Ryzen AI Max+ 395 128GB vs DGX Spark 128GB 로컬 LLM 비교
메모리는 가장 큰 구성인 128GB로 잡고, 8k 컨텍스트와 f16 KV 캐시를 기준으로 계산했습니다.
고르기 전에 알아 둘 점
두 기기 모두 통합 메모리가 128GB이지만 CanRun이 보는 GPU 몫은 다릅니다. Ryzen AI Max+ 395는 약 70%인 89.6GB이고, DGX Spark는 공개된 부팅 기록을 바탕으로 Linux와 데스크톱이 쓰고 남은 116.9GB입니다. gpt-oss-120b는 64.3GB가 필요하고 둘 다 쾌적하게 돌아갑니다. Qwen3.5 122B-A10B도 둘 다 원활하게 돌아갑니다. 몫의 차이는 큰 2비트 파일에서 드러납니다. Solar Open 2 250B의 Q2_K 파일은 Ryzen AI Max+ 395에서 CPU 전용으로 겨우 돌아가지만(이론 추정), DGX Spark에서는 GPU에 올라가 원활하게 돌아갑니다. 두 기기 모두 64GB 구성도 있고(DGX Spark는 협력 제조사 제품), 64GB에서는 gpt-oss-120b가 올라가지 않습니다.
생성 속도는 메모리 대역폭이 정하는데, 두 기기는 이 값이 비슷합니다. dense 모델인 Llama 3.3 70B는 토큰마다 가중치 전체를 읽어서, GPU 몫에 다 들어가도 두 기기 모두 느리게 돌아갑니다. 크게 다른 것은 프롬프트를 읽는 속도를 정하는 FP16 연산 성능입니다. 긴 문서나 코딩 에이전트의 큰 컨텍스트를 넣으면 DGX Spark가 첫 토큰을 더 빨리 내놓는다고 CanRun은 추정합니다.
두 기기의 공개 벤치마크는 측정한 빌드와 컨텍스트 길이가 서로 다릅니다. 그래서 결과 차이를 기기 성능 차이로 읽기는 어렵습니다. 같은 빌드로 잰 결과는 128GB 통합 메모리 가이드에 있습니다.
속도 비교
글 생성 속도는 Ryzen AI Max+ 395 128GB·DGX Spark 128GB 두 기기가 거의 같습니다. Q4_K_M(없으면 가장 가까운 양자화) 기준으로 둘 다 메모리에 전부 올라가는 모델 55개의 추정치로 중앙값을 냈습니다.
- 기준 모델
- Ling-3.0 Flash Q4_K_M(Q4_K_M 또는 가장 가까운 양자화로 둘 다 메모리에 전부 올라가는 가장 큰 모델)
- Ryzen AI Max+ 395 128GB
- 추정 48.4 tok/s (33.9–62.9, 이론 추정 ±30%)
- DGX Spark 128GB
- 추정 52.8 tok/s (36.9–68.6, 이론 추정 ±30%)
- Ling-3.0 Flash 프롬프트 처리
- Ryzen AI Max+ 395 128GB: 약 712 tok/s (427–997, 대략적 추정 ±40%) · DGX Spark 128GB: 약 1,129 tok/s (678–1,581, 대략적 추정 ±40%)
사양 비교
| 항목 | Ryzen AI Max+ 395 128GB | DGX Spark 128GB | 차이 |
|---|---|---|---|
| 메모리 | 통합 메모리 128GB | 통합 메모리 128GB | 같음 |
| 메모리 대역폭 | 256.0 GB/s | 273.0 GB/s | DGX Spark 128GB 쪽 1.07배 |
| FP16 연산 | 29.7 TFLOPS | 62.5 TFLOPS | DGX Spark 128GB 쪽 2.1배 |
| 출시 연도 | 2025 | 2025 | — |
| 가격 | 128GB 구성 출시가 US$1,999(약 265만 원) | 128GB 구성 출시가 US$3,999(약 530만 원) | — |
| 공개 벤치마크 결과 | 17건 | 14건 | — |
원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.
판정 요약
모델 58개를 Q4_K_M(없으면 가장 가까운 양자화)·8k 컨텍스트로 판정했습니다.
- Ryzen AI Max+ 395 128GB쾌적34개원활12개겨우 가능9개불가3개
- DGX Spark 128GB쾌적34개원활12개겨우 가능9개불가3개
판정 읽는 법
- 쾌적
- GPU에 전부 올라가고 20 tok/s 이상
- 원활
- GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
- 겨우 가능
- 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
- 불가
- 메모리에 안 들어가거나 2 tok/s 미만
판정이 갈리는 모델
모든 모델의 판정이 두 기기에서 같습니다.
전체 모델 판정 비교
옆으로 밀면 모든 열을 볼 수 있습니다.
| 모델 | Ryzen AI Max+ 395 128GB 판정 | Ryzen AI Max+ 395 128GB 속도 | DGX Spark 128GB 판정 | DGX Spark 128GB 속도 |
|---|---|---|---|---|
| Ling-3.0 FlashQ4_K_M | 쾌적 | 추정 48.4 tok/s33.9–62.9이론 추정 ±30% | 쾌적 | 추정 52.8 tok/s36.9–68.6이론 추정 ±30% |
| gpt-oss-120bMXFP4 | 쾌적 | 50.2 tok/s8k 추정 48.5 tok/s (38.8–58.1, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) | 쾌적 | 58.7 tok/s8k 추정 50.8 tok/s (40.6–60.9, 보정된 추정 ±20%)실측 1건 (2k 컨텍스트) |
| Kolibri 1Q4_K_M | 쾌적 | 추정 48.0 tok/s38.4–57.6보정된 추정 ±20% | 쾌적 | 추정 52.2 tok/s41.7–62.6보정된 추정 ±20% |
| K2-Horizon MoVA 36B-A4BQ4_K_M | 쾌적 | 추정 35.1 tok/s24.5–45.6이론 추정 ±30% | 쾌적 | 추정 37.7 tok/s26.4–49.1이론 추정 ±30% |
| Qwen3.5 35B-A3BQ4_K_M | 쾌적 | 64.8 tok/s8k 추정 56.0 tok/s (44.8–67.2, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) | 쾌적 | 추정 61.9 tok/s49.5–74.2보정된 추정 ±20% |
| Qwen3.6 35B-A3BQ4_K_M | 쾌적 | 63.8 tok/s8k 추정 63.1 tok/s (50.5–75.7, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) | 쾌적 | 추정 70.5 tok/s56.4–84.6보정된 추정 ±20% |
| MiniCPM-V 4.7 35B-A3BQ4_K_M | 쾌적 | 추정 67.5 tok/s54.0–81.1보정된 추정 ±20% | 쾌적 | 추정 76.0 tok/s60.8–91.2보정된 추정 ±20% |
| Nemotron 3.5 Lightning 30B-A3BQ4_K_M | 쾌적 | 추정 65.9 tok/s46.1–85.7이론 추정 ±30% | 쾌적 | 추정 69.8 tok/s48.8–90.7이론 추정 ±30% |
| Qwen3 30B-A3B (2507)Q4_K_M | 쾌적 | 추정 54.2 tok/s43.3–65.0보정된 추정 ±20% | 쾌적 | 추정 60.7 tok/s48.6–72.9보정된 추정 ±20% |
| Gemma 4 26B-A4BQ4_K_M | 쾌적 | 54.3 tok/s8k 추정 48.1 tok/s (38.5–57.7, 보정된 추정 ±20%)실측 2건 (512 컨텍스트) | 쾌적 | 47.0 tok/s8k 추정 51.5 tok/s (41.2–61.8, 보정된 추정 ±20%)실측 1건 (32k 컨텍스트) |
| gpt-oss-20bMXFP4 | 쾌적 | 추정 68.6 tok/s54.8–82.3보정된 추정 ±20% | 쾌적 | 추정 71.7 tok/s57.4–86.0보정된 추정 ±20% |
| Kanana 1.5 15.7B-A3BQ4_K_M | 쾌적 | 추정 57.2 tok/s45.8–68.6보정된 추정 ±20% | 쾌적 | 추정 62.2 tok/s49.7–74.6보정된 추정 ±20% |
| Gemma 3 12BQ4_K_M | 쾌적 | 추정 26.8 tok/s21.4–32.1보정된 추정 ±20% | 쾌적 | 추정 27.2 tok/s21.7–32.6보정된 추정 ±20% |
| Mellum2.1 12B-A2.5B ThinkingQ4_K_M | 쾌적 | 추정 93.1 tok/s74.5–111.7보정된 추정 ±20% | 쾌적 | 추정 104.4 tok/s83.5–125.2보정된 추정 ±20% |
| Qwen3.5 9BQ4_K_M | 쾌적 | 37.2 tok/s8k 추정 34.2 tok/s (27.4–41.0, 보정된 추정 ±20%)실측 1건 (4k 컨텍스트) | 쾌적 | 35.2 tok/s8k 추정 34.7 tok/s (27.8–41.6, 보정된 추정 ±20%)실측 1건 (4k 컨텍스트) |
| K2-Horizon 7BQ4_K_M | 쾌적 | 추정 30.9 tok/s24.7–37.1보정된 추정 ±20% | 쾌적 | 추정 31.3 tok/s25.1–37.6보정된 추정 ±20% |
| Qwen3 8BQ4_K_M | 쾌적 | 43.6 tok/s8k 추정 33.7 tok/s (26.9–40.4, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) | 쾌적 | 43.9 tok/s8k 추정 34.1 tok/s (27.3–41.0, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) |
| DeepSeek R1 0528 Qwen3 8BQ4_K_M | 쾌적 | 추정 33.7 tok/s26.9–40.4보정된 추정 ±20% | 쾌적 | 추정 34.1 tok/s27.3–41.0보정된 추정 ±20% |
| DeepSeek R1 Distill Llama 8BQ4_K_M | 쾌적 | 추정 35.0 tok/s28.0–42.0보정된 추정 ±20% | 쾌적 | 추정 35.5 tok/s28.4–42.6보정된 추정 ±20% |
| Kanana 1.5 8BQ4_K_M | 쾌적 | 추정 35.0 tok/s28.0–42.0보정된 추정 ±20% | 쾌적 | 추정 35.5 tok/s28.4–42.6보정된 추정 ±20% |
| Llama 3.1 8BQ4_K_M | 쾌적 | 추정 35.0 tok/s28.0–42.0보정된 추정 ±20% | 쾌적 | 추정 35.5 tok/s28.4–42.6보정된 추정 ±20% |
| Gemma 4 E4BQ4_K_M | 쾌적 | 추정 59.3 tok/s41.5–77.1이론 추정 ±30% | 쾌적 | 추정 61.5 tok/s43.1–80.0이론 추정 ±30% |
| Ling-3.0 TinyQ4_K_M | 쾌적 | 추정 154.3 tok/s108.0–200.5이론 추정 ±30% | 쾌적 | 추정 179.8 tok/s125.8–233.7이론 추정 ±30% |
| Gemma 4 E2BQ4_K_M | 쾌적 | 추정 109.5 tok/s76.6–142.3이론 추정 ±30% | 쾌적 | 추정 115.9 tok/s81.1–150.6이론 추정 ±30% |
| Qwen3.5 4BQ4_K_M | 쾌적 | 추정 67.8 tok/s54.2–81.3보정된 추정 ±20% | 쾌적 | 추정 68.7 tok/s55.0–82.5보정된 추정 ±20% |
| Nanbeige4.2 3BQ4_K_M | 쾌적 | 추정 34.3 tok/s24.0–44.5이론 추정 ±30% | 쾌적 | 추정 34.8 tok/s24.3–45.2이론 추정 ±30% |
| Spark-X2.5 4BQ4_K_M | 쾌적 | 추정 72.3 tok/s57.9–86.8보정된 추정 ±20% | 쾌적 | 추정 73.4 tok/s58.7–88.1보정된 추정 ±20% |
| Llama 3.2 3BQ4_K_M | 쾌적 | 추정 70.9 tok/s56.7–85.1보정된 추정 ±20% | 쾌적 | 추정 72.0 tok/s57.6–86.3보정된 추정 ±20% |
| LFM2.5 2.6BQ4_K_M | 쾌적 | 추정 116.3 tok/s81.4–151.3이론 추정 ±30% | 쾌적 | 추정 118.0 tok/s82.6–153.4이론 추정 ±30% |
| MiniCPM5 2BQ4_K_M | 쾌적 | 추정 109.8 tok/s87.8–131.7보정된 추정 ±20% | 쾌적 | 추정 111.4 tok/s89.1–133.6보정된 추정 ±20% |
| HyperCLOVA X SEED 1.5BQ4_K_M | 쾌적 | 추정 115.6 tok/s92.5–138.8보정된 추정 ±20% | 쾌적 | 추정 117.3 tok/s93.8–140.8보정된 추정 ±20% |
| EXAONE 4.0 1.2BQ4_K_M | 쾌적 | 추정 159.8 tok/s127.9–191.8보정된 추정 ±20% | 쾌적 | 추정 162.1 tok/s129.7–194.6보정된 추정 ±20% |
| Llama 3.2 1BQ4_K_M | 쾌적 | 추정 194.7 tok/s155.7–233.6보정된 추정 ±20% | 쾌적 | 추정 197.5 tok/s158.0–236.9보정된 추정 ±20% |
| MiniCPM5 1BQ4_K_M | 쾌적 | 추정 235.5 tok/s188.4–282.6보정된 추정 ±20% | 쾌적 | 추정 238.9 tok/s191.1–286.7보정된 추정 ±20% |
| Qwen3.5 122B-A10BQ4_K_M | 원활 | 20.9 tok/s8k 추정 22.7 tok/s (18.2–27.2, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) | 원활 | 29.0 tok/s8k 추정 24.0 tok/s (19.2–28.8, 보정된 추정 ±20%)실측 1건 (4k 컨텍스트) |
| Laguna S 2.1Q4_K_M | 원활 | 추정 26.4 tok/s21.1–31.7보정된 추정 ±20% | 원활 | 추정 28.4 tok/s22.7–34.1보정된 추정 ±20% |
| Solar Open 100BQ4_K_M | 원활 | 추정 21.6 tok/s17.3–26.0보정된 추정 ±20% | 원활 | 추정 22.8 tok/s18.3–27.4보정된 추정 ±20% |
| Muse Glimmer 30BQ4_K_M | 원활 | 추정 12.1 tok/s9.6–14.5보정된 추정 ±20% | 원활 | 추정 12.2 tok/s9.8–14.7보정된 추정 ±20% |
| Qwen3.6 27BQ4_K_M | 원활 | 추정 12.1 tok/s9.7–14.5보정된 추정 ±20% | 원활 | 추정 12.3 tok/s9.8–14.7보정된 추정 ±20% |
| Gemma 3 27BQ4_K_M | 원활 | 추정 12.2 tok/s9.8–14.6보정된 추정 ±20% | 원활 | 추정 12.4 tok/s9.9–14.8보정된 추정 ±20% |
| Mistral Small 3.2 24BQ4_K_M | 원활 | 추정 13.4 tok/s10.7–16.1보정된 추정 ±20% | 원활 | 추정 13.6 tok/s10.9–16.3보정된 추정 ±20% |
| Qwen3 14BQ4_K_M | 원활 | 추정 20.3 tok/s16.2–24.4보정된 추정 ±20% | 원활 | 추정 20.6 tok/s16.5–24.7보정된 추정 ±20% |
| DeepSeek R1 Distill Qwen 14BQ4_K_M | 원활 | 추정 19.8 tok/s15.8–23.8보정된 추정 ±20% | 원활 | 추정 20.1 tok/s16.1–24.1보정된 추정 ±20% |
| HyperCLOVA X SEED Think 14BQ4_K_M | 원활 | 추정 20.6 tok/s14.4–26.8이론 추정 ±30% | 원활 | 추정 20.9 tok/s14.6–27.2이론 추정 ±30% |
| Phi-4Q4_K_M | 원활 | 추정 19.6 tok/s15.7–23.5보정된 추정 ±20% | 원활 | 추정 19.8 tok/s15.9–23.8보정된 추정 ±20% |
| Gemma 4 12BQ4_K_M | 원활 | 24.4 tok/s8k 추정 28.9 tok/s (23.2–34.7, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) | 원활 | 추정 29.4 tok/s23.5–35.2보정된 추정 ±20% |
| Llama 3.3 70BQ4_K_M | 겨우 가능 | 추정 4.6 tok/s3.7–5.6보정된 추정 ±20% | 겨우 가능 | 4.7 tok/s8k 추정 4.7 tok/s (3.8–5.7, 보정된 추정 ±20%)실측 2건 (512 컨텍스트) |
| EXAONE 4.5 33BQ4_K_M | 겨우 가능 | 추정 10.2 tok/s8.2–12.2보정된 추정 ±20% | 겨우 가능 | 추정 10.3 tok/s8.3–12.4보정된 추정 ±20% |
| DeepSeek R1 Distill Qwen 32BQ4_K_M | 겨우 가능 | 추정 9.5 tok/s7.6–11.5보정된 추정 ±20% | 겨우 가능 | 추정 9.7 tok/s7.7–11.6보정된 추정 ±20% |
| Qwen3 32BQ4_K_M | 겨우 가능 | 10.2 tok/s8k 추정 9.6 tok/s (7.7–11.5, 보정된 추정 ±20%)실측 2건 (512 컨텍스트) | 겨우 가능 | 10.7 tok/s8k 추정 9.7 tok/s (7.8–11.7, 보정된 추정 ±20%)실측 2건 (512 컨텍스트) |
| EXAONE 4.0 32BQ4_K_M | 겨우 가능 | 추정 10.6 tok/s8.4–12.7보정된 추정 ±20% | 겨우 가능 | 추정 10.7 tok/s8.6–12.9보정된 추정 ±20% |
| Gemma 4 31BQ4_K_M | 겨우 가능 | 추정 11.1 tok/s8.8–13.3보정된 추정 ±20% | 겨우 가능 | 10.1 tok/s8k 추정 11.2 tok/s (9.0–13.5, 보정된 추정 ±20%)실측 1건 (512 컨텍스트) |
| Granite 4.2 30BQ4_K_M | 겨우 가능 | 추정 10.6 tok/s8.5–12.7보정된 추정 ±20% | 겨우 가능 | 추정 10.7 tok/s8.6–12.9보정된 추정 ±20% |
| Qwen3.5 27BQ4_K_M | 겨우 가능 | 추정 11.9 tok/s9.5–14.3보정된 추정 ±20% | 겨우 가능 | 11.3 tok/s8k 추정 12.1 tok/s (9.7–14.5, 보정된 추정 ±20%)실측 1건 (4k 컨텍스트) |
| Qwen3.8 27BQ4_K_M | 겨우 가능 | 추정 11.7 tok/s9.3–14.0보정된 추정 ±20% | 겨우 가능 | 추정 11.8 tok/s9.5–14.2보정된 추정 ±20% |
| GLM-5.3 FlashQ4_K_M | 불가 | — | 불가 | — |
| DeepSeek V4 Flash 0731MXFP4 | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 19.1 tok/s13.4–24.9이론 추정 ±30% | 불가 | — |
| Solar Open 2 250BIQ4_XS | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 18.0 tok/s12.6–23.4이론 추정 ±30% | 불가Q2_K (품질 손실 큼): 원활 | 추정 22.0 tok/s17.6–26.3보정된 추정 ±20% |
생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.
공개 벤치마크
Ryzen AI Max+ 395 128GB 벤치마크 결과
| 모델 | 양자화 | 백엔드 | 컨텍스트 | 프롬프트 (tok/s) | 생성 (tok/s) | 플래그 | 출처 | 측정일 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | MXFP4 | llama.cpp | 512 | 707.0 | 50.2 | ROCm 7.0.2, no mmap | quozul.dev | 2025-10-27 |
| Gemma 4 26B-A4B | Q4_K_M | llama.cpp | 512 | 1,327.0 | 55.5 | Vulkan | github.com | 2026-06-30 |
| Gemma 4 26B-A4B | Q4_K_M | llama.cpp | 512 | 1,209.0 | 53.0 | Vulkan | github.com | 2026-08-18 |
| Gemma 4 26B-A4B | UD-Q4_K_XL | llama.cpp | 512 | 1,325.0 | 54.7 | Vulkan | github.com | 2026-05-18 |
| Gemma 4 31B | UD-Q4_K_XL | llama.cpp | 512 | 302.0 | 11.5 | Vulkan | github.com | 2026-05-18 |
| Gemma 4 12B | IQ4_XS | llama.cpp | 512 | 680.0 | 25.7 | Vulkan | github.com | 2026-06-04 |
| Gemma 4 12B | Q4_K_M | llama.cpp | 512 | 685.0 | 24.4 | Vulkan | github.com | 2026-06-04 |
| Qwen3.6 35B-A3B | Q8_0 | llama.cpp | 512 | — | 50.6 | Vulkan, FA off | github.com | 2026-06-10 |
| Qwen3.6 35B-A3B | UD-Q8_K_XL | llama.cpp | 512 | 1,046.0 | 46.2 | Vulkan | github.com | 2026-04-26 |
| Qwen3.6 35B-A3B | Q4_K_M | llama.cpp | 512 | 1,064.0 | 63.8 | Vulkan | github.com | 2026-04-26 |
| Qwen3.5 35B-A3B | Q4_K_M | llama.cpp | 512 | 1,077.0 | 64.8 | Vulkan | github.com | 2026-04-26 |
| Qwen3.5 9B | Q4_K_M | llama.cpp | 4k | 969.0 | 37.2 | Vulkan | localmaxxing.com | 2026-04-26 |
| Qwen3.5 122B-A10B | Q4_K_M | llama.cpp | 512 | 315.0 | 20.9 | KV q8_0 | github.com | 2026-07-19 |
| Qwen3 8B | Q4_K_M | llama.cpp | 512 | 1,238.0 | 43.6 | Vulkan | github.com | 2026-09-08 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 256.0 | 9.9 | ROCm | blog.tosukui.xyz | 2025-07-13 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 140.0 | 10.4 | Vulkan | blog.tosukui.xyz | 2025-05-16 |
| Qwen3 32B | Q8_0 | llama.cpp | 512 | 77.0 | 6.4 | ROCm | llm-tracker.info | 2025-05-11 |
DGX Spark 128GB 벤치마크 결과
| 모델 | 양자화 | 백엔드 | 컨텍스트 | 프롬프트 (tok/s) | 생성 (tok/s) | 플래그 | 출처 | 측정일 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | MXFP4 | llama.cpp | 2k | 2,444.0 | 58.7 | CUDA, no mmap | github.com | 2026-02-05 |
| Gemma 4 31B | Q4_K_M | llama.cpp | 512 | 687.0 | 10.1 | CUDA | github.com | 2026-04-14 |
| Gemma 4 26B-A4B | Q4_K_M | llama.cpp | 32k | — | 47.0 | CUDA, depth 32768 | github.com | 2026-06-11 |
| Qwen3.5 35B-A3B | Q8_0 | llama.cpp | 2k | 2,572.0 | 49.2 | CUDA | github.com | 2026-03-12 |
| Qwen3.5 9B | Q4_K_M | llama.cpp | 4k | — | 35.2 | — | github.com | 2026-08-13 |
| Qwen3.5 27B | Q4_K_M | llama.cpp | 4k | — | 11.3 | — | github.com | 2026-08-13 |
| Qwen3.5 122B-A10B | Q4_K_M | llama.cpp | 4k | — | 29.0 | — | github.com | 2026-08-13 |
| Llama 3.3 70B | Q4_K_M | llama.cpp | 512 | 284.0 | 4.7 | CUDA, Vulkan | github.com | 2025-11-22 |
| Llama 3.3 70B | Q4_K_M | llama.cpp | 512 | — | 4.6 | CUDA | github.com | 2026-08-12 |
| Llama 3.3 70B | Q8_0 | llama.cpp | 512 | — | 2.9 | CUDA | github.com | 2026-08-12 |
| Llama 3.3 70B | Q2_K | llama.cpp | 512 | — | 7.2 | CUDA | github.com | 2026-08-12 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 630.0 | 10.5 | CUDA, Vulkan | github.com | 2025-11-22 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 762.0 | 10.8 | CUDA | github.com | 2025-12-05 |
| Qwen3 8B | Q4_K_M | llama.cpp | 512 | 3,168.0 | 43.9 | CUDA | github.com | 2025-12-05 |
보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.
자주 묻는 질문
로컬 LLM은 Ryzen AI Max+ 395 128GB·DGX Spark 128GB 중 어느 쪽이 더 빠른가요?
글 생성 속도는 Ryzen AI Max+ 395 128GB·DGX Spark 128GB 두 기기가 거의 같습니다. Q4_K_M(없으면 가장 가까운 양자화) 기준으로 둘 다 메모리에 전부 올라가는 모델 55개의 추정치로 중앙값을 냈습니다. Ling-3.0 Flash Q4_K_M 기준 예상 속도는 Ryzen AI Max+ 395 128GB 추정 48.4 tok/s (33.9–62.9, 이론 추정 ±30%), DGX Spark 128GB 추정 52.8 tok/s (36.9–68.6, 이론 추정 ±30%)입니다.
두 기기에 각각 통째로 올라가는 가장 큰 모델은 무엇인가요?
Ryzen AI Max+ 395 128GB에서는 Ling-3.0 Flash Q4_K_M(77.01GB 파일)까지 통합 메모리 128GB에 전부 올라가고, 속도는 추정 48.4 tok/s (33.9–62.9, 이론 추정 ±30%)입니다. DGX Spark 128GB에서는 Ling-3.0 Flash Q4_K_M(77.01GB 파일)까지 통합 메모리 128GB에 전부 올라가고, 속도는 추정 52.8 tok/s (36.9–68.6, 이론 추정 ±30%)입니다.
두 기기에서 원활하게 돌아가는 로컬 LLM은 각각 몇 개인가요?
Q4_K_M·8k 컨텍스트 기준으로 등록된 모델 58개를 보면 Ryzen AI Max+ 395 128GB: 쾌적 34개·원활 12개·겨우 가능 9개·불가 3개, DGX Spark 128GB: 쾌적 34개·원활 12개·겨우 가능 9개·불가 3개입니다. 모든 모델의 판정이 두 기기에서 같습니다.
속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.