Framework Desktop : PC d'IA de 128 Go à moitié prix du DGX Spark

L’argument pour cette machine avait besoin d’une réserve autrefois. Quand le Framework Desktop a été lancé en 2025, son modèle de 128 Go coûtait 1 999 $ et le DGX Spark coûtait 3 999 $, alors le calcul écrivait le titre par lui même. Les prix de la mémoire ont ensuite grimpé pendant 2026 et les deux machines sont devenues plus chères. Ce qui compte maintenant est qu’elles ont grimpé ensemble. En octobre 2026, le Framework Desktop de 128 Go siégeait à 3 449 $ dans le prix Framework tel que rapporté par les guides d’acheteurs actuels, pendant que le DGX Spark de 128 Go siégeait à environ 6 950 $, le niveau que nous avons documenté dans notre test du DGX Spark. La moitié du prix a survécu aux hausses de prix. Ce test demande ce que la moitié que vous ne payez pas aurait acheté.

Ce que c’est

Le Framework Desktop est un bureau de 4,5 litres construit autour d’une puce AMD, le Ryzen AI Max+ 395, nom de code Strix Halo. La puce jumelle un processeur Zen 5 de 16 cœurs avec une unité graphique Radeon 8060S et une unité neuronale XDNA 2, et les trois partagent un bassin de mémoire LPDDR5x. Dans le modèle de 128 Go, ce bassin est assez grand pour contenir des modèles qu’aucune carte graphique grand public seule ne peut charger, et ce seul fait est toute la raison pour laquelle cette configuration existe.

Contrairement au Spark, c’est aussi un PC ordinaire. Il fait tourner Windows ou Linux, il joue à des jeux en 1080p et 1440p, il monte de la vidéo, et il est construit sur une carte mère Mini-ITX standard avec une alimentation FlexATX standard et un ventilateur de 120 mm. Framework le vend comme une édition DIY que vous assemblez, comme une machine préconstruite avec Fedora installé, ou comme la carte mère seule pour un boîtier que vous possédez déjà. Le panneau avant prend des tuiles interchangeables et deux cartes d’expansion, les mêmes modules de ports que Framework utilise sur ses portables.

Illustration de style maison. La carte, le ventilateur, les logements de stockage et l’alimentation dans la vraie machine sont des pièces standard, ce qui est l’essentiel.

Fonctions et spécifications

La comparaison qui décide de ce test siège en deux rangées. La capacité de mémoire égale le Spark à 128 Go. La bande passante mémoire l’égale presque aussi, à 256 Go/s contre 273 Go/s. La génération de jetons sur les modèles locaux est surtout un concours de bande passante, alors un acheteur devrait attendre une vitesse de classe Spark de cette boîte sur les modèles que les deux peuvent faire tourner, et c’est ce que les résultats publiés montrent. Ce que le Spark ajoute pour son argent supplémentaire n’est pas la vitesse à ce niveau. C’est CUDA, la pile logicielle DGX, et le réseau ConnectX à 200 Gb/s pour lier deux unités comme une.

Le prix est l’autre rangée décisive, et il a bougé pour tout le monde. Framework a relevé ce modèle de 1 999 $ au lancement à 2 459 $ en janvier 2026 puis à 3 449 $ à l’automne, blâmant l’offre de mémoire, la même force que NVIDIA a citée quand le Spark a grimpé. Un nouveau modèle Framework de 192 Go sur le Ryzen AI Max+ PRO 495 a ouvert aux commandes à 6 799 $, ce qui vous dit où le sommet de ce marché siège maintenant.

Expérience en conditions réelles

Ceci est un test de recherche, construit à partir de la documentation Framework et de ses propres guides d’IA locale, des tests publiés de Tom’s Guide, PC Gamer et d’autres, et des rapports de propriétaires, plutôt que du temps pratique dans notre laboratoire. Le portrait que ces sources dessinent est constant, et il se divise par type de modèle exactement comme le chiffre de bande passante le prédit.

La capacité d’abord, parce que la capacité est l’achat. Le propre guide de Framework pour cette machine, mis à jour en août 2026, recommande le modèle de 128 Go autour de modèles comme DeepSeek V4 Flash dans une construction de 90,9 Go, avec de la place laissée pour le contexte et l’exécution. Son tableau pour le modèle de 64 Go affiche un modèle mélange d’experts de 122 milliards de paramètres dans une construction de 52,5 Go. Les propriétaires rapportent la même classe de résultat : un guide détaillé de propriétaire a chargé le modèle gpt-oss de 120 milliards de paramètres avec un déchargement graphique complet et une fenêtre de contexte de 120k, et a mesuré près de 50 jetons par seconde au début d’une session, avec une vitesse qui tombe à mesure que le contexte grandit.

La vitesse ensuite, avec la division honnête. Les modèles mélange d’experts lisent seulement une partie de leurs poids par jeton, alors ils tournent à une vitesse utilisable sur 256 Go/s. Les modèles denses lisent tout, chaque jeton, et ils ralentissent durement à 70 milliards de paramètres et plus. Framework fait elle même ce point en termes simples dans son guide et dirige les acheteurs qui se soucient de la vitesse vers les modèles mélange d’experts. Le traitement des invites, l’attente pendant qu’un agent de codage lit vos fichiers, est le côté plus faible de cette plateforme à côté du matériel NVIDIA, et le travail à long contexte est là où les propriétaires de Spark obtiennent quelque chose de réel pour leur argent.

L’histoire du logiciel est meilleure qu’elle était au lancement et reste la friction principale. llama.cpp est le chemin fort, avec des dorsaux ROCm et Vulkan, et LM Studio et Ollama siègent dessus. Framework entretient des guides, des conteneurs et des choix de modèles pour cette puce, et une communauté de fourches Strix Halo a grandi autour d’elle. vLLM tourne, mais Framework note elle même qu’il convient mieux aux centres de données et à de nombreux utilisateurs à la fois qu’à une boîte personnelle. Tout dans votre flux de travail qui suppose CUDA a besoin d’un portage, d’un substitut, ou d’une décision de partir.

Comme PC, les tests sont chauds. Tom’s Guide l’a appelé un mini PC puissant et hautement personnalisable et a loué la construction, que les propriétaires placent à environ dix minutes pour installer un disque et un ventilateur. PC Gamer a été plus froid sur la valeur comme machine de jeu et plus net sur le point évident : un bureau avec une puce soudée et une mémoire soudée est moins évolutif que les bureaux que Framework dit améliorer. Les deux lectures sont justes, et laquelle atterrit dépend de si vous êtes venu pour le PC ou pour la mémoire.

Le rival. Un DGX Spark sur un bureau, dans la propre photo de produit de NVIDIA.

Ce qui fonctionne

Le cas de valeur est frappant. Aucune autre route ne place 128 Go de mémoire unifiée, un processeur de 16 cœurs et des graphiques utilisables dans une boîte silencieuse à 3 449 $, et le rival avec la même capacité coûte environ le double. Pour le travail privé sur de gros modèles, le Framework fait le travail définissant du Spark à la moitié de la facture.

C’est aussi un ordinateur quand le modèle est fermé. La plupart des boîtes d’IA locale vous demandent de garder une deuxième machine pour le travail quotidien. Celle ci monte, code, joue et sert de pilote quotidien, sur le système d’exploitation que vous utilisez déjà, avec des ports et un stockage que vous pouvez changer. Le port 5 GbE, les deux logements de disques et la carte standard signifient qu’elle peut grandir en un petit serveur ou un nœud de grappe plus tard, par USB4 ou avec une carte réseau rapide dans le logement PCIe.

Enfin, Framework vend la carte seule et documente la plateforme au grand jour. Si le boîtier ne convient pas, la carte mère tombe dans un boîtier standard ou un plateau de bâti. C’est une histoire de vie plus longue qu’un appareil scellé peut offrir, même avec ses limites.

Ce qui ne fonctionne pas

La soudure est la contradiction permanente. Framework a construit son nom sur des machines que vous mettez à niveau pendant une décennie, et son bureau fixe les deux parties que vous voulez le plus changer, la puce et la mémoire, au moment de l’achat. Achetez 64 Go aujourd’hui et il n’y a aucun chemin vers 128 Go sauf une nouvelle carte. Framework est ouverte là dessus et blâme la conception de la puce, ce qui est vrai et ne l’adoucit pas.

La bande passante est la deuxième limite, et aucun réglage ne la retire. À 256 Go/s, les modèles denses à l’échelle sont lents, le traitement des invites reste derrière NVIDIA, et l’écart avec une carte graphique distincte avec quatre fois la bande passante est total sur tout modèle assez petit pour tenir dans cette carte. Les acheteurs dont les modèles tiennent dans 32 Go ne devraient pas acheter cette machine pour l’IA du tout. Un PC à carte les fera tourner beaucoup plus vite pour moins.

La troisième limite est la pile. Le soutien ROCm pour cette puce, nom de cible gfx1151, s’est amélioré par le travail communautaire et de Framework, mais ce n’est pas CUDA et ce n’est pas proche en largeur. Certains outils arrivent tard, certains ont besoin d’une fourche, et certains n’arrivent jamais. Chiffrez ce risque honnêtement si vos outils sont en forme NVIDIA.

Concurrence

Le tableau montre pourquoi cette machine continue de gagner sa niche. Les rivaux la battent sur un axe à la fois : le Spark sur la pile et le réseau, le Mac sur la bande passante, un PC à carte sur la vitesse brute, les boîtes rivales Strix Halo sur à peu près rien. Aucun d’eux n’égale son mélange de capacité, de prix et de manières de PC ordinaire.

Verdict final

Achetez le Framework Desktop de 128 Go si vous voulez de gros modèles tournant localement, en privé et chaque jour, si vos outils vivent heureusement sur llama.cpp, ROCm ou Vulkan, et si un bon PC normal a de la valeur pour vous au delà des modèles. Pour cet acheteur, c’est la forme rationnelle de l’idée DGX Spark : la même mémoire, presque la même bande passante, la moitié de l’argent, et une machine qui mérite encore son espace de bureau les jours où aucun modèle n’est chargé.

Évitez le si votre travail a besoin de CUDA, si vous servez de nombreux utilisateurs à la fois, ou si vos modèles tiennent dans une carte graphique que vous possédez déjà. Évitez aussi les plus petits modèles à moins que le prix ne force, parce que la mémoire est tout l’argument ici et la soudure rend le choix permanent. À l’argent du lancement, cette machine était un choix facile. À 3 449 $, c’est encore la meilleure valeur en grosse IA locale, juste une plus délibérée. Le Spark vend la certitude. Framework vend la capacité et un ordinateur. À moitié prix, la capacité gagne pour la plupart des bureaux.

Ceci est un test de recherche. Il tire des pages de produit Framework et de son guide d’IA locale d’août 2026, des spécifications AMD pour le Ryzen AI Max+ 395, des tests publiés de Tom’s Guide et PC Gamer, des reportages de propriétaires de Boiling Steam, et des reportages de prix d’octobre 2026, vérifiés en novembre 2026. Aucun test pratique n’a été effectué.

Sources

• Framework: Framework Desktop product page
• Framework: Choosing a Framework Desktop for Local AI
• Framework Community: 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
• Product image of the DGX Spark: NVIDIA. Hero and board images: Dirty Static house style illustrations.