双 DGX Spark 本地模型实测对比

在两台 DGX Spark 环境下，对 Qwen3.8-Flash-Next、GLM-5.3-FLash 和 DeepSeek-V4-Flash-Vision-Exp 三款轻量模型进行了实测。推理速度上，Qwen3.8-Flash-Next 占优；代码生成与图文理解则是 GLM-5.3-FLash 表现更好。量化版本对比显示，GLM-5.3-FLash 的 NVFP4 版本在首字延迟和历史加载的 prefill 阶段更快，最高达 1500 tokens/s；而 EXL3 版本在解码吐字阶段更有优势，能到 28 tokens/s。整体来看，这几款模型在本地部署下均已具备出色的开发辅助能力，适合在高性能硬件集群上按需选用。