Agentes de IA locais: DGX Spark ou Mac mini M6 em 2026?

Para agentes de IA locais, o Mac mini M6 de $1,799 é a escolha certa quando uma pessoa roda um agente da classe 27B. O DGX Spark de $4,699 só faz sentido quando 128GB, CUDA, Perplexity Portable Computer ou um serviço compartilhado forem requisitos; os $2,900 extras compram capacidade e compatibilidade de software, não a garantia de respostas mais rápidas.

Qual escolher para agentes de IA locais?

O Mac mini M6 é a melhor compra para uma pessoa que queira rodar um assistente local dentro do limite de 32GB. Já o DGX Spark leva vantagem com modelos maiores, cargas dependentes de CUDA, serviços compartilhados com prompts pesados ou o novo agente local pronto para uso da Perplexity.

O Apple Mac mini M6 é a opção padrão para quem desenvolve sozinho, seja profissional técnico, fundador ou executivo experiente, e busca um desktop compacto capaz de rodar um modelo privado da classe 27B, disponibilizá-lo por uma API local e continuar servindo como um Mac normal. Escolha a configuração de 32GB. O modelo básico de 16GB tem menos memória que o arquivo de aproximadamente 17GB do Qwen3.8-27B usado no teste independente de referência, sem sequer descontar o espaço do agente, do cache de contexto e do sistema operacional.

Para um fundador com recursos, esse Mac é uma máquina sensata para o projeto-piloto de um único agente de programação, um assistente privado de documentos ou um workflow interno noturno. Ele custa $2,900 menos que o Spark, e o macOS reduz a distância operacional entre o servidor de IA e o computador já usado no trabalho.

O NVIDIA DGX Spark é a escolha para um CTO de empresa de médio porte ou uma equipe de IA que saiba por que precisa de CUDA, preveja o uso de modelos acima do teto de memória do Mac ou queira o Perplexity Portable Computer agora. Ele oferece quatro vezes a memória unificada, quatro vezes o armazenamento da configuração de Mac comparada, a plataforma de software da NVIDIA e um agente local disponível desde o lançamento, com orquestrador e execução de ferramentas rodando na própria máquina.

Em um serviço compartilhado pela equipe, o DGX também pode atingir um ponto de equilíbrio plausível no custo de compra. Um Spark amortizado entre três usuários custa menos por pessoa do que três Macs dedicados de 32GB. Isso só vale se um único Spark atender às exigências de latência e concorrência dos três usuários. O preço do hardware, por si só, não comprova a capacidade do serviço.

Quem prioriza velocidade deve esperar. A Apple abriu a pré-venda do M6 em 25 de agosto de 2026, com disponibilidade a partir de 22 de setembro; portanto, ainda não há benchmark independente do M6 com agentes locais. Os números de lançamento da Apple são úteis, mas comparam o aparelho a Macs mais antigos, não ao DGX Spark.

Preço e custo-benefício: vitória do Mac mini M6

O Mac mini M6 vence com ampla margem no preço e no custo-benefício para um agente de uso individual. Os valores foram conferidos nas páginas dos Estados Unidos da Apple e da NVIDIA em 25 de agosto de 2026: o Mac mini M6 parte de $899, a configuração com 32GB de memória e 1TB de armazenamento custa $1,799, e o DGX Spark custa $4,699. O marketplace da NVIDIA também indicava que o Spark estava sem estoque no momento da consulta.

O Mac de $899 é atraente como computador de uso geral, mas seu preço não é a referência correta para esta comparação. Ele vem com 16GB de memória unificada e 256GB de armazenamento. Só o arquivo em 4 bits do Qwen3.8-27B usado por Mert Cobanov tem cerca de 17GB. Uma máquina de 16GB não consegue manter todos esses pesos na memória unificada, muito menos reservar espaço para o cache de contexto do modelo, o servidor local, os processos das ferramentas e o macOS.

A configuração de $1,799 é a compra comparável do lado do Mac: os 32GB de memória comportam esse modelo da classe 27B com margem operacional, enquanto o SSD de 1TB acomoda arquivos de modelos, índices e logs. Ela continua longe de equivaler aos 128GB e 4TB do Spark, mas dá conta da tarefa menor que provavelmente será atribuída por quem compra para uso individual.

A diferença de compra é de $2,900. O Spark custa 2.61 vezes o preço do Mac de 32GB. Esse adicional só se justifica quando entrega uma capacidade que o Mac não oferece. Para um assistente privado da classe 27B usado por uma pessoa, significa pagar por memória ociosa e por uma plataforma de software desnecessária para aquela carga.

Quem desenvolve sozinho pode hospedar um modelo local no Mac por meio das APIs locais do LM Studio, compatíveis com OpenAI ou Anthropic. Um agente já existente pode apontar para esse endpoint sem transformar o Mac em um appliance Linux dedicado. O Ollama oferece execução em CPU e GPU da série M da Apple no macOS, enquanto o MLX é o framework da Apple para machine learning em Apple silicon. Assim, a máquina continua útil mesmo depois que o experimento atual com agentes terminar.

A vantagem de preço do Mac tem um limite. A memória do modelo M6 chega, no máximo, a 32GB. Um fundador que pretenda usar um modelo 70B, executar vários trabalhos simultaneamente ou manter um grande índice de recuperação na memória não deve confundir o baixo preço de compra com economia. Esse é o preço de uma máquina incapaz de realizar o trabalho pretendido.

Capacidade de modelos: vitória do DGX Spark

O DGX Spark vence em capacidade de modelos antes mesmo que qualquer uma das máquinas gere o primeiro token. Ele traz 128GB de memória unificada coerente e 4TB de armazenamento NVMe com criptografia automática, contra o máximo de 32GB de memória unificada no Mac mini M6.

A memória unificada forma um único pool compartilhado por CPU e GPU. Para modelos locais, a capacidade determina se todos os pesos e o contexto de trabalho permanecem na memória rápida. Quando não cabem, é preciso descarregar parte dos dados, encurtar o contexto, adotar uma quantização menor ou escolher um modelo mais compacto. Cada concessão altera a velocidade, a qualidade ou ambas.

O limite de capacidade é concreto. Um modelo denso de 70 bilhões de parâmetros armazenado com exatamente 4 bits por parâmetro exige 35GB apenas para os pesos:

70 billion parameters x 4 bits / 8 = 35GB

Isso já ultrapassa toda a memória disponível no M6 mini. Buffers de runtime e o cache KV — a memória de trabalho do modelo durante a conversa — ampliam ainda mais a diferença. O Spark tem espaço para essa classe de modelo. Segundo a NVIDIA, uma unidade oferece inferência de até 200 bilhões de parâmetros e ajuste fino de até 70 bilhões de parâmetros.

Para um CTO que avalia um agente interno de programação ou contratos, a distinção está longe de ser teórica. Um modelo 27B pode atuar como um trabalhador privado útil no Mac. Já um modelo 70B, um contexto mais longo e várias sessões simultâneas podem levar o mesmo serviço além dos 32GB. Nesse ponto, o Mac mais barato não oferece uma solução local. Recorrer à nuvem ainda pode fazer sentido, mas a comparação deixa de envolver dois sistemas totalmente locais.

O armazenamento amplia essa diferença. Variantes de modelos, quantizações, índices de embeddings, acervos de documentos e conjuntos de avaliação se acumulam rapidamente. É possível administrar um Mac de 1TB com armazenamento externo, mas os 4TB incluídos no Spark aliviam essa pressão e mantêm toda a plataforma local no appliance.

Há ainda um detalhe do lançamento que pode passar despercebido. Segundo a Apple, o M6 mini tem três portas Thunderbolt 4. A nova comunicação sobre clusters de vários sistemas Mac mini via Thunderbolt 5 se refere à configuração M5 Pro, não ao modelo M6 citado. Portanto, comprar vários M6 mini básicos não é um caminho anunciado pela Apple para formar um único pool maior de memória unificada.

Runtime de agentes de IA: vitória do DGX Spark

O DGX Spark vence na categoria de agente local pronto para uso porque a Perplexity lançou o Portable Computer para ele no mesmo dia em que a Apple anunciou o M6. O Portable Computer executa o Perplexity Computer na máquina local, com Qwen 3.8 27B ou PPLX 27B no lançamento e NVIDIA Nemotron 3.5 Lightning 30B previsto para breve.

Trata-se de mais do que um modelo de chat local. De acordo com a Perplexity, orquestrador, planejador, roteador de ferramentas, agendador, fila de tarefas persistente e índice de busca local rodam no próprio dispositivo. O agente pode ler arquivos locais, pesquisar em documentos e código, executar ações no dispositivo e manter tarefas em andamento. A execução de ferramentas e de código acontece em sandboxes isolados, com acesso controlado a arquivos e apps conectados.

A fronteira de privacidade também está bem definida. O trabalho executado no dispositivo não consome créditos. Quando uma tarefa exige informações atuais da web, um app conectado à nuvem ou raciocínio de ponta, o Portable Computer pede autorização antes de escalar. É uma arquitetura sólida para workflows com código privado ou documentos confidenciais: a preparação sensível permanece local, e apenas uma parte delimitada da tarefa sai da máquina depois da aprovação.

Há uma ressalva importante. O Portable Computer exige uma assinatura Perplexity Pro ou Max. A primeira versão roda em Linux no DGX Spark, e o suporte ao Windows chegará em breve. A Perplexity não anunciou suporte ao macOS. O fato de a Apple exibir a Perplexity nas imagens de lançamento do Mac mini não demonstra que o runtime local do Portable Computer funcione nele.

O Mac mini M6 segue a via modular. O Ollama executa modelos pela GPU da Apple, o LM Studio disponibiliza uma API local na própria máquina ou na rede, e o MLX oferece aos desenvolvedores um framework nativo para Apple silicon. São componentes úteis, mas não entregam em uma única instalação o conjunto completo da Perplexity: planejador, agendador, sandbox, fila persistente, fluxo de permissões e índice local.

Para um desenvolvedor experiente que já tenha um framework de agentes, a modularidade pode ser uma vantagem. Basta apontar o framework para um endpoint local compatível com OpenAI, manter o código de orquestração portátil e recorrer a modelos na nuvem apenas nas etapas necessárias. O ecossistema mais amplo de assistentes de IA para Mac também pesa quando o objetivo é o trabalho cotidiano, não operar um serviço próprio de modelos.

Para uma empresa que prefere um agente local mantido pelo fornecedor a um kit de montagem, o Spark oferece o caminho mais claro. A NVIDIA também apresenta o DGX Spark como um computador desktop para agentes e inclui sua plataforma de software de IA, enquanto uma atualização atual do DGX OS simplifica a instalação do NemoClaw. O preço compra um ambiente de implantação com escolhas definidas, não apenas mais memória.

Desempenho: DGX Spark vence com prompts pesados; resposta do M6 ainda não foi testada

Com as evidências disponíveis, o DGX Spark leva vantagem em trabalhos de agentes que processam prompts pesados. Ainda assim, esses dados não permitem declarar um vencedor geral de velocidade contra o M6, pois o hardware ainda não chegou aos compradores.

A melhor referência independente é a comparação do Qwen3.8-27B feita por Mert Cobanov. Ele rodou o mesmo modelo denso 27B com quantização de 4 bits, fez três execuções com o sistema já aquecido, gerando 300 tokens por máquina a uma temperatura de 0, e usou os contadores dos próprios servidores. A NVIDIA foi testada no Ollama com um arquivo GGUF; o Mac, no MLX. Essa diferença de runtime continua sendo uma limitação, mas o método está documentado.

Cobanov mediu 15.1 tokens de saída por segundo e 50 tokens de processamento de prompt por segundo em um Mac mini M4 Pro de 24GB. O DGX Spark alcançou 12.6 tokens de saída por segundo e 259 tokens de processamento de prompt por segundo. Nesse teste, o Mac mais antigo gerou a resposta cerca de 1.20 vezes mais rápido, enquanto o Spark processou o prompt aproximadamente 5.18 vezes mais rápido.

São duas fases diferentes da inferência. O processamento do prompt, muitas vezes chamado de prefill, ocorre quando o modelo lê instruções, documentos recuperados, histórico da conversa e resultados de ferramentas. A decodificação acontece quando ele emite a resposta, um token por vez. Um agente de execução prolongada injeta contexto repetidamente no modelo, aciona ferramentas, acrescenta os resultados e volta a pedir um plano. Essa carga pode depender mais do prefill do que um chat de turno único.

Considere dois cenários. Um assistente individual de escrita recebe um prompt curto e produz um texto longo. A velocidade de saída domina, tornando atraente o resultado do Mac mais antigo no teste de Cobanov. Já um agente de contratos lê uma pasta grande, mantém um rastro extenso e toma várias decisões curtas sobre ferramentas. O processamento do prompt responde por uma parcela maior da espera, favorecendo a computação tensorial Blackwell do Spark no teste realizado.

Segundo a Apple, o M6 oferece processamento de prompts de LLM até 4.8 vezes mais rápido no LM Studio do que o sistema M4 comparado. Os testes da Apple foram realizados em julho de 2026. Esse é um resultado do fabricante contra uma configuração M4, não contra o Spark, e o método difere do teste de Cobanov. Multiplicar o número do M4 de uma fonte pelo ganho do M6 divulgado por outra criaria um benchmark que ninguém executou.

A largura de banda da memória é outro motivo para esperar. As configurações M6 de 24GB e 32GB são especificadas em 170GB/s, enquanto o DGX Spark traz 273GB/s. A geração de saída em modelos densos costuma depender bastante do transporte dos pesos pela memória. Os novos aceleradores do M6 podem melhorar partes da carga, mas as especificações de lançamento não revelam o resultado equivalente de ponta a ponta.

Para equipes que ajustam kernels, servem modelos com frameworks nativos de CUDA ou otimizam inferência para vários usuários, o ecossistema do Spark pode valer mais do que a taxa de tokens em um único fluxo. O cenário de agentes de otimização de GPU já se organiza, em grande parte, em torno desse universo CUDA. Para o assistente interativo de uma pessoa, a latência deve ser medida com o modelo e o contexto exatos que ela usará.

Custo normalizado e ponto de equilíbrio

O Mac mini M6 mantém o menor custo de hardware por token em toda carga que as duas máquinas conseguem executar. O DGX Spark não fica mais barato só porque gera mais tokens; com a mesma produção ao longo da vida útil, seu preço de compra continua 2.61 vezes maior.

Considere uma carga definida: 10 milhões de tokens de saída por mês durante 36 meses. Deixe de fora energia elétrica, impostos, suporte, valor de revenda, armazenamento externo e assinaturas de software. Nessa normalização restrita ao hardware, o Mac de $1,799 custa $0.005 por 1,000 tokens de saída. O Spark de $4,699 custa $0.013 por 1,000 tokens de saída.

O cálculo é deliberadamente simples:

hardware price / 360 million lifetime output tokens x 1,000

Ele não afirma que qualquer uma das máquinas manterá uma taxa arbitrária, nem que o processamento de entrada seja gratuito. O objetivo é isolar o custo de propriedade do equipamento sob a mesma carga de saída. Alterar o volume de tokens ao longo da vida útil muda os dois valores na mesma proporção e nunca inverte a ordem.

A visão por usuário-mês é igualmente clara. Ao longo de 36 meses, um Mac de 32GB custa $49.97 por mês para um usuário dedicado. Um Spark custa $130.53 por mês. Para um operador, o Mac economiza $80.56 por mês em custo de compra amortizado, antes de energia ou assinaturas.

O primeiro ponto de virada é a capacidade. Quando a carga exige mais de 32GB, depende de CUDA ou requer o Portable Computer, o Mac não entrega o mesmo resultado local. Seu número menor por token deixa de importar porque o denominador do trabalho local concluído cai a zero. É por isso que o modelo caber na memória vem antes da velocidade de benchmark na decisão.

O segundo ponto de virada aparece em uma implantação compartilhada específica. Se a alternativa for comprar um Mac de $1,799 para cada usuário, três Macs custam $5,397. Um Spark de $4,699 custa $698 menos, ou $43.51 por usuário-mês entre três pessoas. Dois Macs dedicados ainda saem mais baratos que um Spark. Portanto, o equilíbrio no preço de compra começa em três usuários.

Esse resultado é condicional. Um único Spark precisa suportar os prompts simultâneos, o contexto e as metas de latência de três usuários. Caso não consiga, a comparação passa a ser entre dois Sparks e três Macs, ou envolve uma arquitetura híbrida local e em nuvem. Quem determina se o compartilhamento funciona é um teste de capacidade, não a nota fiscal.

A energia ficou de fora por um motivo. A Apple informa potência máxima contínua do sistema de 155W. A NVIDIA divulga TDP de 140W para o chip GB10 e uma fonte de 240W. Potência máxima do sistema, TDP do chip e capacidade da fonte são métricas diferentes. Tratá-las como consumo equivalente na tomada faria o cálculo de custo total parecer mais completo, mas o tornaria menos preciso.

A escalada para a nuvem deve ocupar uma linha separada do orçamento. Um agente local costuma manter as tarefas rotineiras no dispositivo e enviar raciocínio difícil ou pesquisas atuais na web para um modelo hospedado. A comparação de gateways de modelos de IA explica essa camada de controle. Ter o hardware reduz as cobranças da inferência local, mas não elimina o valor nem o custo de recorrer a um modelo de ponta.

Custos de migração e quem não deve trocar

Sair do Mac para o DGX é uma migração de plataforma, não uma simples cópia de arquivos. Sair do DGX para o Mac é perder capacidade e software, não apenas escolher uma alternativa mais barata.

Do Mac mini para o DGX Spark

Os dados são a parte fácil. Arquivos de modelos, acervos de documentos, conjuntos de avaliação e logs podem ser transferidos para o disco de 4TB do Spark. O trabalho caro é reconstruir o caminho de execução, saindo do macOS e do Apple silicon para o DGX OS em uma CPU Arm de 20 núcleos com CUDA.

Um checkpoint do MLX ou uma otimização específica para Metal não se transforma em um motor CUDA ao trocar de pasta. A equipe pode precisar de outra quantização, uma versão GGUF ou um runtime nativo de CUDA. Dependências x86 pré-compiladas também podem falhar em Arm. O próprio guia de migração do DGX Spark da NVIDIA aborda dependências, sistemas de build, ordenação de memória em Arm e CUDA porque essa transição é relevante.

O estado dos agentes exige um plano de migração à parte. Exporte prompts, esquemas de ferramentas, agendamentos, filas persistentes, índices locais, regras de permissão, credenciais de conectores e casos de avaliação. Reconstrua o índice de busca no destino, em vez de pressupor que um formato específico de fornecedor seja portátil. Troque as credenciais após a mudança e volte a autorizar apenas as pastas e os apps necessários ao agente.

Uma equipe que migre especificamente pelo Portable Computer deve testar os pedidos de permissão e a política de escalada para a nuvem antes de aposentar o workflow no Mac. A execução local pode permanecer no dispositivo, mas tarefas autorizadas na web, no navegador ou em apps conectados ainda podem sair da máquina. "Local-first" é uma fronteira que precisa ser configurada, não sinônimo de funcionamento permanentemente offline.

Do DGX Spark para o Mac mini M6

A redução de 128GB para 32GB é o primeiro critério da migração. Todo modelo cujos pesos, cache KV e runtime ultrapassem o orçamento do Mac terá de ser reduzido, requantizado, dividido ou enviado para a nuvem. Um modelo denso 70B em 4 bits já não cabe antes da sobrecarga.

Treinamento, serviço ou trabalho de kernels dependente de CUDA também precisa de substituto. MLX, Ollama e LM Studio atendem a muitos casos de inferência local, mas não reproduzem todo workflow em CUDA. O Portable Computer é outro impedimento: a Perplexity anunciou Linux no DGX, não macOS.

O benefício é a consolidação. Um operador individual pode aposentar um appliance dedicado, manter o endpoint do modelo e o trabalho cotidiano em um único Mac e preservar as automações conhecidas do macOS. Essa troca só faz sentido depois de comprovar que o modelo menor e a API local atendem aos mesmos testes de aceitação.

Quem não deve trocar

• Não abandone um workflow em um Mac de 32GB que já atende às metas de qualidade, privacidade e latência apenas para obter um modelo maior no papel.
• Não saia do DGX se a produção depende de CUDA, mais de 32GB de estado ativo do modelo, Portable Computer ou implantação alinhada à NVIDIA.
• Não compre o M6 em busca de um ganho de velocidade que ainda não foi medido de forma independente.
• Não consolide três usuários em um Spark sem testar a concorrência com os prompts mais longos e o horário de maior movimento da equipe.

A tarefa de segunda-feira: dimensione a carga antes de comprar

O próximo passo útil é criar um contrato de carga de uma página. Defina o que precisa caber, o que deve permanecer local e qual resultado justificaria a compra.

1. 1

   Liste toda a carga de memória

   Registre o tamanho do arquivo do modelo, a quantização, o contexto pretendido, a estimativa do cache KV, o índice de recuperação e os processos do agente. Se o pico não ficar abaixo de 32GB com folga, retire o Mac mini M6 da lista de opções.

2. 2

   Liste as dependências de runtime

   Marque cada biblioteca CUDA, componente MLX, API local, sandbox, conector e tarefa agendada. A necessidade de CUDA ou de uma instalação do Portable Computer direciona a decisão para o DGX Spark.

3. 3

   Defina o nível de serviço

   Registre o número de usuários simultâneos, o atraso máximo aceitável até o primeiro token, a taxa de saída esperada e a carga no horário de pico. Um usuário com um modelo 27B favorece o Mac; três usuários compartilhando a máquina tornam o ponto de equilíbrio condicional do Spark digno de teste.

4. 4

   Espere quando a tese for velocidade

   Se nem a capacidade nem o runtime decidirem a compra, aguarde o hardware M6 chegar ao mercado. Antes de comprar por desempenho, exija um teste equivalente com o mesmo modelo, quantização, contexto e concorrência.

O critério de parada é simples: não aprove o Spark se o projeto-piloto permanecer abaixo de 32GB e atender a um único usuário; não aprove o M6 se o modelo de produção ou o runtime obrigatório falhar no teste de compatibilidade. Assim, o debate sobre hardware se transforma em uma decisão de adoção com uma saída mensurável.

Perguntas frequentes

Qual é melhor para LLM local: DGX Spark ou Mac Studio?

O DGX Spark é melhor quando CUDA, implantação alinhada à NVIDIA ou sua plataforma de agentes locais forem requisitos. Um Mac Studio com muita memória é uma compra diferente do Mac mini M6 de 32GB comparado aqui; por isso, teste o mesmo modelo e runtime antes de tratá-lo como substituto direto.

Qual Mac é melhor para rodar IA local?

O Mac mini M6 com 32GB é a opção inicial sensata para um agente local da classe 27B usado por uma pessoa. Procure uma opção acima do M6 mini citado quando modelo e contexto exigirem mais de 32GB, e não compre a configuração básica de 16GB para um modelo de aproximadamente 17GB.

Vale a pena comprar o DGX Spark?

O DGX Spark vale $4,699 quando 128GB de memória, CUDA, serviço compartilhado com prompts pesados, ajuste fino local ou o Perplexity Portable Computer forem requisitos. É um mau negócio para uma pessoa que roda um modelo capaz de caber com folga em um Mac de 32GB e $1,799.

Qual sistema operacional o DGX Spark usa?

O DGX Spark usa o NVIDIA DGX OS em uma plataforma Arm de 20 núcleos e inclui a plataforma de software de IA da NVIDIA. Binários exclusivos de x86 já existentes podem precisar de novas compilações para Arm.

O Mac mini M6 roda o Perplexity Portable Computer?

Não no lançamento. A Perplexity anunciou o Portable Computer para DGX Spark em Linux, com suporte ao Windows previsto para breve, e não anunciou compatibilidade com macOS. A experiência padrão da Perplexity no Mac não equivale ao runtime de agentes executado no dispositivo pelo Portable Computer.

Qual é a diferença de preço entre o DGX Spark e o Mac mini M6?

O DGX Spark custa $2,900 a mais que a configuração do Mac mini M6 usada aqui: $4,699 contra $1,799 por 32GB de memória e 1TB de armazenamento. O Mac básico de 16GB e $899 é ainda mais barato, mas não consegue manter na memória todo o modelo de referência de aproximadamente 17GB.

Receba o Mapa de Ferramentas de IA para Donos de Negócios

O Mapa de Ferramentas de IA para Donos de Negócios transforma comparações de hardware e agentes em uma plataforma prática de adoção, com custo, adequação e o ponto em que cada opção passa a valer a pena. Assine para receber gratuitamente a próxima edição.