DeepSeek-V4.1-Flash не влезает в два DGX Spark на 243 ГиБ

Разработчик nikkoris разобрал выбор языковой модели для кластера из двух DGX Spark под Claude Code в сентябре 2026 года. На Hugging Face доступны три кандидата: DeepSeek-V4.1-Flash на 552B параметров лучше всех в бенчмарках, но не помещается даже в 4-битном формате; GLM-5.3-Flash на 320B занимает 198 ГБ и грузится 15 минут; Qwen3.8-Flash-Next на 125B требует на 2 ГБ больше, чем вмещает один спарк.

Автор показал, что при таких ограничениях памяти решение определяет арифметика, а не производительность в тестах — и что для Claude Code критичен один флаг vLLM, отключённый в самом быстром конфиге.