# Quelle IA faire tourner sur un DGX Spark ?

> Un DGX Spark : 112 Go de mémoire utile, le meilleur modèle qui y tient (Qwen 3.8 27B, 82,4), le meilleur par tâche, les prix datés et les machines voisines. Édition du 28 septembre 2026.

Page : https://quelleia.com/local/dgx-spark/

## En bref

Sur un DGX Spark, nous comptons 112 Go de mémoire utile (87,5 % de la mémoire unifiée). Le modèle le mieux noté qui y tient, au score général de l'édition du 28 septembre 2026, est Qwen 3.8 27B, avec 82,4, en version complète (62,1 Go).
Pour faire mieux au score général, il faut viser plus grand : DeepSeek-V4-Flash (82,6, dans la marge d'erreur) demande 196 Go en version allégée à 4 bits, soit deux DGX Spark en grappe.
Prix : 4 699 $ au prix du fabricant (forums.developer.nvidia.com, 25 février 2026) et 6 099,95 € constatés chez LDLC le 30 septembre 2026.

## La machine

- Famille : Nvidia DGX et RTX Spark (Nvidia DGX)
- Mémoire : 128 Go
- Mémoire utile : 112 Go (87,5 % de la mémoire unifiée, marge de prudence)
- Débit mémoire publié : 273 Go/s
- État : En vente
- Prix du fabricant : 4 699 $, prix conseillé de la Founders Edition, relevé de 3 999 $ à 4 699 $ en février 2026 pour cause de pénurie de mémoire, 25 février 2026 (https://forums.developer.nvidia.com/t/2-23-2026-price-change-announcement/361713)
- Prix constaté : 6 099,95 €, LDLC, 30 septembre 2026 (https://www.ldlc.com/recherche/dgx%20spark/)

## Ce qui tient, tâche par tâche

| Tâche | Modèle | Score | Version qui tient |
| --- | --- | ---: | --- |
| Général | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) | 82,4 | complète, 62,1 Go |
| Code | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) (provisoire) | 81,1 | complète, 62,1 Go |
| Raisonnement | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) (provisoire) | 81,6 | complète, 62,1 Go |
| Agents | [gpt-oss-120b](https://quelleia.com/modeles/gpt-oss-120b/) (provisoire) | 57,6 | allégée à 4 bits, 80,7 Go |
| Usage | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) | 80,6 | complète, 62,1 Go |
| Français | [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it/) | 78,7 | complète, 71,3 Go |
| Écriture | [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it/) | 77,7 | complète, 71,3 Go |
| Maths | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) (provisoire) | 81,6 | complète, 62,1 Go |
| Sciences | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) | 79,2 | complète, 62,1 Go |
| Vision | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) (provisoire) | 81,1 | complète, 62,1 Go |
| Web | [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) | 89,2 | complète, 62,1 Go |

## Les mieux notés qui y tiennent

1. [Qwen 3.8 27B](https://quelleia.com/modeles/qwen-3-8-27b/) : 82,4, version complète (62,1 Go)
2. [Qwen3.6 27B](https://quelleia.com/modeles/qwen3-6-27b/) : 75,6, version complète (63,9 Go)
3. [Gemma 4 31B IT](https://quelleia.com/modeles/gemma-4-31b-it/) : 74,8, version complète (71,3 Go)
4. [Muse Glimmer 30B](https://quelleia.com/modeles/muse-glimmer-30b/) : 73,8, version complète (69 Go)
5. [Gemma 4 26B A4B](https://quelleia.com/modeles/gemma-4-26b-a4b/) : 72,7, version complète (59,8 Go)
6. [Mistral Medium 3.5](https://quelleia.com/modeles/mistral-medium-3-5/) : 70,6, version allégée à 4 bits (88,3 Go)
7. [Qwen3.5-35B-A3B](https://quelleia.com/modeles/qwen3-5-35b-a3b/) : 68,8, version complète (80,5 Go)
8. [Voxtral Small](https://quelleia.com/modeles/voxtral-small/) : 68,8, version complète (55,2 Go)

## Pour faire mieux

DeepSeek-V4-Flash (82,6) demande 196 Go en version allégée à 4 bits : il faut deux DGX Spark en grappe.

## Mis en avant par le fabricant

- Qwen3.6-35B : modèle par défaut de l'agent installé sur le DGX Spark (« Qwen3.6-35B as the default model ») (Nvidia, https://developer.nvidia.com/blog/run-local-ai-agents-with-faster-models-and-multi-node-clustering-on-nvidia-dgx-spark/, 1er juin 2026)
- Qwen3.8-Flash-Next : « can run locally on DGX Spark and DGX Station » (Nvidia, https://blogs.nvidia.com/blog/local-ai-ifa-next-gen-agents-nv-pair-rtx-spark/, 3 septembre 2026)
- Nemotron 3.5 Lightning : 30 milliards de paramètres (Nvidia, https://blogs.nvidia.com/blog/local-ai-ifa-next-gen-agents-nv-pair-rtx-spark/, 3 septembre 2026)
- Muse Glimmer : 30 milliards de paramètres, quantification NVFP4 publiée par Nvidia (Nvidia, https://blogs.nvidia.com/blog/local-ai-ifa-next-gen-agents-nv-pair-rtx-spark/, 3 septembre 2026)

## Repères de vitesse

- 83,4 jetons par seconde, gpt-oss 20B en MXFP4, llama.cpp, CUDA, version 7941, llama-bench, génération de 32 jetons à contexte vide ; 61,65 jetons par seconde avec 32 768 jetons de contexte. Mesuré par un tiers, llama.cpp (ggml-org), 5 février 2026. https://github.com/ggml-org/llama.cpp/blob/master/benches/dgx-spark/dgx-spark.md
- 58,7 jetons par seconde, gpt-oss 120B en MXFP4, llama.cpp, CUDA, version 7941, llama-bench, génération de 32 jetons à contexte vide ; 42,76 jetons par seconde avec 32 768 jetons de contexte. Mesuré par un tiers, llama.cpp (ggml-org), 5 février 2026. https://github.com/ggml-org/llama.cpp/blob/master/benches/dgx-spark/dgx-spark.md
- 48,7 jetons par seconde, GLM-4.7-Flash en Q8_0, llama.cpp, CUDA, version 7941, llama-bench, génération de 32 jetons à contexte vide ; 32,65 jetons par seconde avec 32 768 jetons de contexte. Mesuré par un tiers, llama.cpp (ggml-org), 5 février 2026. https://github.com/ggml-org/llama.cpp/blob/master/benches/dgx-spark/dgx-spark.md
- 88 jetons par seconde, gpt-oss 20B en Q4_K_M, llama.cpp, CUDA, llama-bench, génération de 128 jetons ; 122,8 W en pointe. Mesuré par un tiers, Jeff Geerling, 22 novembre 2025. https://github.com/geerlingguy/ai-benchmarks/issues/34
- 49,7 jetons par seconde, GPT-OSS 20B en MXFP4, Ollama, décodage, une requête à la fois ; logiciel d'octobre 2025, que l'auteur dit susceptible de progresser. Mesuré par un tiers, LMSYS, 13 octobre 2025. https://www.lmsys.org/blog/2025-10-13-nvidia-dgx-spark/

## Ses voisines

- Le palier du dessus : [Nvidia DGX Station](https://quelleia.com/local/dgx-station/), DGX Station
- Même mémoire, autre famille : [Mac Studio M5 Max, 128 Go](https://quelleia.com/local/mac-studio-m5-max-128go/), Mac 128 Go
- Même mémoire, autre famille : [Ryzen AI Max+ 395, 128 Go](https://quelleia.com/local/ryzen-ai-max-plus-395-128go/), Ryzen AI Max 128 Go

Sources : https://www.nvidia.com/fr-fr/products/workstations/dgx-spark/, https://www.nvidia.com/en-us/products/workstations/dgx-spark/, https://forums.developer.nvidia.com/t/2-23-2026-price-change-announcement/361713, https://developer.nvidia.com/blog/run-local-ai-agents-with-faster-models-and-multi-node-clustering-on-nvidia-dgx-spark/, https://blogs.nvidia.com/blog/local-ai-ifa-next-gen-agents-nv-pair-rtx-spark/, https://www.ldlc.com/recherche/dgx%20spark/, https://pi3g.com/nvidia-dgx-spark-price/. Relu le 30 septembre 2026.