Framework Desktop: PC de IA con 128 GB a mitad de precio que la DGX Spark

El argumento de esta máquina antes necesitaba una advertencia. Cuando la Framework Desktop se lanzó en 2025, su modelo de 128 GB costaba $1,999 y la DGX Spark costaba $3,999, así que las cuentas escribían el titular por sí solas. Los precios de la memoria subieron luego durante 2026 y ambas máquinas se encarecieron. Lo que importa ahora es que subieron juntas. En octubre de 2026 la Framework Desktop de 128 GB estaba en $3,449 en los precios de Framework según lo reportado por las guías de compra actuales, mientras que la DGX Spark de 128 GB estaba en unos $6,950, el nivel que documentamos en nuestra reseña de la DGX Spark. La mitad de precio sobrevivió a las subidas. Esta reseña pregunta qué habría comprado la mitad que no pagas.

Qué es

La Framework Desktop es una computadora de escritorio de 4.5 litros construida alrededor de un chip de AMD, el Ryzen AI Max+ 395, nombre en clave Strix Halo. El chip combina una CPU Zen 5 de 16 núcleos con una unidad gráfica Radeon 8060S y una unidad neuronal XDNA 2 y los tres comparten un solo conjunto de memoria LPDDR5x. En el modelo de 128 GB ese conjunto es lo bastante grande para contener modelos que ninguna tarjeta gráfica de consumo puede cargar y ese solo hecho es toda la razón de que esta configuración exista.

A diferencia de la Spark, esta también es una PC ordinaria. Corre Windows o Linux, juega a 1080p y 1440p, edita video y está construida sobre una placa principal Mini-ITX estándar con una fuente de poder FlexATX estándar y un ventilador de 120 mm. Framework la vende como una edición para armar que tú ensamblas, como una máquina prearmada con Fedora instalado o como la placa principal sola para una caja que ya tienes. El panel frontal admite mosaicos intercambiables y dos tarjetas de expansión, los mismos módulos de puertos que Framework usa en sus laptops.

Ilustración de estilo propio. La placa, el ventilador, las ranuras de almacenamiento y la fuente dentro de la máquina real son piezas estándar, y ese es el punto.

Funciones y especificaciones

La comparación que decide esta reseña está en dos filas. La capacidad de memoria iguala a la Spark en 128 GB. El ancho de banda de memoria casi la iguala también, en 256 GB/s frente a 273 GB/s. La generación de tokens en modelos locales es en su mayoría un concurso de ancho de banda, así que un comprador debería esperar velocidad de clase Spark de esta caja en los modelos que ambas pueden ejecutar y eso es lo que muestran los resultados publicados. Lo que la Spark añade por su dinero extra no es velocidad en este nivel. Es CUDA, la pila de software DGX y la red ConnectX a 200 Gb/s para enlazar dos unidades como una.

El precio es la otra fila decisiva y se ha movido para todos. Framework subió este modelo de $1,999 en el lanzamiento a $2,459 en enero de 2026 y luego a $3,449 hacia el otoño, atribuyéndolo al suministro de memoria, la misma fuerza que NVIDIA citó cuando la Spark subió. Un nuevo modelo Framework de 192 GB sobre el Ryzen AI Max+ PRO 495 abrió pedidos a $6,799, lo que te dice dónde está ahora la parte alta de este mercado.

Experiencia en el mundo real

Esta es una reseña de investigación, construida a partir de la documentación de Framework y sus propias guías de IA local, reseñas publicadas de Tom’s Guide, PC Gamer y otros e informes de propietarios, y no de tiempo práctico en nuestro laboratorio. El panorama que esas fuentes dibujan es consistente y se divide por tipo de modelo exactamente como predice la cifra de ancho de banda.

Primero la capacidad, porque la capacidad es la compra. La propia guía de Framework para esta máquina, actualizada en agosto de 2026, recomienda el modelo de 128 GB alrededor de modelos como DeepSeek V4 Flash en una construcción de 90.9 GB, con espacio restante para el contexto y el entorno de ejecución. Su tabla para el modelo de 64 GB lista un modelo de mezcla de expertos de 122 mil millones de parámetros en una construcción de 52.5 GB. Los propietarios reportan la misma clase de resultado: una guía detallada de un propietario cargó el modelo gpt-oss de 120 mil millones de parámetros con descarga gráfica completa y una ventana de contexto de 120k y midió cerca de 50 tokens por segundo al inicio de una sesión, con la velocidad cayendo a medida que el contexto crece.

Segundo la velocidad, con la división honesta. Los modelos de mezcla de expertos leen solo parte de sus pesos por token, así que corren a velocidad usable en 256 GB/s. Los modelos densos lo leen todo, cada token, y se frenan con fuerza a 70 mil millones de parámetros en adelante. La propia Framework hace este punto en términos claros en su guía y orienta a los compradores que se preocupan por la velocidad hacia los modelos de mezcla de expertos. El procesamiento de prompts, la espera mientras un agente de código lee tus archivos, es el lado más débil de esta plataforma junto al hardware de NVIDIA y el trabajo de contexto largo es donde los propietarios de una Spark obtienen algo real por su dinero.

La historia del software es mejor que en el lanzamiento y sigue siendo la fricción principal. llama.cpp es la ruta fuerte, con motores ROCm y Vulkan, y LM Studio y Ollama se sientan sobre él. Framework mantiene guías, contenedores y selecciones de modelos para este chip y una comunidad de bifurcaciones de Strix Halo ha crecido a su alrededor. vLLM corre, pero la propia Framework señala que encaja mejor con centros de datos y muchos usuarios a la vez que con una caja personal. Todo lo que en tu flujo de trabajo supone CUDA necesita una adaptación, un sustituto o una decisión de alejarse.

Como PC, las reseñas son cálidas. Tom’s Guide la llamó una mini PC poderosa y muy personalizable y elogió la construcción, que los propietarios sitúan en unos diez minutos de instalar una unidad y un ventilador. PC Gamer fue más frío en valor como máquina de juegos y más agudo en el punto obvio: una computadora de escritorio con un chip soldado y memoria soldada es menos actualizable que las computadoras de escritorio que Framework dice mejorar. Ambas lecturas son justas y cuál cae depende de si viniste por la PC o por la memoria.

La rival. Una DGX Spark en un escritorio, en la propia foto de producto de NVIDIA.

Lo que funciona

El caso de valor es rotundo. Ninguna otra ruta pone 128 GB de memoria unificada, una CPU de 16 núcleos y gráficos usables en una caja silenciosa a $3,449 y la rival con la misma capacidad cuesta cerca del doble. Para trabajo privado en modelos grandes, la Framework hace el trabajo definitorio de la Spark a la mitad de la factura.

También es una computadora cuando el modelo está cerrado. La mayoría de las cajas de IA local te piden guardar una segunda máquina para el trabajo diario. Esta edita, programa, juega y sirve como la máquina de cada día, en el sistema operativo que ya usas, con puertos y almacenamiento que puedes cambiar. El puerto de 5 GbE, las ranuras duales de unidades y la placa estándar significan que puede crecer hacia un servidor pequeño o un nodo de clúster después, por USB4 o con una tarjeta de red rápida en la ranura PCIe.

Por último, Framework vende la placa sola y documenta la plataforma en abierto. Si la caja no encaja, la placa principal cae en una caja estándar o en una bandeja de rack. Esa es una historia de vida más larga que la que un aparato sellado puede ofrecer, incluso con sus límites.

Lo que no funciona

La soldadura es la contradicción permanente. Framework construyó su nombre con máquinas que actualizas durante una década y su computadora de escritorio fija las dos piezas que más quieres cambiar, el chip y la memoria, en el momento de la compra. Compra 64 GB hoy y no hay camino a 128 GB más que una placa nueva. Framework es abierta sobre esto y lo atribuye al diseño del chip, lo que es cierto y no lo suaviza.

El ancho de banda es el segundo límite y ningún ajuste lo quita. A 256 GB/s, los modelos densos a escala son lentos, el procesamiento de prompts queda detrás de NVIDIA y la brecha con una tarjeta gráfica discreta con cuatro veces el ancho de banda es total en cualquier modelo lo bastante pequeño para caber en esa tarjeta. Los compradores cuyos modelos caben en 32 GB no deberían comprar esta máquina para IA en absoluto. Una PC basada en tarjeta los ejecutará mucho más rápido por menos.

La tercera limitación es la pila. El soporte ROCm para este chip, nombre de destino gfx1151, ha mejorado mediante trabajo de la comunidad y de Framework, pero no es CUDA y no se le acerca en amplitud. Algunas herramientas llegan tarde, algunas necesitan una bifurcación y algunas nunca llegan. Calcula ese riesgo con honestidad si tus herramientas tienen forma de NVIDIA.

Competencia

La tabla muestra por qué esta máquina sigue ganando su nicho. Los rivales la superan en un eje a la vez: la Spark en pila y red, la Mac en ancho de banda, una PC de tarjeta en velocidad pura, las cajas Strix Halo rivales en prácticamente nada. Ninguno iguala su mezcla de capacidad, precio y modales de PC ordinaria.

Veredicto final

Compra la Framework Desktop de 128 GB si quieres modelos grandes corriendo localmente, en privado y a diario, si tus herramientas viven a gusto en llama.cpp, ROCm o Vulkan y si una buena PC normal tiene valor para ti más allá de los modelos. Para ese comprador, esta es la forma racional de la idea de la DGX Spark: la misma memoria, casi el mismo ancho de banda, la mitad del dinero y una máquina que todavía gana su espacio en el escritorio los días en que ningún modelo está cargado.

Sáltatela si tu trabajo necesita CUDA, si sirves a muchos usuarios a la vez o si tus modelos caben en una tarjeta gráfica que ya tienes. Sáltate también los modelos más pequeños a menos que el precio lo obligue, porque la memoria es todo el argumento aquí y la soldadura hace permanente la elección. Al dinero del lanzamiento esta máquina era una decisión fácil. A $3,449 sigue siendo el mejor valor en IA local grande, solo que uno más deliberado. La Spark vende certeza. Framework vende capacidad y una computadora. A mitad de precio, la capacidad gana en la mayoría de los escritorios.

Esta es una reseña de investigación. Se basa en las páginas de producto de Framework y su guía de IA local de agosto de 2026, las especificaciones de AMD para el Ryzen AI Max+ 395, las reseñas publicadas de Tom’s Guide y PC Gamer, el reportaje de propietarios de Boiling Steam y el reportaje de precios de octubre de 2026, verificados en noviembre de 2026. No se realizaron pruebas prácticas.

Fuentes

• Framework: Framework Desktop product page
• Framework: Choosing a Framework Desktop for Local AI
• Comunidad de Framework: 192GB Framework Desktop open for pre-order
• Tom’s Guide: Framework Desktop review
• PC Gamer: Framework Desktop PC review
• Boiling Steam: Framework Desktop, how to expand unified memory for LLM use
• Geekblog: Framework Desktop 2026, specs, prices and alternatives
• Pandromeda: Ryzen AI Max+ 395 vs DGX Spark, specs and price
• NVIDIA: DGX Spark product page
• Dirty Static: NVIDIA DGX Spark review
• Imagen de producto de la DGX Spark: NVIDIA. Imágenes principal y de la placa: ilustraciones de estilo propio de Dirty Static.