AI Tech Engine Lab
실측으로 쓰는 로컬 AI 벤치마크
DGX Spark · EVO-X3 · Mac · CUDA — 같은 바늘로 tok/s와 render_ok를 재는 독립 테스트베드.
최신 벤치마크
랩 컨트롤 플레인: Mac Studio · Spark · EVO+4080
Mac Studio에 Open WebUI + 상태 보드를 두고 Spark·EVO+4080을 한곳에서 쓴다. Flash-Next 4080 spill quality×cost(1083s vs 5321s)와 함께 정리.
Flash-Next 시각 비교 16k: Spark vs AMD vs AMD+4080
Flash-Next 16k 3박스 속도 비교 + 사람 눈 품질 한계. 자동 hit는 과대평가; 게임은 시네마틱 정지장면, space-02는 로켓/전투기 드리프트.
시각 비교 팩 v1: 게임·건축·제품·우주 × AMD / AMD+4080 / Spark
구성요소가 고정된 12개 프롬프트로 Qwen3.8·Flash-Next·GLM-Flash·DeepSeek-Flash를 amd / amd+4080 / spark에서 비교. 체크포인트·10점 루브릭·시드 고정.
시각 비교 팩 v2: 플레이 vs 정지 + DeepSeek는 AMD+4080
v1은 자동 점수가 장면을 속였다. v2는 playable/still 분리·네거티브 잠금. AMD+4080은 DeepSeek(~101G)처럼 AMD VRAM에 안 들어가는 모델용.
Flash-Next + RTX 4080 spill: Spark vs EVO-X3 quality×cost
EVO에 RTX 4080을 Vulkan spill로 붙인 Flash-Next 3스테이지 race. Spark wall_sum 1083s vs EVO+4080 5321s. arch3d는 EVO가 먼저 통과, angry는 EVO 12회 전부 fail.
DGX Spark vs EVO-X3: Flash-Next 같은 프롬프트 실측
DGX Spark(NVFP4/SGLang) vs EVO-X3(ROCmFP4/Vulkan)에서 Flash-Next로 같은 Angry Birds·3D architecture HTML을 잰다. Decode ~37 vs ~27.5 tok/s. GIF·데모 포함.
DGX Spark vs EVO-X3: Quality×Cost 3-stage race
Quality×cost tabs: Flash-Next (Spark 1694s vs EVO 3374s), Qwen3.8-27B (800s vs 1370s), DeepSeek-V4-Flash Spark-only (1844s). EVO DeepSeek GGUF is incoherent.
DGX Spark 한 박스: Qwen3.8-27B · Flash-Next · DeepSeek-v4-Flash (REV-441)
DGX Spark GB10에서 같은 REV-441 needle(~2.5k–82k)과 Angry Birds HTML을 Qwen3.8-27B-NVFP4, Flash-Next, DeepSeek-v4-Flash로 잰다. ~82k TTFT: Flash-Next 0.50s · Qwen27B 4.1s · DeepSeek 6.8s. 바늘 전부 맞춤.
DGX Spark vs M1 Max vs M2 Max: 같은 REV-441 needle, 같은 Angry Birds HTML | AI Tech Engine
같은 REV-441 needle(~2.5k–82k)과 같은 Angry Birds형 HTML을 DGX Spark Qwen3.8-27B-NVFP4, M1 Max(기존 글), M2 Max Ornith·Qwen oQ4e에서 잰다. Spark 82k TTFT 4.1s. 바늘은 맞춤. GIF 포함.
Qwen3.8-Flash-Next 메모리 티어: 16GB / 64·96GB / 예정 128GB에서 무엇이 올라가나 | AI Tech Engine
2026-08-26 공개 Qwen3.8-Flash-Next(125B-A6B + 51B n-gram)를 Unsloth GGUF·커뮤니티 MLX 파일 크기와 공식 카드로만 읽고, AI Tech Engine 랩의 RTX 4080 16GB / M1 Max 64GB / M2 Max 96GB / 예정 128GB에 매핑한다. 미실측 tok/s 없음.
M1 Max 64GB 실측: Qwen3.8-27B (MTPLX·omlx) vs Ornith-1.5-35B | AI Tech Engine
같은 MacBook Pro(M1 Max 64GB)에서 Qwen3.8-27B를 MTPLX와 omlx DFlash로, Ornith-1.5-35B-A3B를 omlx로 같은 바늘·같은 토큰으로 잰다. 바늘은 세 경로 모두 맞춤. 같은 앵그리버드형 HTML은 Ornith만 플레이에 가깝다. 남의 카드 벤치는 쓰지 않는다.
2026 로컬 AI 랩 구성: 16GB CUDA vs 64/96GB Mac vs 예정 128GB 박스 | AI Tech Engine
AI Tech Engine 랩의 실제 장비 구성. RTX 4080 16GB, M1 Max 64GB, M2 Max 96GB가 지금 무엇을 담당하고, 예정된 Strix Halo·DGX Spark 128GB가 왜 70B급·로컬 에이전트용인지 정리한다. 미실측 TPS는 넣지 않는다.
Qwen3.8-27B와 2026년 8월 오픈웨이트: 우리 랩에서 오늘 올릴 수 있는 것 | AI Tech Engine
Qwen3.8-27B와 Meta Muse Glimmer 30B를 Hugging Face·공식 문서로 확인하고, AI Tech Engine 랩의 M1 Max 64GB / M2 Max 96GB / RTX 4080 16GB와 예정 128GB 박스에 각각 무엇을 올릴 수 있는지 매핑한다. 미실측 tok/s 없음.
ChatGPT Plus vs Claude Pro vs DeepSeek API : 월 3만원으로 최대 생산성 뽑는 실무 비교 | AI Tech Engine
개발자와 실무자를 위한 2026 AI 구독료 최적화 가이드. 코드 생성, 긴 문서 분석, 비용 대비 산출량을 철저하게 비교 분석합니다.
정말 AI로 돈 벌기 쉬운 게 맞을까? : '월 1,000만원 부업' 영상 뒤에 숨겨진 뼈아픈 진실 | AI Tech Engine
유튜브와 SNS에 넘쳐나는 AI 부업 수익 인증, '누구나 하루 10분'의 허상과 영상 하단 오픈채팅방·유료 강의가 노리는 비즈니스 모델의 민낯을 파헤칩니다.
2026 로컬 LLM 구동을 위한 가성비 PC 견적 & GPU 선택 가이드 : 돈 낭비 피하는 법 | AI Tech Engine
RTX 4090, 4080 Super, 중고 3090 Dual, 맥 스튜디오 M3 Max까지. VRAM 용량별 모델 구동 한계와 예산대별 최적의 하드웨어 조합을 실측 분석합니다.
월 0원으로 시작하는 초고속 서버리스 AI 웹 미디어 구축기 (Astro + Cloudflare Pages) | AI Tech Engine
WordPress나 Vercel 대신 Cloudflare Pages와 정적 사이트 생성기(SSG)를 결합하여 전 세계 300+ 도시 에지에서 0.3초 만에 로딩되는 테크 블로그 아키텍처.
왜 기업의 AI 자동화 프로젝트 80%는 실패할까? : PoC와 실무의 치명적 간극 | AI Tech Engine
데모 영상에선 완벽해 보이던 AI 에이전트와 자동화 파이프라인이 실제 프로덕션 환경에 배포되는 순간 무너지는 이유와 해결 방안을 분석합니다.