Mac mini
Apple 的小型桌機，搭載 M6 或 M5 Pro。記憶體 16–64 GB，12.7 × 12.7 × 5 公分，重 0.67–0.73 公斤。USD $899 起。
本地 AI · Mac Studio vs Mac mini vs DGX Spark
同樣 128 GB，DGX Spark 比較便宜，Mac Studio 記憶體頻寬卻高出兩倍多。
想在自己桌上跑 AI 模型，Apple 的 Mac mini、Mac Studio 和 NVIDIA 的 DGX Spark 該怎麼選？這篇比較三台各放得下哪些模型、跑多快、加記憶體要多少錢。
這篇比較什麼
在本地跑 AI 模型，就是讓模型在你自己的電腦上執行，不經過其他公司的伺服器。提示詞和文件不會離開電腦，沒網路也能用，也不用按次付費。門檻在硬體：模型要放得進記憶體，資料在記憶體裡還要搬得夠快。
這篇比較的三台小型桌機都用統一記憶體，處理器和 GPU 共用同一組記憶體。一般 PC 的顯示卡有自己的顯示記憶體；這三台的 GPU 直接用共用記憶體，放在桌上的小主機也能載入幾十 GB 的模型。
三台候選機器
Mac Studio
Apple 較大的桌機，搭載 M5 Max 或 M5 Ultra。記憶體 36–512 GB，19.7 × 19.7 × 9.5 公分，重 2.7–3.6 公斤。USD $2,499 起。
DGX Spark
NVIDIA 的桌上型 AI 電腦，採用 GB10 晶片，系統是 NVIDIA DGX OS（搭配 Ubuntu Linux）。記憶體 128 GB，15 × 15 × 5.05 公分，重 1.2 公斤。USD $4,699。
挑這三台，是因為它們都是接上螢幕就能用的桌上小主機，都讓處理器和 GPU 共用記憶體，價格也有重疊：DGX Spark 的 USD $4,699，落在最便宜和最貴的 Mac Studio 之間；最高規的 Mac mini 也比最便宜的 Mac Studio 貴。筆電、一體成型的 Mac，以及插獨立顯示卡的 PC，這篇都不比。
怎麼看這篇報告
本篇資料取自 Apple、NVIDIA 官網和已公布的測試，資料日期為 2026 年 9 月 14 日，來源列在文末。新款 Mac 還在預購，下單前請再確認價格和出貨。
簡單來說
判斷標準：記憶體至少要比模型檔案大四分之一，才算放得下，剩下的空間留給系統和對話內容。Apple 和 NVIDIA 都沒說明 GPU 最多能用多少記憶體。
小模型：gpt-oss-20b
4-bit 檔案 12.1 GB，這裡每一台都放得下，最便宜的是 Mac mini（M6，16 GB），USD $899。上一代 Mac 的公開實測：Mac Studio（M3 Ultra）每秒生成 117 個 token，DGX Spark 86 個，Mac mini（M4 Pro）63 個。
70B 模型：Llama 3.1 70B
4-bit 檔案 42.5 GB，放得下的機器裡最便宜的是 Mac mini（M5 Pro，64 GB），USD $2,699。公開實測中，上一代 Mac Studio（M3 Ultra）每秒生成 14 個 token，採用 DGX Spark 同款晶片的機器是 5 個。
120B 模型：gpt-oss-120b
4-bit 檔案 62.8 GB，Mac mini 全都放不下。DGX Spark 放得下，USD $4,699；Mac Studio 則是 USD $5,099 起。公開實測中，上一代 Mac Studio（M3 Ultra）每秒生成 78 個 token、處理長提示詞每秒 1,194 個；GB10 機器分別是 53 個和 865 個。
超過 128 GB
單台要超過 128 GB，只有 M5 Ultra 的 Mac Studio：256 GB USD $9,499 起，512 GB 版本還沒有價格。NVIDIA 說兩台 DGX Spark 串接可以跑最多 4050 億參數的模型，兩台合計 USD $9,398，不含連接線。
第 1 部分
哪些模型放得下
記憶體是硬門檻。Mac mini 最多 64 GB，只有這個最高規格放得下 70B 模型；gpt-oss-120b 則任何 Mac mini 都放不下，要選 DGX Spark，或至少 96 GB 的 Mac Studio。單台超過 128 GB 的，這裡只有 M5 Ultra 的 Mac Studio。
每個點是一種可以選購的記憶體容量，刻度每格加倍。A、B、C 三條線是模型檔案大小，機器的點要落在線的右邊，而且要留一點空間。
Mac miniM6 · 12 核心 GPU
16–32 GB
Mac miniM5 Pro
24–64 GB
Mac StudioM5 Max · 32 核心 GPU
36 GB
Mac StudioM5 Max · 40 核心 GPU
48–128 GB
Mac StudioM5 Ultra · 64 核心 GPU
96–256 GB
Mac StudioM5 Ultra · 80 核心 GPU
96–512 GB
DGX SparkGB10
128 GB
- Agpt-oss-20b，4-bit（MXFP4）：檔案 12.1 GB
- BLlama 3.1 70B，4-bit（Q4_K_M）：檔案 42.5 GB
- Cgpt-oss-120b，4-bit（Q4_K_M）：檔案 62.8 GB
檔案大小是下方測試中 llama.cpp 顯示的數字，由 GiB 換算。512 GB 的 Mac Studio 在美國還沒有售價。
顯示數字
| 機器 | 記憶體 | 美國價格 | 儲存空間 |
|---|---|---|---|
| Mac mini · M6 · 12 核心 GPU | 16 GB | USD $899 | 256GB |
| Mac mini · M6 · 12 核心 GPU | 24 GB | USD $1,099 | 256GB |
| Mac mini · M6 · 12 核心 GPU | 32 GB | USD $1,299 | 256GB |
| Mac mini · M5 Pro · 16 核心 GPU | 24 GB | USD $1,699 | 512GB |
| Mac mini · M5 Pro · 16 核心 GPU | 48 GB | USD $2,299 | 512GB |
| Mac mini · M5 Pro · 16 核心 GPU | 64 GB | USD $2,699 | 512GB |
| Mac mini · M5 Pro · 20 核心 GPU | 24 GB | USD $1,899 | 512GB |
| Mac mini · M5 Pro · 20 核心 GPU | 48 GB | USD $2,499 | 512GB |
| Mac mini · M5 Pro · 20 核心 GPU | 64 GB | USD $2,899 | 512GB |
| Mac Studio · M5 Max · 32 核心 GPU | 36 GB | USD $2,499 | 512GB |
| Mac Studio · M5 Max · 40 核心 GPU | 48 GB | USD $3,099 | 512GB |
| Mac Studio · M5 Max · 40 核心 GPU | 64 GB | USD $3,499 | 512GB |
| Mac Studio · M5 Max · 40 核心 GPU | 128 GB | USD $5,099 | 512GB |
| Mac Studio · M5 Ultra · 64 核心 GPU | 96 GB | USD $5,499 | 1TB |
| Mac Studio · M5 Ultra · 64 核心 GPU | 256 GB | USD $9,499 | 1TB |
| Mac Studio · M5 Ultra · 80 核心 GPU | 96 GB | USD $6,799 | 1TB |
| Mac Studio · M5 Ultra · 80 核心 GPU | 256 GB | USD $10,799 | 1TB |
| Mac Studio · M5 Ultra · 80 核心 GPU | 512 GB | 暫無價格 | 1TB |
| DGX Spark · GB10 | 128 GB | USD $4,699 | 4TB |
第 2 部分
記憶體傳輸有多快
模型每生成一個字，都要再從記憶體讀一次權重，所以記憶體頻寬決定了生成速度的上限。DGX Spark 是 273 GB/s，略低於 M5 Pro Mac mini 的 307 GB/s，更遠低於 Mac Studio 各款的 460 到 1,200 GB/s。照規格看，DGX Spark 的記憶體和 128 GB Mac Studio 一樣大，生成速度卻更接近 Mac mini。這些是廠商公布的數字，不是實測。
Mac StudioM5 Ultra
1,200
Mac StudioM5 Max · 40 核心 GPU
614
Mac StudioM5 Max · 32 核心 GPU
460
Mac miniM5 Pro · 16 核心 GPU
307
DGX SparkGB10
273
Mac miniM6 · 12 核心 GPU · 24 / 32 GB
170
Mac miniM6 · 12 核心 GPU · 16 GB
153
Mac miniM5 Pro · 20 核心 GPU
未標示
Apple 標示 M5 Ultra 為 1.2TB/s，這裡寫成 1,200 GB/s。20 核心 GPU 的 M5 Pro，Apple 沒有標示頻寬。M6 Mac mini 的頻寬依選購的記憶體而定。
顯示數字
| 機器 | 記憶體頻寬，GB/s |
|---|---|
| Mac Studio · M5 Ultra | 1,200 |
| Mac Studio · M5 Max · 40 核心 GPU | 614 |
| Mac Studio · M5 Max · 32 核心 GPU | 460 |
| Mac mini · M5 Pro · 16 核心 GPU | 307 |
| DGX Spark · GB10 | 273 |
| Mac mini · M6 · 12 核心 GPU · 24 / 32 GB | 170 |
| Mac mini · M6 · 12 核心 GPU · 16 GB | 153 |
| Mac mini · M5 Pro · 20 核心 GPU | 未標示 |
第 3 部分
實測速度：上一代機型
M5 和 M6 Mac 目前還沒有人公布測試。以下是它們取代的舊款 Mac（M3 Ultra、M4 Pro），以及 DGX Spark 或採用同款 GB10 晶片機器的結果，只能看出差距大小，不代表新 Mac 的表現。
實測的生成速度和頻寬規格一致：三組配對測試裡，上一代 Mac Studio 生成都比 GB10 機器快。提示詞處理就互有輸贏，gpt-oss-20b 和 Llama 3.1 70B 是 GB10 機器快，gpt-oss-120b 是 Mac Studio 快。測的是新 Mac 取代的舊款，軟體版本也不同，看差距就好，別太在意確切數字。
gpt-oss-20b · 4-bit MXFP4 · llama.cpp · 2,048 token 提示詞
Mac StudioM3 Ultra · 上一代
2,446
DGX SparkGB10
3,798
Mac miniM4 Pro · 上一代
701
Mac StudioM3 Ultra · 上一代
117
DGX SparkGB10
86
Mac miniM4 Pro · 上一代
63
由不同網友用不同 llama.cpp 版本發布：兩台 Mac 是 build 6280，DGX Spark 是 7067。DGX Spark 領先，可能有一部分來自較新的軟體。
顯示數字
| 機器 | 提示詞處理 · 每秒 token 數 | 生成 · 每秒 token 數 | llama.cpp 版本 |
|---|---|---|---|
| Mac Studio · M3 Ultra · 上一代 | 2,446.12 | 116.63 | 6280 |
| DGX Spark · GB10 | 3,797.76 | 86.23 | 7067 |
| Mac mini · M4 Pro · 上一代 | 700.78 | 63.34 | 6280 |
Llama 3.1 70B · 4-bit Q4_K_M · llama.cpp · 4,096 token 提示詞
Mac StudioM3 Ultra · 上一代
151
Dell Pro Max with GB10與 DGX Spark 同款晶片
224
Mac StudioM3 Ultra · 上一代
14
Dell Pro Max with GB10與 DGX Spark 同款晶片
5
兩組都是同一位評測者 Jeff Geerling 測的，llama.cpp 版本是 build 7129（GB10）和 7315（Mac）。GB10 機器是 Dell Pro Max with GB10，和 DGX Spark 用同一款晶片。
顯示數字
| 機器 | 提示詞處理 · 每秒 token 數 | 生成 · 每秒 token 數 | llama.cpp 版本 |
|---|---|---|---|
| Mac Studio · M3 Ultra · 上一代 | 151.42 | 14.08 | 7315 |
| Dell Pro Max with GB10 · 與 DGX Spark 同款晶片 | 223.82 | 4.71 | 7129 |
gpt-oss-120b · 4-bit Q4_K_M · llama.cpp · 4,096 token 提示詞
Mac StudioM3 Ultra · 上一代
1,194
Dell Pro Max with GB10與 DGX Spark 同款晶片
865
Mac StudioM3 Ultra · 上一代
78
Dell Pro Max with GB10與 DGX Spark 同款晶片
53
兩組都是同一位評測者 Jeff Geerling 測的，llama.cpp 版本是 build 7129（GB10）和 7315（Mac）。GB10 機器是 Dell Pro Max with GB10，和 DGX Spark 用同一款晶片。
顯示數字
| 機器 | 提示詞處理 · 每秒 token 數 | 生成 · 每秒 token 數 | llama.cpp 版本 |
|---|---|---|---|
| Mac Studio · M3 Ultra · 上一代 | 1,193.97 | 78.41 | 7315 |
| Dell Pro Max with GB10 · 與 DGX Spark 同款晶片 | 865.14 | 52.86 | 7129 |
第 4 部分
加記憶體要多少錢
兩者都有的記憶體容量，Mac mini 一律比 Mac Studio 便宜。到了 128 GB，DGX Spark 的 USD $4,699 比最便宜的 128 GB Mac Studio 少 USD $400，還附 4 TB 儲存空間，Mac 只有 512 GB。超過 128 GB 就只剩 Mac Studio：256 GB 要 USD $9,499。
各產品在每種記憶體容量的美國最低價。儲存空間不一樣：最便宜的 Mac mini 是 256 GB，Mac Studio 是 512 GB 或 1 TB，DGX Spark 只有 4 TB。
- Mac mini
- Mac Studio
- DGX Spark
Apple 只列升級加價、沒列整機價格的配置，這裡把加價加上基本款價格，並用 Apple 有列出的整機價格逐一核對。Mac 目前是預購價。以上為 Apple 和 NVIDIA 美國官網標價，資料日期 2026 年 9 月 14 日。
顯示數字
| 機器 | 記憶體 | 美國價格 | 儲存空間 |
|---|---|---|---|
| Mac mini · M6 · 12 核心 GPU | 16 GB | USD $899 | 256GB |
| Mac mini · M6 · 12 核心 GPU | 24 GB | USD $1,099 | 256GB |
| Mac mini · M6 · 12 核心 GPU | 32 GB | USD $1,299 | 256GB |
| Mac mini · M5 Pro · 16 核心 GPU | 48 GB | USD $2,299 | 512GB |
| Mac mini · M5 Pro · 16 核心 GPU | 64 GB | USD $2,699 | 512GB |
| Mac Studio · M5 Max · 32 核心 GPU | 36 GB | USD $2,499 | 512GB |
| Mac Studio · M5 Max · 40 核心 GPU | 48 GB | USD $3,099 | 512GB |
| Mac Studio · M5 Max · 40 核心 GPU | 64 GB | USD $3,499 | 512GB |
| Mac Studio · M5 Ultra · 64 核心 GPU | 96 GB | USD $5,499 | 1TB |
| Mac Studio · M5 Max · 40 核心 GPU | 128 GB | USD $5,099 | 512GB |
| Mac Studio · M5 Ultra · 64 核心 GPU | 256 GB | USD $9,499 | 1TB |
| DGX Spark · GB10 | 128 GB | USD $4,699 | 4TB |
第 5 部分
你的軟體能用嗎？
llama.cpp 這類常見的本地工具兩邊都能用。DGX Spark 另外原生支援 4-bit FP4 和 8-bit FP8 格式，差別主要在 NVIDIA 和 Apple 各自的專屬軟體。
用 llama.cpp、Ollama 或 LM Studio 的話，三台都能跑。差別在比較專門的工具：NVIDIA 自家的推論服務軟體 TensorRT-LLM 不能在 Mac 上跑，vLLM 和 SGLang 在 Mac 上只部分支援，Apple 的 MLX 則沒有 DGX Spark 的官方文件。
| 工具 | Mac | DGX Spark |
|---|---|---|
| llama.cpp | 支援 | 支援 |
| Ollama | 支援 | 支援 |
| LM Studio | 支援 | 支援 |
| MLX / mlx-lm | 支援 | 文件未提及 |
| vLLM | 部分支援 | 支援 |
| SGLang | 部分支援 | 支援 |
| TensorRT-LLM | 不支援 | 部分支援 |
| PyTorch | 部分支援 | 支援 |
| Hugging Face Transformers | 支援 | 支援 |
| ComfyUI | 支援 | 支援 |
| 微調 | 支援 | 支援 |
「文件未提及」是指該專案的官方文件沒寫，不代表一定不能用。
第 6 部分
耗電
Apple 標示的是每台 Mac 的最大持續耗電；NVIDIA 標示的是 DGX Spark 電源供應器的額定功率和晶片功耗上限。兩者量的不是同一件事，所以只列出來，不排名。
| 機器 | 廠商標示的項目 | 數字 |
|---|---|---|
| Mac mini | 最大持續耗電（Apple） | 155 W |
| Mac Studio | 最大持續耗電（Apple） | 480 W |
| DGX Spark | 電源供應器額定功率（NVIDIA） | 240 W |
| DGX Spark | GB10 晶片功耗上限（NVIDIA） | 140 W |
第 7 部分
DGX Spark 在哪裡買得到
上面用的是美國價格，因為我們追蹤的八個市場裡，只有美國的 DGX Spark 有公開售價又有現貨。其他市場在 2026 年 9 月 14 日的情況如下：
| 市場 | DGX Spark | 價格 |
|---|---|---|
| 美國 | NVIDIA 有現貨 | USD $4,699 |
| 中國 | 有官方經銷商，但沒有公開售價 | — |
| 香港 | 找不到 NVIDIA 的銷售管道 | — |
| 台灣 | 有官方經銷商，但沒有公開售價 | — |
| 日本 | NVIDIA 列出的經銷商 ELSA 售價（含稅） | JPY ¥1,045,000 |
| 澳洲 | 有官方經銷商，但沒有公開售價 | — |
| 英國 | NVIDIA 有標價，但缺貨 | GBP £4,200 |
| 德國 | NVIDIA 有標價，目前無法購買 | EUR €4,800 |
本頁不比較美國以外的 Mac 售價。
第 8 部分
把多台機器連起來
NVIDIA 的文件說明怎麼用 200 Gb/s 的 ConnectX-7 連接埠串接兩台 DGX Spark，並說兩台可以跑最多 4050 億參數的模型；產品頁則寫最多四台可跑 7000 億參數。
Apple 在 macOS 26.2 加入透過 Thunderbolt 5 的 RDMA，讓 MLX 把一個模型分到多台 Mac 上跑。Apple 沒有說這樣能跑多大的模型。
結論：買哪一台
主要跑 200 億參數左右以下的模型，或想先小規模試試，Mac mini 最便宜：Mac mini（M6，16 GB）售 USD $899，放得下 gpt-oss-20b；Mac mini（M5 Pro，64 GB）售 USD $2,699，放得下 70B 模型。
想跑最大的模型、要最快的生成速度，就看 Mac Studio。這裡只有它能超過 128 GB，記憶體頻寬也最高，上一代在每組配對測試的生成速度都已經贏過 GB10 機器。
工作離不開 NVIDIA 的軟體或 4-bit FP4 格式、最在意提示詞處理速度（三組測試 GB10 機器贏兩組），或想用最少的錢買到 128 GB，DGX Spark 比較適合。它比 128 GB 的 Mac Studio 便宜 USD $400，還多了 4 TB 儲存空間，只是照規格看生成速度較慢。
寫這篇時新款 Mac 還沒有公開測試，等結果出來，上面的差距可能會變。
資料來源
規格與價格
marketplace.nvidia.com/en-us/enterprise/personal-ai-supercomputers/dgx-spark/規格與價格
www.apple.com/mac-mini/specs/規格與價格
www.apple.com/mac-studio/specs/顯示全部 49 個來源
規格與價格
www.apple.com/shop/buy-mac/mac-mini規格與價格
www.apple.com/shop/buy-mac/mac-studio規格與價格
www.nvidia.com/en-us/products/workstations/dgx-spark/測試結果
github.com/geerlingguy/ai-benchmarks/issues/34#issuecomment-3565587153測試結果
github.com/geerlingguy/ai-benchmarks/issues/42#issuecomment-3624042296測試結果
github.com/ggml-org/llama.cpp/discussions/15396#discussioncomment-14226807測試結果
github.com/ggml-org/llama.cpp/discussions/15396#discussioncomment-14249698測試結果
github.com/ggml-org/llama.cpp/discussions/16578#discussioncomment-14980101軟體文件
developer.apple.com/metal/pytorch/軟體文件
docs.nvidia.com/dgx/dgx-spark/hardware.html軟體文件
lmstudio.ai/docs/app/system-requirements軟體文件
raw.githubusercontent.com/NVIDIA/TensorRT-LLM/main/docs/source/release-notes.md軟體文件
raw.githubusercontent.com/NVIDIA/TensorRT-LLM/main/docs/source/supported-hardware.md軟體文件
raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/playbook-comfyui/README.md軟體文件
raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/playbook-llama-cpp/README.md軟體文件
raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/playbook-pytorch-fine-tune/README.md軟體文件
raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/playbook-sglang/README.md軟體文件
raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/playbook-unsloth/README.md軟體文件
raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/playbook-vllm/README.md軟體文件
raw.githubusercontent.com/comfyanonymous/ComfyUI/master/README.md軟體文件
raw.githubusercontent.com/ggml-org/llama.cpp/master/README.md軟體文件
raw.githubusercontent.com/huggingface/transformers/main/docs/source/en/perf_train_special.md軟體文件
raw.githubusercontent.com/ml-explore/mlx-lm/main/mlx_lm/LORA.md軟體文件
raw.githubusercontent.com/ml-explore/mlx/main/docs/src/install.rst軟體文件
raw.githubusercontent.com/ollama/ollama/main/docs/gpu.mdx軟體文件
raw.githubusercontent.com/ollama/ollama/main/docs/macos.mdx軟體文件
raw.githubusercontent.com/sgl-project/sglang/main/docs/docs/hardware-platforms/apple_metal.mdx軟體文件
raw.githubusercontent.com/vllm-project/vllm/main/docs/getting_started/installation/cpu.apple.inc.mdDGX Spark 銷售情況
marketplace.nvidia.com/de-de/enterprise/personal-ai-supercomputers/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/en-au/enterprise/personal-ai-supercomputers/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/en-gb/enterprise/personal-ai-supercomputers/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/en-us/enterprise/personal-ai-supercomputers/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/ja-jp/enterprise/personal-ai-supercomputers/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/zh-cn/developer/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/zh-hk/developer/dgx-spark/DGX Spark 銷售情況
marketplace.nvidia.com/zh-tw/enterprise/personal-ai-supercomputers/dgx-spark/DGX Spark 銷售情況
nvidia.mmt.com.au/collections/nvidia-dgx-sparkDGX Spark 銷售情況
nvidia.mmt.com.au/products/nvidia-dgx-spark-founders-editionDGX Spark 銷售情況
shop.cancom.de/de/spotlights/nvidiadgxsparkDGX Spark 銷售情況
shop.elsa-jp.jp/view/item/000000001031DGX Spark 銷售情況
www.leadtek.com/cht/products/AI_HPC(37)/NVIDIA_DGX_Spark_Founders_Edition(51035)/detailDGX Spark 銷售情況
www.nvidia.cn/products/workstations/dgx-spark/DGX Spark 銷售情況
www.nvidia.cn/products/workstations/dgx-spark/where-to-buy/DGX Spark 銷售情況
www.nvidia.com/en-us/products/workstations/dgx-spark/DGX Spark 銷售情況
www.nvidia.com/ja-jp/products/workstations/dgx-spark/DGX Spark 銷售情況
www.sec.gov/Archives/edgar/data/0001045810/000104581026000075/nvda-20260726.htm最後更新 2026-09-14