 (config max_position_embeddings)
注意
适配基于估算的总模型内存。驱动支持、KV 缓存、多模态投影层、并发以及桌面应用都可能进一步压缩可用余量。当前适配：Qwen3.8 Flash Next (勉强适配), Ling-3.0-flash (余量充足), gpt-oss-120b (余量充足), Llama 4 Scout (余量充足), Llama 3.1 70B (余量充足), Nex-N2.5-mini (余量充足)。