Nástroj zdarma

Jaký hardware na tenhle AI model?

Vyberte model, který chcete provozovat, a požadovanou rychlost — kalkulačka projde grafiky, Macy, DGX Spark i běžná PC a seřadí je od nejlevnější varianty, která to utáhne. Ceny odpovídají českému trhu k 16. 07. 2026.

1

Co chcete spustit?

pro češtinu doporučujeme Q8

2

Jak rychle to potřebujete?

3

Co to utáhne — od nejlevnějšího

Mac Studio M4 Max 128 GBnejlevnější volba

rychlost

~12 tok/s

příkon

~70 W

cena

105 000 Kč

2× RTX 5090 (64 GB VRAM)

potřebuje výkonný zdroj (1500 W+) a desku se 2 sloty

rychlost

~44 tok/s

příkon

~700 W

cena

189 980 Kč

Mac Studio M3 Ultra 256 GB

rychlost

~18 tok/s

příkon

~120 W

cena

195 000 Kč

Mac Studio M3 Ultra 512 GB

jediný spotřebitelský stroj na obří MoE v rozumné kvantizaci

rychlost

~18 tok/s

příkon

~130 W

cena

270 000 Kč

Běžné PC, 64 GB DDR5 (jen dokoupení RAM)

RAM kvůli AI poptávce zdražila — a čekají vás jednotky tokenů za sekundu · pod požadovanou rychlostí

rychlost

~1.5 tok/s

příkon

~120 W

cena

22 000 Kč

Běžné PC, 128 GB DDR5 (jen dokoupení RAM)

na velké MoE v pomalém režimu; za tuhle cenu RAM zvažte radši Strix Halo · pod požadovanou rychlostí

rychlost

~1.5 tok/s

příkon

~130 W

cena

44 000 Kč

Mac mini M4 Pro 64 GB

pod požadovanou rychlostí

rychlost

~6.0 tok/s

příkon

~50 W

cena

55 000 Kč

AMD Ryzen AI Max+ 395, 128 GB (Strix Halo)

mini PC se sjednocenou pamětí — nejlevnější cesta k ~100 GB · pod požadovanou rychlostí

rychlost

~4.8 tok/s

příkon

~100 W

cena

60 000 Kč

DGX Spark 128 GB (Gigabyte AI TOP Atom / ASUS GX10)

hodně paměti, pomalejší propustnost — ideál na MoE a hejna agentů · pod požadovanou rychlostí

rychlost

~5.5 tok/s

příkon

~100 W

cena

110 000 Kč

2× DGX Spark (256 GB)

propojené přes ConnectX — utáhnou i 200B+ modely · pod požadovanou rychlostí

rychlost

~5.5 tok/s

příkon

~200 W

cena

220 000 Kč

Ceny jsou orientační (vč. DPH, 16. 07. 2026), rychlost je odhad pro jednu session při 16K kontextu — stejný výpočet jako v kalkulačce „Poběží mi to?“. Návratnost vybraného stroje si spočítáte v kalkulačce návratnosti. Váhy modelu: ~29.5 GB v Q8_0.

Jak vybrat hardware na lokální AI: tři pravidla

Pravidlo 1: nejdřív paměť, pak rychlost. Model, který se nevejde, neběží vůbec — a model, který se vejde těsně, vás omezí na krátký kontext. Paměť je tvrdý limit, rychlost jen komfort. Proto seznam výše řadíme mezi stroji, do kterých se model vůbec vejde.

Pravidlo 2: o rychlosti rozhoduje propustnost paměti, ne „výkon“. Při generování se na každý token čtou všechny aktivní váhy modelu. RTX 5090 s pamětí 1 792 GB/s proto generuje šestkrát rychleji než DGX Spark (273 GB/s), i když mají oba „AI výkon“ na papíře podobný. Levné karty s pomalou pamětí (RTX 4060 Ti) jsou na LLM horší, než jejich cena napovídá.

Pravidlo 3: hodně levné paměti poráží málo drahé. U MoE modelů a agentních úloh je 128 GB pomalejší sjednocené paměti (Spark, Strix Halo, Mac) užitečnější než 16 GB rychlé VRAM — velký model s malým počtem aktivních parametrů jede i na pomalejší paměti svižně a do velké paměti se vejde hejno souběžných úloh.

Typické profily kupujících

„Chci si to jen vyzkoušet“ — nekupujte nic. Pokud máte v počítači 16 GB RAM a novější procesor, malé modely (do 10 mld. parametrů) si vyzkoušíte zadarmo přes LM Studio nebo Ollamu. Teprve až narazíte na limity, budete vědět, co přesně potřebujete.

„Chci pomocníka na každý den“ — bazarová RTX 3090 (24 GB) zůstává králem poměru cena/výkon: utáhne modely do ~30 mld. parametrů v dobré kvantizaci rychlostí, u které nebudete čekat. Z nových karet je nejrozumnější RTX 5060 Ti 16 GB.

„Chci agenty a dávkové zpracování“ — tady vyhrává velká sjednocená paměť: DGX Spark, AMD Strix Halo nebo Mac s 64+ GB. Jedna session není rychlá, ale v hejnu agentů tyhle stroje protočí miliony tokenů denně za elektřinu stolní lampy.

„Chci doma frontier-třídu“ — obří MoE modely (300 mld.+) chtějí 200+ GB paměti: 2× DGX Spark, Mac Studio 256/512 GB. Počítejte s tím, že platíte hlavně za nezávislost — ekonomiku si ověřte v kalkulačce návratnosti.

Časté dotazy

Proč v seznamu není RTX 4090?

Nová se už prakticky neprodává, existuje jen bazar s velkým rozptylem cen. Přitom je to na LLM pořád skvělá karta — 24 GB VRAM s propustností 1 008 GB/s. Pokud ji seženete za dobrou cenu, spočítejte si ji v hlavní kalkulačce, kde v nabídce zůstává.

Vyplatí se dvě menší karty místo jedné velké?

Paměť se sečte, rychlost ne — llama.cpp rozdělí model po vrstvách a karty se střídají. Dvě RTX 5060 Ti (32 GB) tak utáhnou větší model než jedna, ale pojedou tempem jedné. Smysl to dává, když je cílem „vejít se“, ne „zrychlit“.

Je bazarová RTX 3090 bezpečná koupě?

Je to pětiletá karta často z těžby — kupujte od prodejce se zárukou vrácení, otestujte pod zátěží (hodina generování, sledujte teploty) a počítejte s výměnou teplovodivých podložek. Riziko za tu cenu ale většinou stojí: 24 GB VRAM s propustností 936 GB/s za cenu nové střední karty nikde jinde nedostanete.

Co spotřeba — neprodraží se provoz?

U každého stroje uvádíme reálný příkon při generování (ne špičkové TDP — generování je limitované pamětí a čipy nejedou naplno). Mini stroje se sjednocenou pamětí (Mac, Spark, Strix Halo) berou 50–130 W, velké grafiky 300–450 W plus zbytek počítače. Celkovou ekonomiku včetně elektřiny spočítá kalkulačka návratnosti.