4 台 DGX Spark 对比：V4.1-Flash 长上下文 prefill 6134 tok/s 领先
四台 DGX Spark 上对比 MiniMax M3.1 Flash、GLM-5.3 Flash 与 V4.1 Flash 1017：单路 GLM 最快，128K prefill DeepSeek 6134 tok/s 最快，日语 ELYZA 4.55 分最高，结论是 agent 与代码场景选 DeepSeek。
DGX Spark互換機4台で、ローカルLLMを3つ比べました。速さはsparkDash、日本語はELYZA-tasks-100とBiasCLASP。思考はどれもhighです。 結論としては普段使いだとGLM-5.3-Flash がキビキビしていて使いやすい、エージェント・コードだとDeepSeek V4.1 Flash 1017がよいという実感と合っている感じです。 プログラミングは詳しくないのでコードの質についてはわかりません。 ■ 動かし方（どれも4台でTP4） ・MiniMax M3.1 Flash：MiniMaxの公式の重み（experts NVFP4）、vLLM、先読みはDSpark。knapcio/MiniMax-M3.1-Flash-4x-DGX-Spark-TP4 をもとに、台どうしの通信を自前のRoCE（ring4）に ・GLM-5.3 Flash：NVIDIAが量子化して公開したFP4-Local（experts NVFP4、dense layers MXFP8）。knapcio版のvLLM、先読みはDFlash2、通信は自前のRoCE（ring4）。knapcio/GLM-5.3-Flash-4x-DGX-Spark-TP4 が元レシピ ・DeepSeek V4.1 Flash 1017：DeepSeekの公式の重み、SGLang、先読みはDSpark、通信はRoCEnante。knapcio/DeepSeek-V4.1-Flash-4x-DGX-Spark-TP4 が元レシピ ■ 生成の速さ（sparkDash、1本ずつ、tok/s） ・散文（prose）：MiniMax 47｜GLM 81｜DeepSeek 75 ・構造化（structured）：MiniMax 65｜GLM 169｜DeepSeek 129 ・コード（code）：MiniMax 56｜GLM 125｜DeepSeek 94 ・JSON：MiniMax 58｜GLM 129｜DeepSeek 83 ■ 16本同時の合計（tok/s） ・散文：MiniMax 201｜GLM 284｜DeepSeek 271 ・構造化：MiniMax 338｜GLM 795｜DeepSeek 641 ・コード：MiniMax 193｜GLM 288｜DeepSeek 304 ・JSON：MiniMax 236｜GLM 426｜DeepSeek 346 1本ずつならGLMが最速で、先読みがよく当たる形式ほど差が開きます。混んでくるとGLMとDeepSeekはほぼ互角です。 ■ 長い入力の読み込み（prefill、128K） ・MiniMax：2,052 tok/s（最初の文字まで64秒） ・GLM：3,317 tok/s（40秒） ・DeepSeek：6,134 tok/s（22秒） 長い資料を読ませる使い方なら、DeepSeekが有利です。 ■ 日本語（温度0） ELYZA-tasks-100（5点満点の平均） ・MiniMax 3.19｜GLM 4.49｜DeepSeek 4.55 BiasCLASP（151問の正解数） ・MiniMax 119｜GLM 98｜DeepSeek 85 GLMとDeepSeekは、文章の質がほぼ同じでした。GLMは答えが短く、1問あたりの時間はDeepSeekの約6割です。 BiasCLASPの差は、DeepSeekが「どちらも差別に当たらない」と答えることが多かったためです（151問中71問）。 MiniMaxは、うちの環境ではELYZAの100問中65問で、答えに中国語やハングルなどが混じりました。英語や短い答えでは崩れません。重みは公式と一致し、手を加えた部分を外しても同じでした。 ■ 注意 ・sparkDashは既定のまま（温度0.7、400トークン）で、1つの値が±10%ほど動きます ・ELYZAの採点は、公開の手引きに沿ってAI（Claude）が行ったものです。人の採点ではないので、公表されている点数とは直接比べられません