LLM では DGX Spark のほうが M4 Max より速い？

M4 Max は DGX Spark よりメモリの読み込みが約 100% 速く（546 GB/s 対 273 GB/s）、両方に収まるモデルなら約 100% 速く生成します。 llama.cpp の実測では、DGX Spark がプロンプトを約 3.5 倍の速さで読み込みます（毎秒 3,062 対 886 トークン）。プロンプトの読み込みはメモリ帯域ではなく GPU の計算能力で決まり、長い文書やコードベースで最初の 1 語が出るまでの待ち時間を左右します。

M4 Max と DGX Spark、大きなモデルを動かせるのはどっち？

どちらもモデルに約 96 GB 使えます。人気のオープンモデル 73 個のうち、M4 Max では 47 個、DGX Spark では 39 個が快適に動きます。

MLX Node は DGX Spark で動きますか？

いいえ。MLX Node と MLX Harness は Apple の MLX フレームワークを使い、Apple Silicon 搭載の Mac でのみ動きます。

M4 Max と DGX Spark、ローカル AI と LLM ならどっち？メモリ・速度・選び方

Q: M4 Max と DGX Spark、大きなモデルを動かせるのはどっち？

どちらもモデルに約 96 GB 使えます。 人気のオープンモデル 73 個のうち、M4 Max では 47 個、DGX Spark では 39 個が快適に動きます。

並べて比較

	M4 Max	DGX Spark
種類	MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)	それだけで動く小型コンピュータ
メモリ容量	36, 48, 64, 128 GB	128 GB
メモリ帯域幅	410–546 GB/s	273 GB/s
モデルに使える最大量	約 96 GB	約 96 GB
快適に動くモデル	73 中 47	73 中 39
実測: 生成	83 tok/s	57 tok/s
実測: プロンプトの読み込み	886 tok/s	3,062 tok/s

実測の行: llama.cpp の公開ベンチマークで Llama 2 7B Q4_0 を使った各マシンの最速の結果です。128 トークンの生成（tg128）と 512 トークンのプロンプトの読み込み（pp512）を、毎秒トークン数で示しています。Mac は Metal、DGX Spark は CUDA で実行。Apple Silicon の結果 · DGX Spark の結果モデルに使えるメモリは、どちらも macOS の初期設定と同じ約 75% として計算しています。DGX Spark も CPU と GPU で 1 つのメモリを共有しているためです。GPU が実際にどれだけ使えるかは OS と設定によります。

それぞれが勝つところ

生成の速さ。 M4 Max は DGX Spark よりメモリの読み込みが約 100% 速く（546 GB/s 対 273 GB/s）、両方に収まるモデルなら約 100% 速く生成します。
モデルの大きさ。 どちらもモデルに約 96 GB 使えます。人気のオープンモデル 73 個のうち、M4 Max では 47 個、DGX Spark では 39 個が快適に動きます。
長いプロンプトの読み込み。 llama.cpp の実測では、DGX Spark がプロンプトを約 3.5 倍の速さで読み込みます（毎秒 3,062 対 886 トークン）。プロンプトの読み込みはメモリ帯域ではなく GPU の計算能力で決まり、長い文書やコードベースで最初の 1 語が出るまでの待ち時間を左右します。
ソフトウェア。 DGX Spark は NVIDIA の CUDA で動きます。学習用のコードや多くの画像・動画ツールを含め、AI ソフトウェアの多くはまず CUDA に対応します。Mac では代わりに MLX、llama.cpp の Metal バックエンド、PyTorch の MPS バックエンドでモデルを動かします。
まわりに必要なもの。 どちらもそれだけで動くコンピュータで、CPU と GPU が共有する 1 つのメモリにモデルを置きます。
Mac。 毎日使うコンピュータでもあり、Apple Silicon 向けの MLX Harness と MLX Node が動きます。

モデル	M4 Max	DGX Spark
Llama 3.1 8B Instruct8B	29–51 8ビット	14–26 8ビット
gpt-oss-20b21B · アクティブ 3.6B	129–230 ネイティブ 4.25ビット	65–115 ネイティブ 4.25ビット
Qwen3.6 35B A3B35B · アクティブ 3B	77–137 8ビット	38–68 8ビット
Qwen3.8 27B27B	11–20 6ビット	4–8 8ビット
Llama 3.3 70B Instruct70B	3–6 8ビット	2–3 8ビット
gpt-oss-120b117B · アクティブ 5.1B	91–162 ネイティブ 4.25ビット	45–81 ネイティブ 4.25ビット
Qwen3.5 122B A10B122B · アクティブ 10B	44–78 4ビット	22–39 4ビット
DeepSeek V4 Flash 0731284B · アクティブ 13B	60–107 2ビット品質低め	30–53 2ビット品質低め

よくある質問

LLM では DGX Spark のほうが M4 Max より速い？: M4 Max は DGX Spark よりメモリの読み込みが約 100% 速く（546 GB/s 対 273 GB/s）、両方に収まるモデルなら約 100% 速く生成します。 llama.cpp の実測では、DGX Spark がプロンプトを約 3.5 倍の速さで読み込みます（毎秒 3,062 対 886 トークン）。プロンプトの読み込みはメモリ帯域ではなく GPU の計算能力で決まり、長い文書やコードベースで最初の 1 語が出るまでの待ち時間を左右します。
M4 Max と DGX Spark、大きなモデルを動かせるのはどっち？: どちらもモデルに約 96 GB 使えます。人気のオープンモデル 73 個のうち、M4 Max では 47 個、DGX Spark では 39 個が快適に動きます。
MLX Node は DGX Spark で動きますか？: いいえ。MLX Node と MLX Harness は Apple の MLX フレームワークを使い、Apple Silicon 搭載の Mac でのみ動きます。

ほかの比較

ローカル AI のための M4 Max · すべてのモデルを比較 · ローカル LLM に最適な Mac

計算方法

メモリ：モデルのパラメータを重みあたり 8、6、4、3、2 ビットで計算し、MLX のグループスケール（重みあたり 0.5 ビット）を加えたもの、またはネイティブ形式のサイズに、コンテキスト用の余裕を足しています。macOS は標準で、ユニファイドメモリの約 75% を GPU に使わせます。速度：メモリ帯域幅をトークンあたりの読み込みバイト数で割った値が、1 つの会話の上限です。llama.cpp の Apple Silicon 公開ベンチマークでは、実際の速度はその約 45%〜80% に達しており、その範囲を表示しています。これは実測ではなく推定です。ご自分の Mac は MLX Bench で測れます。モデルの数値は各公式モデルカード、チップの数値は Apple の技術仕様から。2026-10-19 確認。mlx.app/compare と同じデータです。

DGX Spark のデータ: NVIDIA: DGX Spark (specs)。

ローカル AI で比べる M4 Max と DGX Spark。