硬體 / 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.
一手來源GB10 Grace Blackwell128 GB
01 / 實際上限
Qwen3.8 Flash Next
清單中排最前的模型可能是勉強適配或需要卸載的。日常使用建議選第一個標為 餘量充足 的結果，並保持上下文適中。
02 / 預設推論服務
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.
開啟指南03 / 模型範圍
代表性開放權重模型
Alibaba Qwen
Qwen3.8 Flash Next
English180BQ4 estimated budget
- 估算記憶體
- ~108 GB
- 上下文
- 262,144 native; 1M extended
inclusionAI
Ling-3.0-flash
English124BQ4 estimated budget
- 估算記憶體
- ~74.4 GB
- 上下文
- Check selected runtime and checkpoint
OpenAI
gpt-oss-120b
117B5.1B active · MXFP4
- 估算記憶體
- ~80 GB
- 上下文
- 128K
Meta
Llama 4 Scout
109B17B active · INT4 MoE
- 估算記憶體
- ~78 GB
- 上下文
- 10M advertised
Meta
Llama 3.1 70B
70BGGUF Q4
- 估算記憶體
- ~46 GB
- 上下文
- 128K
Nex AGI
Nex-N2.5-mini
English35BQ4 estimated budget
- 估算記憶體
- ~21 GB
- 上下文
- 262,144 (config max_position_embeddings)
注意
適配以估算的總模型記憶體為準。驅動支援、KV 快取、多模態投影層、併發以及桌面應用都可能進一步壓縮可用餘量。目前適配：Qwen3.8 Flash Next (勉強適配), Ling-3.0-flash (餘量充足), gpt-oss-120b (餘量充足), Llama 4 Scout (餘量充足), Llama 3.1 70B (餘量充足), Nex-N2.5-mini (餘量充足)。