Wer einen DGX Spark kaufen will, zahlt für die Founders Edition von Nvidia 4.699 US-Dollar Listenpreis laut Nvidia, Stand September 2026, und in Deutschland bei einem Händler 5.180 Euro netto ab Lager (Nelpx, abgerufen am 16.09.2026). Dazu kommen acht baugleiche Partner-Varianten, die sich nur bei SSD, Gehäuse und Support unterscheiden und teils günstiger sind, etwa der ASUS Ascent GX10 ab 4.889 Euro laut Geizhals, Stand 16.09.2026. Die ernsthaften Alternativen heißen Mac mini, Mac Studio und ein eigener GPU-Server; welche davon passt, entscheidet nicht der Preis, sondern die Größe des Modells, das du dauerhaft laufen lassen willst.
Ich habe den DGX Spark im Dezember 2025 direkt bei Nvidia bestellt und betreibe darauf Qwen 3.8 mit 27 Milliarden Parametern unter SGLang, gemessen mit 50,7 Tokens pro Sekunde. Wie sich das Gerät im Alltag anfühlt, steht in DGX Spark im Test: lohnt sich der Kauf?. Hier geht es um die Kaufentscheidung: Preise mit Quelle, Varianten, Alternativen, Nachfolger. Alles zu lokaler KI sammle ich auf der Seite KI.
Was du beim DGX Spark kaufst
Der DGX Spark ist ein Desktop-Rechner von 150 mal 150 Millimeter Grundfläche und 1,2 Kilogramm Gewicht, gebaut um den GB10 Grace Blackwell Superchip. Laut Nvidia-Produktseite, abgerufen am 16.09.2026, stecken darin 20 Arm-Kerne, 128 GB LPDDR5x Unified Memory mit 273 GB/s Speicherbandbreite, eine 4-TB-NVMe mit Selbstverschlüsselung, ein ConnectX-7-Netzwerkchip mit 200 Gbit/s, ein 10-Gigabit-Ethernet-Anschluss und ein 240-Watt-Netzteil bei 140 Watt TDP für den Chip. Nvidia gibt bis zu 1 PFLOP FP4-Rechenleistung an.
Der entscheidende Wert für dich ist der Speicher. Unified Memory heißt, dass CPU und GPU sich denselben Pool teilen, und 128 GB reichen für ein einzelnes Modell mit 27 bis 70 Milliarden Parametern samt Kontext, ohne dass du mehrere Grafikkarten zusammenschalten musst. Nutzbar meldet mir das System davon rund 119 GB. Die zweite Kennzahl, die Bandbreite von 273 GB/s, bestimmt das Antworttempo, und dort schlagen Mac Studio und dedizierte Grafikkarten den Spark.
Was du nicht kaufst: einen Trainingsserver. Der Spark ist für Inferenz und Entwicklung gebaut. Einen Preis nennt die Nvidia-Produktseite nicht, sie verweist auf Amazon, Micro Center und PNY als Handelspartner und auf die OEM-Partner Acer, ASUS, Dell, Gigabyte, HP, Lenovo und MSI.
DGX Spark Preis: Listenpreis, Euro-Angebote und Widersprüche
Der Listenpreis der Founders Edition liegt bei 4.699 US-Dollar laut Nvidia, Stand September 2026. Zum Marktstart waren es 3.999 US-Dollar; die Anhebung um rund 18 Prozent hat Nvidia im Februar 2026 in seinem Entwicklerforum angekündigt und mit branchenweiten Engpässen bei Speicherbausteinen begründet. Ein Bundle aus zwei Geräten listet Nvidia laut dem Blog enverge.ai (23.07.2026) mit 9.449 US-Dollar; den Nvidia Marketplace selbst konnte ich am 16.09.2026 nicht abrufen, die Bundle-Zahl stützt sich also auf eine Drittquelle.
In Euro sieht es so aus, Stand 16.09.2026: Der deutsche Händler Nelpx führt die Founders Edition mit 4 TB für 5.180 Euro netto als lieferbar ab Lager, ein Bruttopreis steht nicht auf der Seite. Zum Vergleich der Verlauf: Am 04.08.2026 nannte gewusst-ki.de eine Hersteller-UVP von 3.949 Euro netto und bei Alternate einen Preis von 3.683 Euro netto für die Founders Edition. Diese Zahlen liegen deutlich unter dem heutigen Händlerpreis; warum, kann ich nicht belegen. Rechne mit einer Spanne von rund 3.700 bis 5.200 Euro netto je nach Zeitpunkt und Händler und prüfe den Tagespreis vor dem Kauf.
Zur Einordnung mein eigener Kaufpreis: Ich habe den Spark im Dezember 2025 direkt bei Nvidia bestellt und dafür rund 4.000 bis 4.200 Euro bezahlt. Das ist eine Erfahrung von damals und kein heutiges Angebot; es liegt im unteren Bereich der oben genannten Spanne. Für deine Rechnung zählen der Listenpreis laut Nvidia, Stand September 2026, und der Tagespreis deines Händlers.
Bei den Partner-Varianten sind die Quellen widersprüchlich, und das sage ich lieber offen, als eine Zahl auszuwählen. Dell listet den Pro Max mit GB10 (128 GB, 4 TB) am 16.09.2026 für 8.224,39 US-Dollar; Drittquellen nennen für dasselbe Gerät 5.688 bis 6.000 US-Dollar (aicybr.com, 10.08.2026) beziehungsweise 3.699 bis 3.999 US-Dollar (insiderllm.com, August 2026). Vermutlich stecken dahinter Konfiguration und Aktionspreise, aufgelöst habe ich den Widerspruch nicht. Nimm Herstellerpreise deshalb direkt vom Konfigurator, nicht aus Vergleichsartikeln.
Founders Edition oder Partner-Variante: acht Systeme
Laut macmyths.com (10.08.2026) gibt es acht offizielle GB10-Systeme, alle mit 128 GB Unified Memory und demselben Chip. Die Unterschiede liegen bei SSD, Gehäuse und Support: ASUS Ascent GX10 mit 1, 2 oder 4 TB, Dell Pro Max und HP ZGX Nano mit 2 oder 4 TB, Lenovo ThinkStation PGX und MSI EdgeXpert mit 1 oder 4 TB, dazu Acer Veriton GN100 und Gigabyte AI TOP ATOM. Die Founders Edition bringt 4 TB mit.
Die US-Preise der Partner nennt insiderllm.com, Stand August 2026, ohne dass ich die Herstellerseiten außer Dell selbst geprüft habe: ASUS 3.099 bis 4.150 US-Dollar, MSI 2.999 bis 3.999 US-Dollar, Acer 3.999 US-Dollar, Gigabyte 4.662 US-Dollar, Lenovo 4.100 bis 5.079 US-Dollar, HP 6.030 US-Dollar. In Deutschland ist der ASUS Ascent GX10 mit 1 TB am besten verfügbar: 27 Angebote auf Geizhals ab 4.889 Euro bis 6.104,19 Euro, Stand 16.09.2026.
Meine Empfehlung: Die SSD-Größe zählt mehr als der Markenname. Ein 27B-Modell als NVFP4-Checkpoint belegt bei mir 21,9 GB, ein 70B-Modell ein Vielfaches davon, dazu Docker-Images und weitere Checkpoints. Mit 1 TB kommst du aus, mit 4 TB musst du nicht aufräumen. Die Support-Bedingungen der Partner habe ich nicht verglichen; für ein Unternehmen mit Beschaffungsprozess kann der bekannte Lieferant das Argument sein.
Drei Alternativen: Mac mini, Mac Studio, GPU-Server
Der Spark konkurriert weniger mit anderen GB10-Boxen als mit drei anderen Wegen zum lokalen Modell. Preise in der Tabelle sind Einstiegspreise mit Quelle, Stand September 2026.
Die Mac-Werte stammen aus den Apple-Spezifikationen und aus Apples Ankündigung des Mac Studio vom 25.08.2026; die Euro-Preise hat ComputerBase am selben Tag veröffentlicht. Der Mac mini ist mit 64 GB am Ende: ein 27B-Modell in 8-bit passt, ein 70B-Modell mit Kontext nicht. Der Mac Studio M5 Ultra bietet mit 1,2 TB/s und bis 256 GB mehr Tempo und mehr Platz als der Spark, zum Preis von rund zwei Sparks. Was der Mac im Detail kann, steht in Lokale KI auf dem Mac: Mini als KI-Server.
Der GPU-Server ist der Weg mit der meisten Leistung je Euro und dem meisten Aufwand. insiderllm.com formuliert es so: Modelle bis 24 GB laufen auf einer einzelnen Grafikkarte schneller als auf jedem Mini-PC dieser Klasse. Sobald das Modell nicht mehr in eine Karte passt, wird es teuer und laut. Eine Kalkulation mit Neuteilen und Stromkosten steht in Eigener KI-Server: Hardware und Kosten.
Warum ich gekauft habe und was ich messe
Meine Frage im Dezember 2025 war nicht „brauche ich mehr Rechenleistung", sondern „kann ich ein 27B-Modell dauerhaft lokal betreiben, erreichbar für alle meine Geräte, ohne dass eine Anfrage über eine Cloud-API läuft". Mein MacBook Pro M3 Max mit 64 GB lädt das Modell, aber mit 11 Tokens pro Sekunde in LM Studio (8-bit, 27,5 GiB RAM) war es mir für Agenten-Arbeit zu langsam.
Auf dem Spark läuft Qwen 3.8 mit 27 Milliarden Parametern als NVFP4-Checkpoint von 21,9 GB unter SGLang, nach dem Rezept aus dem Repo hasso5703/dgx-spark-qwen38, das seit dem 21.08.2026 das offizielle SGLang-Cookbook-Rezept für dieses Modell ist. Gemessen habe ich 50,7 Tokens pro Sekunde beim Decode (300 Tokens, ein Stream, vom Mac über Tailscale) und rund 1.500 Tokens pro Sekunde beim Prefill. vLLM habe ich als Alternative getestet, mit 24 bis 26 Tokens pro Sekunde. Die Messungen und das Setup stehen in Qwen 3.8 lokal: Erfahrung mit DGX Spark.
Zwei Dinge stehen in keinem Datenblatt. Erstens die Unified-Memory-Falle: Wer SGLang mehr als die Hälfte des Speichers fest zuweist (--mem-fraction-static über 0,50), riskiert, dass der Host einfriert, weil CPU und GPU denselben Pool teilen. Zweitens die Wartezeiten: Der erste Start dauert bei mir rund 9 Minuten wegen der Kompilierung, danach 5 bis 7 Minuten, und bei rund 2 MB/s Internet am Standort ziehen sich 70 GB Download über Stunden. Beides ist kein Grund gegen den Kauf, aber ein Grund, den ersten Tag nicht zu verplanen.
Cluster: was offiziell geht und was Bastler zeigen
Wenn ein Gerät nicht reicht, koppelst du mehrere Sparks über die ConnectX-7-Ports. Nvidias Produktseite spricht von bis zu vier Systemen für Modelle bis 700 Milliarden Parameter. Die Nvidia-Doku zum Clustering beschreibt bis zu drei Geräte direkt verkabelt oder vier über einen Switch, mit 200 Gbit/s je QSFP-Port und freigegebenen Kabeln von Amphenol und Luxshare. Notebookcheck berichtete am 23.02.2026 dagegen von einem Acht-Geräte-Cluster, auf dem Qwen 3.5 mit 397 Milliarden Parametern mit 24 Tokens pro Sekunde lief, und schrieb, offiziell sei nur die Direktverbindung von genau zwei Geräten vorgesehen.
Drei Quellen, drei Obergrenzen und ein Bastelbeweis für acht: Zwei Geräte per Direktkabel sind der dokumentierte Normalfall, zu dem auch das Bundle passt; darüber bist du auf Community-Anleitungen angewiesen. Für mich war ein Gerät die Antwort.
Nachfolger: DGX Spark 2 oder RTX Spark, warten oder kaufen
Einen DGX Spark 2 hat Nvidia nicht angekündigt, Stand macmyths.com vom 10.08.2026. Was Nvidia zur Computex 2026 vorgestellt hat, heißt RTX Spark: eine 20-Kern-Grace-CPU mit Blackwell-RTX-GPU und 6.144 CUDA-Kernen, bis 128 GB Unified Memory, in Laptops ab 14 Millimeter Dicke und in Desktops von ASUS, Dell, HP, Lenovo, Microsoft Surface und MSI, mit Windows, angekündigt für den Herbst, ohne Preis. Chipnamen und Preise dazu kursieren nur aus Leaks, nicht von Nvidia. Einen „DGX Spark Laptop" gibt es nicht, wer danach sucht, meint RTX Spark.
Ob du warten solltest, hängt an einer Frage: Brauchst du Linux mit CUDA, Docker und SGLang, wie es auf dem DGX Spark ab Werk läuft, dann ist RTX Spark mit Windows ein anderes Produkt und kein Ersatz. Reicht dir ein Notebook mit viel Unified Memory unter LM Studio oder Ollama, lohnt das Warten auf erste Tests. Auf einen Preisverfall würde ich nicht spekulieren: Der Listenpreis ist seit Februar 2026 gestiegen, und die Euro-Angebote liegen über denen vom August.
Häufige Fragen
Was kostet der DGX Spark aktuell in Deutschland?
Am 16.09.2026 führte der Händler Nelpx die Founders Edition mit 4 TB für 5.180 Euro netto. Die baugleiche ASUS-Variante Ascent GX10 mit 1 TB lag auf Geizhals ab 4.889 Euro. Im August 2026 lagen die Preise laut gewusst-ki.de noch bei 3.683 bis 3.949 Euro netto; prüfe den Tagespreis.
Ist der DGX Spark schneller als eine RTX 5090?
Gemessen habe ich das nicht, und die Stärke des Spark ist ohnehin der Speicher von 128 GB, nicht das Tempo. insiderllm.com schreibt, Modelle bis 24 GB liefen auf einer einzelnen Grafikkarte schneller als auf jedem Mini-PC dieser Klasse. Erst wenn das Modell nicht mehr in den VRAM der Karte passt, dreht sich das um.
Welche Version soll ich kaufen: Nvidia, ASUS oder Dell?
Alle acht Varianten haben denselben GB10-Chip und 128 GB Speicher. Entscheide nach SSD-Größe, nach Verfügbarkeit in Deutschland (ASUS ist laut Geizhals am breitesten gelistet) und nach dem Lieferanten, den dein Einkauf kennt. Die Founders Edition ist die Referenz mit 4 TB von Nvidia.
Kommt bald ein DGX Spark 2?
Angekündigt ist keiner, Stand August 2026. Nvidias nächstes Produkt in dieser Klasse ist RTX Spark mit Windows, angekündigt für den Herbst 2026 ohne Preis. Für Linux-Workloads mit CUDA und Docker bleibt der DGX Spark vorerst das Gerät der Wahl.
Kann ich zwei DGX Spark zusammenschalten?
Ja, über die ConnectX-7-Ports mit 200 Gbit/s und freigegebenen Kabeln; Nvidia bietet dafür ein Zwei-Geräte-Bundle an. Die Nvidia-Doku beschreibt bis zu drei Geräte direkt oder vier über einen Switch. Für zwei Geräte bist du im dokumentierten Bereich, darüber nicht.
Lohnt sich ein Mac Studio statt eines DGX Spark?
Wenn du mehr als 128 GB Speicher oder mehr Tempo brauchst, ja: Der Mac Studio M5 Ultra bietet 1,2 TB/s Bandbreite und bis 256 GB, kostet aber ab 6.599 Euro laut ComputerBase, Stand September 2026. Wenn du Linux, CUDA und Docker brauchst, weil deine Werkzeuge darauf laufen, nein. Für ein einzelnes 27B-Modell im Mac-Umfeld reicht ein Mac mini mit 64 GB.
Wie du weitermachst
Bevor du bestellst, klär drei Dinge: welches Modell in welcher Größe dauerhaft laufen soll, ob dein Umfeld Linux oder macOS ist, und wie viele Geräte zugreifen sollen. Reicht ein 27B-Modell im Mac-Umfeld, ist der Mac mini der günstigere Einstieg. Brauchst du ein 70B-Modell auf einem Gerät mit CUDA, ist der DGX Spark die Wahl. Brauchst du mehr, schau auf den Mac Studio oder einen GPU-Server.
Wie sich der Spark bei mir im Alltag schlägt, steht in DGX Spark im Test: lohnt sich der Kauf?. Den Überblick über alle Wege gibt Lokale KI: was 2026 wirklich geht, und wie ich das lokale Modell als Coding-Agent nutze, in Claude Code Alternative ohne Cloud: Pi. Wenn du für ein kleines Unternehmen entscheidest, hilft KI-Server für kleine Unternehmen bei der Frage, ob du überhaupt eigene Hardware brauchst.
