DGX Spark против Облака против Подписок LLM — Экономический Бенчмарк который убивает мечту о локальном железе

Опубликовано 06 May 2026

время чтения: 14 minutes

NVIDIA продает DGX Spark как «настольный ИИ-суперкомпьютер» за $4 699. Ollama предлагает свои облачные модели за $20/месяц. H100 можно арендовать за $1.38/ч на Vast.ai. А китайские open-source модели — DeepSeek, Qwen, GLM — доступны везде, бесплатно, и для этого не нужно покупать видеокарту. Так для чего же вообще нужен этот Spark? Я провел расчеты.

Контекст: Рынок, который изменился

К маю 2026 года ландшафт ИИ радикально изменился по сравнению с моментом анонса DGX Spark на CES 2025. Три фактора сошлись воедино, из-за чего использование локального оборудования стало всё труднее обосновать:

  • Обвал цен на GPU-облака: аренда H100 стоит от $1.38 до $3/ч, по сравнению с $5-8/ч 18 месяцев назад

  • Взрывной рост китайских open-source моделей: DeepSeek-V4, Qwen-3, GLM-5 конкурентоспособны с западными моделями и доступны бесплатно

  • Рост платформ управляемого вывода: Ollama, Groq и Together AI предлагают API по агрессивным тарифам с щедрыми бесплатными уровнями

DGX Spark, анонсированный по цене $2 999, а затем подорожавший до $4 699, выходит в мир, которому он больше не нужен.

Панель параметров

Вот доступные в мае 2026 года решения для запуска LLM, от самых легких до самых тяжелых:

Опция Стоимость VRAM / Емкость Доступные модели Основное ограничение

Ollama Free

$0/мес

Легкое облако

Все публичные модели

Ограниченное использование, 1 модель одновременно

Claude Pro

$20/мес (~$240/год)

Н/Д (API закрыт)

Только Claude 4.x

Единственная модель, не open-source

Ollama Pro

$20/мес (~$200/год)

Облачная среда

Все публичные модели

макс. 3 модели одновременно

Ollama Max

$100/мес (~$1 200/год)

Тяжелая облачность

Все публичные модели

10 одновременных моделей

Облачный GPU (H100)

$1.38-3/h

80 Go HBM

Все модели, fine-tuning

Почасовая оплата, требуется настройка

DGX Spark

4 699 $ (покупка)

128 Go unifié

Tous modèles <128 Go

Медленный (~в 10 раз медленнее, чем H100), фиксированный

Mac Studio M3 Ultra

~$5 000+

192 Go unifié

Tous modèles <192 Go

Без CUDA, экосистема MLX

Приведенные цены на облачные GPU соответствуют Vast.ai и RunPod в мае 2026 года — spot/on-demand, а не зарезервированные мощности. Цены гиперскейлеров (AWS, GCP, Azure) остаются в 2-3 раза выше.

Что я исключил (и почему)

Я намеренно исключил следующие опции из этого бенчмарка:

  • API OpenAI / Anthropic / Google: речь здесь идет о запуске open-source моделей, которые можно выбирать, дообучать (fine-tune) и при этом не зависеть от одного вендора

  • Huawei Ascend / Atlas : Huawei не продает десктопного эквивалента DGX Spark. Линейка Ascend (910C, 910D) и Atlas (300I Duo, 350) ориентирована на дата-центры — карты PCIe, стоечные серверы — а не на компактные корпуса, готовые к подключению. Чип Ascend 910C оснащен 128 Go HBM, но это серверный чип, а не автономная система. Atlas 300I Duo предлагает 96 Go за ~$1 400, но требует хост-машину

Простой инференс: смерть локального оборудования

Начнем с самого распространенного сценария использования: чат с LLM, код-ревью, генерация текста. Никакого дообучения (fine-tuning), никакой пакетной обработки (batch processing), только интерактивный вывод.

Вычисления

DGX Spark за $4 699. Разделим на годовую стоимость каждой подписки:

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center

title Порог рентабельности — DGX Spark ($4 699) vs Подписки
rectangle "DGX Spark\n$4 699" as spark #FFCDD2

rectangle "Ollama Pro\n$200/an" as opro #C8E6C9
rectangle "Claude Pro\n$240/an" as cpro #C8E6C9
rectangle "Ollama Max\n$1 200/an" as omax #FFF9C4
rectangle "Cloud H100\n$3/h × 10h/sem" as cloud #BBDEFB

spark --> opro : 23.5 лет ⏳
spark --> cpro : 19.6 лет ⏳
spark --> omax : 3.9 лет
spark --> cloud : 3.0 лет (в 10ч/semaine, прерывистый)

note bottom of spark
Не считая электроэнергии (~$150/an)
Не считая морального устаревания оборудования
Не считая того, что он в 10 раз медленнее
end note

@enduml

Вердикт суров. Для инференса:

  • Ollama Pro: вам понадобилось бы23 годачтобы окупить DGX Spark. Spark устареет через 20 лет.

  • Ollama MaxПожалуйста, предоставьте текст для перевода.4 года— при условии использования Spark 24/7, чего никто не делает

  • Claude Pro: та же проблема,20 летдля закрытой одномодельной системы

Please provide the text you would like me to translate. Обещание «настольного ИИ-суперкомпьютера» сталкивается с элементарной бухгалтерской реальностью: $4 699 / $20 в месяц = никогда не окупится при индивидуальном использовании. Please provide the text you would like me to translate.

Даже при интенсивном использовании

Возьмем худший сценарий для облака: вы запускаете H100 8 ч/день, 5 дней/неделю, 52 недели/год.

  • 8 × 5 × 52 = 2 080 часов/год

  • 2 080 × $2/ч (средняя спот-цена H100) =$4 160/год

Spark ($4 699) окупается за13 месяцев. Вот только:

  1. H100 — это~в 10 раз быстреечем GB10 у Spark. Вы за 1 час делаете то, что Spark делает за 10 часов. При том же объеме работы H100 обходится вам в $416 в год, а не в $4 160.

  2. Le H100 a 80 Go HBM à 3.35 To/s de bande passante. Le Spark a 128 Go LPDDR5X à 273 Go/s. Pour les gros modèles, la bande passante compte plus que la capacité.

Сравнивать 1 час H100 с 1 часом Spark бессмысленно. H100 выполняет работу в 10 раз быстрее. Таким образом, реальная стоимость облака для данной рабочей нагрузки примерно в 10 раз ниже наивного расчета, основанного на часах.

Fine-Tuning: Облако непобедимо

Классический аргумент сторонников Spark: «да, но для fine-tuning всё иначе».

Нет, это не так.

Реальная стоимость Fine-Tune

LoRA/QLoRA fine-tuning модели 7B на Unsloth:

  • ~2-3ч на H100 =от 5 до 9 долларов

  • То же самое на Spark =20-30 ч.(в 10 раз медленнее), блокирует машину

С помощью 4 699 $ от Spark вы можете профинансировать:

  • 500–900 файн-тюновв облаке H100

  • Ou ~23 летOllama Pro

  • Ou ~4 летOllama Max

А для более крупных моделей (70B+):

  • Le Spark avec ses 128 Go peut charger un 70B en Q4 — mais le fine-tune sera extrêmement lent

  • Un H100 avec 80 Go peut fine-tuner un 70B en QLoRA 4-bit en quelques heures

  • Для полного fine-tune в любом случае нужны multi-GPU — Spark здесь не подходит

Специализированные участники

В 2026 году такие платформы, как Unsloth, Modal, Replicate и Together AI, предлагают serverless-дообучение (fine-tuning):

  • Отсутствие управления GPU

  • Конфигурация среды отсутствует

  • Поминутная оплата

  • Встроенные оптимизации (flash attention, автоматическое квантование)

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center
title <size:20>Тонкая настройка LoRA 7B — Comparaison</size>
note as N
| Опция | Стоимость за fine‑tune | Возможные fine‑tune при $4 699 |
|---|---|---|
| Replicate | $3‑5 | ~1 000 |
| Modal (serverless) | $2‑4 | ~1 500 |
| Unsloth + Vast.ai H100 | $5‑9 | ~500‑900 |
| Together AI | $4‑8 | ~600‑1 000 |
| DGX Spark | « gratuit » mais 20‑30h | ∞ (en théorie) |
end note
note bottom
Spark является «бесплатно» при fine-tune только если ваше время стоит $0/h
и вам не нужна машина для чего-то ещё в течение 30 часов
end note
@enduml

Единственная истинная причина: суверенитет данных

Если исключить инференс, fine-tuning и соотношение цены и качества — что остается у Spark?

Абсолютная конфиденциальность.

Не о конфиденциальности в духе «я не хочу, чтобы мои промпты читал сотрудник OpenAI». В 2026 году это ложная проблема: у Ollama, Groq и большинства уважаемых провайдеров действует политика нулевого логирования и нулевого удержания данных.

Настоящая конфиденциальность — это:

  • Регуляторный air-gap: оборона, дипломатия, здравоохранение — данные физически не могут покинуть здание

  • Критические проприетарные данные: исходный код неопубликованного продукта, промышленные секреты, торговые алгоритмы

  • Сетевая устойчивость: ИИ должен продолжать работать, даже если интернет пропадет

Но будем честны: какой процент покупателей DGX Spark действительно находится в такой ситуации? 1%? Все остальное — это «nice to have», превращенное в трату в размере $4 699.

Истинный расчет конфиденциальности

Для индивидуального использования:

  • Ollama Pro($20/мес) + китайские open source модели = прагматичное решение

  • Если промпт утечет в Ollama, он утонет в миллионах ежедневных запросов. Это капля в океане.

  • Реальный риск заключается не в утечке промпта, а в обучении на ваших данных без вашего согласия. И серьезные провайдеры запрещают это на уровне контракта.

Please provide the text you would like me to translate. Страх «дистиллировать свой промпт в LLM» — это настолько размытый уровень распространения личной информации, что он больше напоминает тревожность, чем реальную угрозу. В промышленном масштабе всё иначе. Но на индивидуальном уровне это просто шум. Please provide the text you would like me to translate.

Синтез: Матрица принятия решений

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center

title Какое ИИ-решение выбрать в 2026 году?
start

:Какова ваша основная потребность ?;

switch (Besoin)

case (Inférence interactive occasionnelle)
  :**Ollama Free**\n$0/mois, все модели с открытым исходным кодом;
  stop

case (Inférence quotidienne, code review, dev)
  :**Ollama Pro** ($20/mois)\nAccès à tous les modèles open-source\nDeepSeek, Qwen, GLM, Llama, Mistral;
  stop

case (Agents IA, multi-modèles, usage intensif)
  :Контекст > 30K токенов ?;

  if (Oui) then
    :**Ollama Max** ($100/mois)\n10 одновременных моделей\nКонтекст long без деградации;
    stop
  else (Non)
    :Cloud GPU H100 spot" ($1.38–3/h)\n+ Unsloth/Modal для тонкой настройки\n максимальная брутальная производительность;
    stop
  endif

case (Fine-tuning régulier)
  :Vast.ai H100 + Unsloth ($5–9/fine-tune)\nили **Together AI / Modal** (бессерверный)\n500+ дообучений за цену одного Spark;
  stop

case (Air-gap obligatoire)
  :Засекреченные данные ?;

  if (Oui) then
    :**DGX Spark** ou **Mac Studio M3 Ultra**\nЕдинственный случай, когда локальное оборудование оправдано\n(не экономически — политически);
    stop
  else (Non)
    :Возврат в облако: нет необходимости в изоляции (air‑gap);
    stop
  endif

endswitch

@enduml
Критерий Ollama Free Ollama Pro Облачный GPU H100 DGX Spark

Инференс

✅ Ограничена

✅ Комфортно

✅ Перебор

⚠️ Lent

Тонкая настройка

❌

❌

✅ Непобедимый

⚠️ Возможно, но медленнее

Годовая стоимость

$0

$200

Переменная (~$416-2 080*)

$4 699 авансом

Конфиденциальность

⚠️ Cloud US

⚠️ Cloud US

⚠️ Cloud US (переменная)

✅ Итого

Техническое обслуживание

Нет

Нет

Уникальная настройка

Электричество, обновления

Устаревание

Нет

Нет

Никаких

3–5 лет

Программная экосистема

Все открытые модели

Все открытые модели

Все открытые модели

CUDA (но медленнее)

Вердикт

Эпизодический

Рекомендуется

Профи/Поиск

Только Air-gap

*Варьируется в зависимости от объема работы; при скорости H100 ~10x > Spark фактическая стоимость для данной рабочей нагрузки низка.*

Особый случай: профессиональная подписка против китайских моделей

Стоит подчеркнуть один момент: комбинацияOllama Pro за $20/мес + китайские open-source моделивероятно, обладает лучшим соотношением цены и качества в истории потребительского ИИ.

Почему китайские модели меняют всё

  • DeepSeek-V4-Pro: 1,6T параметров, CSA+HCA, контекст 1M, конкурентоспособен с Claude 4 и GPT-5 в написании кода

  • Qwen-3: 235B, контекст 256K, отличные показатели во французском языке и в рассуждениях

  • GLM-5.1: 744B, MLA+DSA, 200K контекста, создан для агентных задач

Все доступны в Ollama. Все с открытым исходным кодом (пермиссивные лицензии). Все доступны без ограничений при наличии подписки за $20/мес.

С Ollama Pro вы получаете доступ к ~5 open-source моделям уровня «frontier» по цене одной закрытой модели (Claude Pro). Ценность настолько асимметрична, что это становится почти абсурдным.

Что это значит для оборудования

Если лучшим соотношением цены и качества является облачная подписка за $20/месяц, то локальное оборудование становится выбором из комфорта или принципа, а не экономическим решением.

DGX Spark за $4 699 — это эквивалент:

  • 235 месяцев Ollama Pro

  • 23 AAA-игры в день выхода

  • 4 MacBook Air M4

  • Годовая аренда двухкомнатной квартиры в Лионе

Для вычислений. Медленно.

А Huawei?

Так как мне задавали этот вопрос во время моих исследований: нет, Huawei не продает аналога DGX Spark.

То, что существует:

  • Ascend 910C : 128 Go HBM, 800 TFLOPS FP16 — но это серверный чип, а не десктопный

  • Atlas 300I Duo : 96 Go LPDDR4X, карта PCIe за ~$1 400 — требует хост-систему

  • Atlas 350 : 112 Go HBM, 1.56 PFLOPS FP4 — ускоритель для дата-центров, а не компактный корпус

Huawei по-прежнему сосредоточена на рынке серверов и центров обработки данных. Для компактного корпуса формата «plug-and-play» с 120+ Go VRAM единственными вариантами в 2026 году остаются DGX Spark (128 Go унифицированной памяти) и Mac Studio M3 Ultra (192 Go унифицированной памяти). И на данный момент ни один китайский производитель не анонсировал эквивалентного продукта в таком форм-факторе.

Заключение: Роскошь близости

DGX Spark — не плохой продукт. Это плохая инвестиция для 99% потенциальных покупателей.

@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center

title Ландшафт ИИ в 2026 году — Кто доминирует ?
left to right direction

package "Личное использование / PME" #C8E6C9 {
  rectangle "🏆 Ollama Pro\n$20/mois" as pro
  rectangle "Ollama Free\n$0/mois" as free
  rectangle "Cloud GPU spot\n$1-3/h" as spot
}

package "Интенсивное использование / Pro" #FFF9C4 {
  rectangle "🏆 Ollama Max\n$100/mois" as max
  rectangle "🏆 Cloud GPU выделенный\n$2-4/h" as dedicated
  rectangle "Modal / Together AI\nServerless" as serverless
}

package "Air-Gap обязательно" #FFCDD2 {
  rectangle "DGX Spark\n$4 699" as spark
  rectangle "Mac Studio M3U\n~$5 000" as mac
}

note bottom of spark
1% случаев использования — оборона, регулируемое здравоохранение, критически важные промышленные секреты
end note

@enduml

Please provide the text you would like me to translate. Купить DGX Spark в 2026 году — это как купить почтовый сервер в 2010-м: технически возможно, философски удовлетворяюще, но экономически абсурдно для частного лица. Please provide the text you would like me to translate.

Расчет прост, и он не лжет:

  • $0для чата с DeepSeek на Ollama Free

  • $200/годдля серьезной работы с Ollama Pro

  • 5-9 $для разового дообучения (fine-tune) на облачном GPU

  • 4 699 $для…​ опыта обладания корпусом NVIDIA на своем столе?

Рынок сделал свой выбор. Облачные подписки и китайские open-source модели выиграли битву цен. Локальное оборудование выживает в регуляторных нишах, но не в кабинетах разработчиков.

Please provide the text you would like me to translate. DGX Spark — это не рентабельный инструмент. Это стейтмент. «Я хочу, чтобы мой ИИ был у меня дома, а не в чьем-то чужом облаке». Это заслуживает уважения. Но в 2026 году, когда Ollama предоставляет тебе DeepSeek-V4-Pro в облаке за $20 в месяц, это прежде всего очень дорогой стейтмент. Пожалуйста, предоставьте текст для перевода.

Эта статья основана на беседе с моим ИИ-агентом об экономической целесообразности DGX Spark в сочетании с мониторингом рынка цен на облачные GPU (Vast.ai, RunPod), тарифных сеток Ollama/Claude и экосистемы китайских open-source моделей. Приведенные цены актуальны на май 2026 года — вероятно, к моменту чтения этих строк они станут еще ниже.

Похожие статьи

HyperFrames-Gradle : преобразование AsciiDoc в видео MP4
31 May 2026
Аудит моего потребления LLM : SQLite, OpenCode, Ollama Cloud, и почему моя подписка Pro взрывает мировой рынок
18 May 2026
Архитектура «Независимый плагин + Корневой потребитель»: почему мои Gradle-сборки дублируются
14 May 2026
Le Knowledge Graph comme moteur de recommandation : comment j'ai tué les « articles connexes » chronologiques
12 May 2026