⚖️ 硬體評比——三台機器的規格、價格、誰適合誰
L4「多方怎麼看」給了兩派的爭論，這頁是 L3 分析閱讀：把規格數字攤開，並用 ABC8（屬性/利益/需求）+ PB8（解決問題/創造效益）把材料收斂成推薦。這也是這兩把治具第一次實跑（見 jig9-思考治具箱.md）。
緣起
L4 講了「兩派在吵不同的事」，但沒給實際規格表——小白選機器需要能對照的數字。
點我看詳細 →目標
讀完能對照自己的用途（跑多大模型、要不要 CUDA），直接挑出該買哪台。
點我看詳細 →相關討論
不同配置（記憶體容量）價差極大，L4 引的 $1,999 跟這頁的 $3,999–4,499 不是同一個配置，別搞混。
點我看詳細 →證據承諾
規格與價格來自 2026 年公開比較文章彙整，價格會隨市場波動，抓取當下的參考值。
點我看詳細 →價格與每GB成本
各自的強項
各自的限制
記憶體與頻寬
⚖️ 硬體評比
L3 分析閱讀 · 點此回頁頂
深入子頁誰適合誰
混合方案
這是什麼
下一步
👈 #1 這是什麼
三台代表性硬體：
- Mac mini M4 Pro——入門款，64GB 統一記憶體
- Mac Studio M4 Max——進階款，最高 128GB 統一記憶體
- NVIDIA DGX Spark——NVIDIA 的桌上型 AI 電腦，128GB 一致性統一記憶體
選這三台是因為它們是「本機 AI 硬體」討論最常被拿來比較的三個選項，代表 Apple 統一記憶體與 NVIDIA CUDA 生態兩條不同路線。
👉 證據 / 驗證
- Mac mini M4 Pro：64GB 統一記憶體
- Mac Studio M4 Max：128GB 統一記憶體
- DGX Spark：128GB 一致性統一記憶體
👈 #2 混合方案（PB8：Benefits Created）
不是只能二選一：EXO Labs（見 L3 exo 安裝教學）實測把 DGX Spark 拿來做 prefill（前處理）、Mac Studio 做 decode（生成），在 8B 模型上量到 2.8 倍加速。
這是這兩派硬體「創造」出來的第三種效益（PB8 的 Benefits Created）——不是單獨買哪一台就有的能力，是接起來用才有的加分。70B+ 模型的混合數據目前還沒公開，屬於前沿實驗階段。
👉 證據 / 驗證
- 8B 模型混合方案：2.8× 加速（已公開實測）
- 70B+ 混合數據：尚未公開
👈 #3 記憶體與頻寬（ABC8：Attributes）
| 機器 | 統一記憶體 | 記憶體頻寬 |
|---|---|---|
| Mac mini M4 Pro | 64GB | （未列出，M3 Ultra 819GB/s 供量級參考） |
| Mac Studio M4 Max | 128GB | M3 Ultra 約 819GB/s（約 DGX Spark 3 倍） |
| DGX Spark | 128GB（一致性） | 約 273GB/s |
頻寬直接影響 L3 量化教學 提到的推論速度——頻寬越高，同樣大小的模型跑起來越快。
👉 證據 / 驗證
- Mac Studio（M3 Ultra 參考值）頻寬約 DGX Spark 的 3 倍
- M4 Max 精確頻寬未在來源中列出，標示為未知而非臆測
👈 #4 價格與每 GB 成本（ABC8：Attributes）
| 機器 | 價格（2026） | 每 GB 成本 |
|---|---|---|
| Mac mini M4 Pro（64GB） | 約 $1,299 起 | 約 $34/GB（64GB 版本） |
| Mac Studio M4 Max（128GB） | 約 $3,999–4,499 | — |
| DGX Spark（128GB） | 約 $4,699（現貨，因記憶體缺貨上漲） | 約 $37/GB |
提醒：L4「多方怎麼看」引用的「M4 Max Mac Studio 約 $1,999」是另一個較低配置（記憶體容量較小），跟這裡 128GB 版本的 $3,999–4,499 不是同一個東西——記憶體容量對價格影響極大，別直接拿數字互相對照。
👉 證據 / 驗證
- Mac mini 64GB：約 $34/GB
- DGX Spark 128GB：約 $37/GB（兩者其實接近）
👈 #5 各自的強項（PB8：Benefits Created）
Mac 系列：更高記憶體頻寬（推論更快）、更省電、更安靜，128GB 版是唯一 5,000 美元以下能跑未量化 70B 模型的桌機。
DGX Spark：CUDA 生態系完整支援，微調（fine-tuning）工作流順暢，跟 NVIDIA 的服務基礎設施相容。
👉 證據 / 驗證
- Mac Studio 128GB：sub-$5,000 桌機唯一能跑未量化 70B 的機種
- DGX Spark：CUDA 專屬工具鏈的唯一選項
👈 #6 各自的限制（PB8：Problems，反面）
Mac 系列：不支援 CUDA，跑不了依賴 NVIDIA 專屬工具鏈的工作流（某些微調框架、特定推論引擎）。
DGX Spark：記憶體頻寬只有 Mac Studio（M3 Ultra 參考值）的約三分之一，同樣大小的模型跑起來較慢；現貨價格因記憶體缺貨已高於官方 MSRP。
👉 證據 / 驗證
- Mac：CUDA 生態系不可用
- DGX Spark：頻寬約 Mac Studio(M3 Ultra) 的 1/3、現貨溢價
👈 #7 誰適合誰（ABC8：Consumer's needs and wants）
- 「我只是想在家跑模型試試看」→ Mac mini M4 Pro（入門、便宜、夠用）
- 「我想跑更大的模型、要求性價比」→ Mac Studio M4 Max 128GB
- 「我的工作流綁死 CUDA / 要微調」→ DGX Spark
- 「我兩種需求都有、預算夠」→ 混合方案（exo 把兩台接起來，見 #2）
👉 證據 / 驗證
- 四種需求對應四種選擇，非二選一
- 呼應 L4 頁「夏哥的判斷」：小白預設答案是 Mac 系列
👈 #8 下一步
選完機器之後：
- 去 L3 量化教學，用你機器的記憶體容量反推能跑多大的模型
- 去 L3 exo 安裝教學，若走混合方案就照步驟裝起來
- 回 L4 多方怎麼看，重新確認你的判斷跟多方來源比對後站不站得住腳
👉 證據 / 驗證
- 本頁規格/價格來自 2026 公開比較文章彙整
- 抓取日期：2026-08-15；價格會隨市場波動