Radeon AI PRO R9700 (32GB) 提供 32 GB 显存/内存与 643 GB/s 带宽,支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
32 GB
可用显存上限
32 GB
显存带宽
643.2 GB/s
最大推理模型级别
32B 模型 (Q4)
热设计功耗
300W
随上下文长度增长的显存需求评估。当曲线超过参考线时将导致显存不足(OOM)。
量化精度:
主流开源大模型在 Radeon AI PRO R9700 (32GB) 上的推理速度、显存兼容性与生成吞吐表现。
排序:
上下文长度:
KV 缓存:
显卡数量:
| 排名 | 模型 | 参数量 | 量化精度 | 预估 TPS | TTFT | 可运行 |
|---|---|---|---|---|---|---|
#51 | Inkling 2 Small | 2B (17B active) | INT4 Q8 FP16 | 48 tok/s 29 tok/s 15 tok/s | ~1.1s ~1.1s ~1.1s | |
#55 | Qwen 3.8 27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
#99 | Qwen3.5-27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
#106 | Sarvam-30B | 32B (2.4B active) | INT4 | 136 tok/s | ~252 ms | |
#112 | Qwen3.6 35B A3B | 35B (3B active) | INT4 | 125 tok/s | ~293 ms | |
#115 | Phi-4 Reasoning Plus | 14B | INT4 Q8 FP16 | 41 tok/s 28 tok/s 15 tok/s | ~954 ms ~965 ms ~1.2s | |
#116 | MiMo V2 Flash | 15B (309B active) | INT4 Q8 | 3 tok/s 2 tok/s | ~19.6s ~19.8s | |
#117 | Muse Glimmer 30B | 30B | INT4 Q8 | 29 tok/s 15 tok/s | ~2.0s ~2.4s | |
#122 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 Q8 | 117 tok/s 82 tok/s | ~328 ms ~359 ms | |
#127 | K2 Horizon MoVA 36B A4B | 36B (4B active) | INT4 | 111 tok/s | ~358 ms | |
#129 | Qwen3.5-9B | 9B | INT4 Q8 FP16 | 76 tok/s 49 tok/s 27 tok/s | ~617 ms ~625 ms ~641 ms | |
#130 | Qwen3.5-35B-A3B | 35B (3B active) | INT4 | 125 tok/s | ~293 ms | |
#141 | Gemma 4 12B | 11.95B | INT4 Q8 FP16 | 46 tok/s 32 tok/s 18 tok/s | ~818 ms ~828 ms ~921 ms | |
#145 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
#150 | GPT-OSS 20B | 21B (3.6B active) | INT4 Q8 | 62 tok/s 52 tok/s | ~315 ms ~343 ms | |
#153 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
#157 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 27 tok/s 16 tok/s 9 tok/s | ~1.9s ~2.0s ~2.0s | |
#159 | Qwen3-30B-A3B | 30B (3B active) | INT4 Q8 | 127 tok/s 88 tok/s | ~287 ms ~338 ms | |
#164 | Granite 4.2 8B | 8B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~572 ms | |
#167 | Gemma 4 E4B | 8B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~572 ms | |
#169 | Mistral Large 3 | 41B (675B active) | INT4 | 1 tok/s | ~50.1s | |
#172 | Phi-4 | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
#173 | Gemma 3 27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
#174 | DeepSeek-R1 32B | 32B | INT4 Q8 | 28 tok/s 14 tok/s | ~2.1s ~2.5s | |
#176 | GLM-4 | 32B | INT4 | 21 tok/s | ~2.1s | |
#177 | Qwen3-32B | 32B | INT4 | 27 tok/s | ~2.1s | |
#181 | Magistral Small | 24B | INT4 Q8 | 27 tok/s 17 tok/s | ~1.6s ~1.8s | |
#182 | Qwen2.5-32B | 32B | INT4 | 27 tok/s | ~2.1s | |
#183 | OLMo 3.1 32B Instruct | 32B | INT4 | 21 tok/s | ~2.1s | |
#185 | DeepSeek-R1 14B | 14B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 17 tok/s | ~948 ms ~959 ms ~1.1s | |
#189 | Ministral 3 14B | 14B | INT4 Q8 FP16 | 41 tok/s 28 tok/s 15 tok/s | ~954 ms ~965 ms ~1.2s | |
#192 | Gemma 3 12B | 12B | INT4 Q8 FP16 | 62 tok/s 38 tok/s 21 tok/s | ~816 ms ~826 ms ~848 ms | |
#194 | Mistral-Small-2501 | 24B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.6s ~1.8s | |
#195 | Gemma 4 31B | 30.7B | INT4 Q8 | 28 tok/s 15 tok/s | ~2.0s ~2.4s | |
#196 | Ministral 3 8B | 8B | INT4 Q8 FP16 | 62 tok/s 45 tok/s 27 tok/s | ~554 ms ~561 ms ~575 ms | |
#197 | OLMo 3 7B Think | 7B | INT4 Q8 FP16 | 68 tok/s 49 tok/s 30 tok/s | ~488 ms ~494 ms ~507 ms | |
#198 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
#199 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
#200 | OLMo 3.1 32B Think | 32B | INT4 | 21 tok/s | ~2.1s | |
#201 | Qwen2.5-14B | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
#202 | Nemotron 3.5 Lightning | 30B (3B active) | INT4 | 57 tok/s | ~297 ms | |
#204 | Gemma 2 27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
#205 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 111 tok/s 75 tok/s 44 tok/s | ~360 ms ~364 ms ~373 ms | |
#209 | DeepSeek-R1 8B | 8B | INT4 Q8 FP16 | 85 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~571 ms | |
#210 | Kimi Linear 48B A3B Instruct | 48B (3B active) | INT4 | 44 tok/s | ~376 ms | |
#211 | Qwen3-4B | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
#212 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 106 tok/s 86 tok/s 58 tok/s | ~224 ms ~227 ms ~232 ms | |
#213 | OLMo 3 32B Base | 32B | INT4 | 21 tok/s | ~2.1s | |
#214 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 225 tok/s 196 tok/s 153 tok/s | ~69 ms ~70 ms ~71 ms | |
#215 | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 182 tok/s 145 tok/s 100 tok/s | ~135 ms ~137 ms ~140 ms | |
#216 | Qwen3-14B | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
#217 | Qwen3-8B | 8B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~572 ms | |
#218 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
#219 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 182 tok/s 145 tok/s 100 tok/s | ~135 ms ~137 ms ~140 ms | |
#220 | Gemma 2 9B | 9B | INT4 Q8 FP16 | 76 tok/s 49 tok/s 27 tok/s | ~617 ms ~625 ms ~641 ms | |
#221 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 248 tok/s 236 tok/s 211 tok/s | ~29 ms ~29 ms ~30 ms | |
#222 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 93 tok/s 60 tok/s 34 tok/s | ~485 ms ~490 ms ~503 ms | |
#223 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 239 tok/s 214 tok/s 173 tok/s | ~53 ms ~54 ms ~55 ms | |
#225 | Llama 3.1 8B | 8B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~572 ms | |
#226 | Command R | 35B | INT4 | 20 tok/s | ~2.3s | |
#228 | Llama 3 8B | 8B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~572 ms | |
#229 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 130 tok/s 92 tok/s 56 tok/s | ~274 ms ~278 ms ~285 ms | |
#230 | Mixtral-8x7B-v0.1 | 46.7B (7B active) | INT4 | 78 tok/s | ~609 ms | |
#231 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
#232 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 190 tok/s 154 tok/s 108 tok/s | ~121 ms ~122 ms ~125 ms | |
#233 | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
#234 | Ministral-8B-2410 | 8B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~572 ms | |
#235 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
#236 | Nemotron 3.5 Lightning 30B A3B | 30B (3B active) | INT4 Q8 | 127 tok/s 88 tok/s | ~287 ms ~338 ms | |
#237 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 130 tok/s 92 tok/s 56 tok/s | ~274 ms ~278 ms ~285 ms | |
#238 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 106 tok/s 93 tok/s 69 tok/s | ~170 ms ~171 ms ~175 ms | |
#239 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~504 ms ~510 ms ~523 ms | |
#240 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 213 tok/s 181 tok/s 136 tok/s | ~85 ms ~86 ms ~88 ms | |
#241 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
#242 | Phi-3-medium | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
#243 | OLMo 3 7B Instruct | 7B | INT4 Q8 FP16 | 68 tok/s 49 tok/s 30 tok/s | ~488 ms ~494 ms ~507 ms | |
#244 | Yi-34B | 34B | INT4 | 20 tok/s | ~2.3s | |
#245 | Qwen2-7B | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
#246 | Phi-3-small | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
#247 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 213 tok/s 181 tok/s 136 tok/s | ~85 ms ~86 ms ~88 ms | |
#248 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~504 ms ~510 ms ~523 ms | |
#250 | Gemma 1 7B | 7B | INT4 Q8 FP16 | 68 tok/s 49 tok/s 30 tok/s | ~488 ms ~494 ms ~507 ms | |
#251 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 180 tok/s 138 tok/s 92 tok/s | ~156 ms ~158 ms ~162 ms | |
#252 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 75 tok/s 55 tok/s 34 tok/s | ~422 ms ~427 ms ~438 ms | |
#253 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 75 tok/s 55 tok/s 34 tok/s | ~422 ms ~427 ms ~438 ms | |
#254 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 75 tok/s 55 tok/s 34 tok/s | ~422 ms ~427 ms ~438 ms | |
未上榜模型(按推理速度排序) | ||||||
- | SmolVLM2 256M Video Instruct | 0.26B | INT4 Q8 FP16 | 264 tok/s 250 tok/s 223 tok/s | ~28 ms ~28 ms ~29 ms | |
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 261 tok/s 245 tok/s 216 tok/s | ~31 ms ~31 ms ~32 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 246 tok/s 223 tok/s 185 tok/s | ~46 ms ~46 ms ~47 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 246 tok/s 223 tok/s 185 tok/s | ~46 ms ~46 ms ~47 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 243 tok/s 230 tok/s 205 tok/s | ~31 ms ~31 ms ~32 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 243 tok/s 230 tok/s 205 tok/s | ~31 ms ~31 ms ~32 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 239 tok/s 214 tok/s 173 tok/s | ~53 ms ~54 ms ~55 ms | |
- | PixArt-α XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 238 tok/s 213 tok/s 172 tok/s | ~54 ms ~54 ms ~56 ms | |
- | PixArt-Σ XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 238 tok/s 213 tok/s 172 tok/s | ~54 ms ~54 ms ~56 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 236 tok/s 211 tok/s 170 tok/s | ~56 ms ~56 ms ~57 ms | |
- | SD 2.1 Turbo | 0.86B | INT4 Q8 FP16 | 222 tok/s 192 tok/s 147 tok/s | ~74 ms ~74 ms ~76 ms | |
- | Stable Diffusion 1.4 | 0.86B | INT4 Q8 FP16 | 222 tok/s 192 tok/s 147 tok/s | ~74 ms ~74 ms ~76 ms | |
- | Stable Diffusion 2.1 | 0.86B | INT4 Q8 FP16 | 222 tok/s 192 tok/s 147 tok/s | ~74 ms ~74 ms ~76 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 220 tok/s 186 tok/s 139 tok/s | ~85 ms ~86 ms ~88 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 213 tok/s 181 tok/s 136 tok/s | ~85 ms ~86 ms ~88 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 213 tok/s 181 tok/s 136 tok/s | ~85 ms ~86 ms ~88 ms | |
- | Kandinsky 2.2 Decoder | 1.22B | INT4 Q8 FP16 | 202 tok/s 168 tok/s 122 tok/s | ~101 ms ~102 ms ~104 ms | |
- | Wan 2.1 T2V 1.3B | 1.3B | INT4 Q8 FP16 | 199 tok/s 164 tok/s 118 tok/s | ~106 ms ~107 ms ~110 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 190 tok/s 154 tok/s 108 tok/s | ~121 ms ~122 ms ~125 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 190 tok/s 154 tok/s 108 tok/s | ~121 ms ~122 ms ~125 ms | |
- | SVD Image-to-Video XT | 1.5B | INT4 Q8 FP16 | 190 tok/s 154 tok/s 108 tok/s | ~121 ms ~122 ms ~125 ms | |
- | SVD Image-to-Video XT 1.1 | 1.5B | INT4 Q8 FP16 | 190 tok/s 154 tok/s 108 tok/s | ~121 ms ~122 ms ~125 ms | |
- | LFM3 1.7B Base | 1.7B | INT4 Q8 FP16 | 182 tok/s 145 tok/s 100 tok/s | ~135 ms ~137 ms ~140 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 182 tok/s 145 tok/s 100 tok/s | ~135 ms ~137 ms ~140 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 179 tok/s 141 tok/s 97 tok/s | ~142 ms ~143 ms ~147 ms | |
- | CogVideoX 2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
- | LTX-Video 0.9.1 | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
- | Moondream 3.1 | 9B (2B active) | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~175 ms ~177 ms ~180 ms | |
- | Stable Diffusion 3 Medium | 2B | INT4 Q8 FP16 | 172 tok/s 134 tok/s 90 tok/s | ~157 ms ~158 ms ~162 ms | |
- | Kandinsky 3.0 | 2.1B | INT4 Q8 FP16 | 169 tok/s 131 tok/s 87 tok/s | ~163 ms ~165 ms ~169 ms | |
- | LTX-2 | 2.2B | INT4 Q8 FP16 | 166 tok/s 128 tok/s 84 tok/s | ~170 ms ~171 ms ~176 ms | |
- | SDXL 1.0 Refiner | 2.31B | INT4 Q8 FP16 | 163 tok/s 124 tok/s 82 tok/s | ~177 ms ~179 ms ~183 ms | |
- | Stable Diffusion 3.5 Medium | 2.5B | INT4 Q8 FP16 | 158 tok/s 119 tok/s 77 tok/s | ~189 ms ~191 ms ~196 ms | |
- | SDXL 1.0 Base | 2.56B | INT4 Q8 FP16 | 156 tok/s 118 tok/s 76 tok/s | ~193 ms ~195 ms ~200 ms | |
- | SDXL Turbo | 2.56B | INT4 Q8 FP16 | 156 tok/s 118 tok/s 76 tok/s | ~193 ms ~195 ms ~200 ms | |
- | Alpamayo2 Edge | 2.65B | INT4 Q8 FP16 | 154 tok/s 115 tok/s 74 tok/s | ~199 ms ~201 ms ~206 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 152 tok/s 110 tok/s 69 tok/s | ~222 ms ~224 ms ~230 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 150 tok/s 132 tok/s 100 tok/s | ~108 ms ~109 ms ~111 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 150 tok/s 132 tok/s 100 tok/s | ~108 ms ~109 ms ~111 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 150 tok/s 132 tok/s 100 tok/s | ~108 ms ~109 ms ~111 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 FP16 | 148 tok/s 114 tok/s 75 tok/s | ~217 ms ~219 ms ~223 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 147 tok/s 108 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 68 tok/s | ~222 ms ~224 ms ~230 ms | |
- | LFM2.5 24B A2B | 24B (2.5B active) | INT4 Q8 | 139 tok/s 103 tok/s | ~244 ms ~267 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 Q8 | 132 tok/s 100 tok/s | ~269 ms ~272 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 Q8 | 132 tok/s 100 tok/s | ~269 ms ~272 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 Q8 | 128 tok/s 93 tok/s | ~283 ms ~309 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 Q8 | 128 tok/s 93 tok/s | ~283 ms ~309 ms | |
- | FLUX.2 Klein 4B | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
- | Hy-Memory 30B A3B | 30B (3B active) | INT4 Q8 | 127 tok/s 88 tok/s | ~287 ms ~338 ms | |
- | Hy-MT2 30B A3B | 30B (3B active) | INT4 Q8 | 127 tok/s 88 tok/s | ~287 ms ~338 ms | |
- | Mage-VL Cowork | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~288 ms ~291 ms ~298 ms | |
- | MiniCPM-V 4.7 35B A3B | 35B (3B active) | INT4 | 125 tok/s | ~293 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 123 tok/s 104 tok/s 75 tok/s | ~159 ms ~160 ms ~164 ms | |
- | CogVideoX 1.5 5B | 5B | INT4 Q8 FP16 | 112 tok/s 77 tok/s 45 tok/s | ~353 ms ~357 ms ~367 ms | |
- | CogVideoX 5B | 5B | INT4 Q8 FP16 | 112 tok/s 77 tok/s 45 tok/s | ~353 ms ~357 ms ~367 ms | |
- | Wan 2.2 TI2V 5B | 5B | INT4 Q8 FP16 | 112 tok/s 77 tok/s 45 tok/s | ~353 ms ~357 ms ~367 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 111 tok/s 90 tok/s 62 tok/s | ~205 ms ~207 ms ~212 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 106 tok/s 86 tok/s 58 tok/s | ~224 ms ~227 ms ~232 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 106 tok/s 86 tok/s 58 tok/s | ~224 ms ~227 ms ~232 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 94 tok/s 61 tok/s 34 tok/s | ~484 ms ~490 ms ~503 ms | |
- | AuraFlow v0.2 | 6.8B | INT4 Q8 FP16 | 93 tok/s 61 tok/s 35 tok/s | ~472 ms ~477 ms ~490 ms | |
- | AuraFlow v0.3 | 6.8B | INT4 Q8 FP16 | 93 tok/s 61 tok/s 35 tok/s | ~472 ms ~477 ms ~490 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
- | FastFrames-L | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 91 tok/s 60 tok/s 34 tok/s | ~485 ms ~491 ms ~503 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~504 ms ~510 ms ~523 ms | |
- | Youtu Parsing Omni | 8B | INT4 Q8 FP16 | 85 tok/s 54 tok/s 30 tok/s | ~550 ms ~557 ms ~571 ms | |
- | Stable Diffusion 3.5 Large | 8.1B | INT4 Q8 FP16 | 82 tok/s 53 tok/s 30 tok/s | ~557 ms ~563 ms ~578 ms | |
- | Stable Diffusion 3.5 Large Turbo | 8.1B | INT4 Q8 FP16 | 82 tok/s 53 tok/s 30 tok/s | ~557 ms ~563 ms ~578 ms | |
- | FLUX.2 Klein 9B | 9B | INT4 Q8 FP16 | 76 tok/s 49 tok/s 27 tok/s | ~617 ms ~625 ms ~641 ms | |
- | LensVLM 9B | 9B | INT4 Q8 FP16 | 76 tok/s 49 tok/s 27 tok/s | ~617 ms ~625 ms ~641 ms | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 FP16 | 76 tok/s 49 tok/s 27 tok/s | ~617 ms ~625 ms ~641 ms | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 75 tok/s 55 tok/s 34 tok/s | ~422 ms ~427 ms ~438 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 75 tok/s 55 tok/s 34 tok/s | ~422 ms ~427 ms ~438 ms | |
- | Falcon3-10B | 10B | INT4 Q8 FP16 | 71 tok/s 45 tok/s 25 tok/s | ~683 ms ~691 ms ~709 ms | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 Q8 | 71 tok/s 63 tok/s | ~265 ms ~267 ms | |
- | Mochi 1 Preview | 10B | INT4 Q8 FP16 | 71 tok/s 45 tok/s 25 tok/s | ~683 ms ~691 ms ~709 ms | |
- | Falcon2-11B | 11B | INT4 Q8 FP16 | 68 tok/s 42 tok/s 23 tok/s | ~748 ms ~757 ms ~778 ms | |
- | Hunyuan Lite | 7B | INT4 Q8 FP16 | 68 tok/s 49 tok/s 30 tok/s | ~488 ms ~494 ms ~507 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 FP16 | 68 tok/s 49 tok/s 30 tok/s | ~488 ms ~494 ms ~507 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 FP16 | 67 tok/s 49 tok/s 30 tok/s | ~495 ms ~500 ms ~513 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 FP16 | 67 tok/s 49 tok/s 30 tok/s | ~495 ms ~500 ms ~513 ms | |
- | FLUX.1 Canny Dev | 11.9B | INT4 Q8 FP16 | 62 tok/s 38 tok/s 21 tok/s | ~810 ms ~819 ms ~841 ms | |
- | FLUX.1 Depth Dev | 11.9B | INT4 Q8 FP16 | 62 tok/s 38 tok/s 21 tok/s | ~810 ms ~819 ms ~841 ms | |
- | FLUX.1 Dev | 11.9B | INT4 Q8 FP16 | 62 tok/s 38 tok/s 21 tok/s | ~810 ms ~819 ms ~841 ms | |
- | FLUX.1 Fill Dev | 11.9B | INT4 Q8 FP16 | 62 tok/s 38 tok/s 21 tok/s | ~810 ms ~819 ms ~841 ms | |
- | FLUX.1 Schnell | 11.9B | INT4 Q8 FP16 | 62 tok/s 38 tok/s 21 tok/s | ~810 ms ~819 ms ~841 ms | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 FP16 | 62 tok/s 45 tok/s 27 tok/s | ~554 ms ~561 ms ~575 ms | |
- | Typhoon-2-8B | 8B | INT4 Q8 FP16 | 62 tok/s 45 tok/s 27 tok/s | ~554 ms ~561 ms ~575 ms | |
- | HunyuanVideo 1.5 720P T2V | 13B | INT4 Q8 FP16 | 58 tok/s 36 tok/s 18 tok/s | ~882 ms ~893 ms ~994 ms | |
- | GLM-4-9B | 9B | INT4 Q8 FP16 | 57 tok/s 41 tok/s 24 tok/s | ~622 ms ~629 ms ~645 ms | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 FP16 | 57 tok/s 41 tok/s 24 tok/s | ~622 ms ~629 ms ~645 ms | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 FP16 | 57 tok/s 41 tok/s 24 tok/s | ~622 ms ~629 ms ~645 ms | |
- | GLM-4V | 9B | INT4 Q8 FP16 | 57 tok/s 41 tok/s 24 tok/s | ~622 ms ~629 ms ~645 ms | |
- | Yi-9B | 9B | INT4 Q8 FP16 | 57 tok/s 41 tok/s 24 tok/s | ~622 ms ~629 ms ~645 ms | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 FP16 | 56 tok/s 40 tok/s 24 tok/s | ~634 ms ~642 ms ~659 ms | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 FP16 | 56 tok/s 40 tok/s 24 tok/s | ~634 ms ~642 ms ~659 ms | |
- | Wan 2.1 I2V 14B 720P | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
- | Wan 2.1 T2V 14B | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
- | Wan 2.2 T2V A14B | 14B | INT4 Q8 FP16 | 55 tok/s 33 tok/s 17 tok/s | ~948 ms ~960 ms ~1.1s | |
- | FLUX.2 Dev | 15B | INT4 Q8 FP16 | 52 tok/s 31 tok/s 15 tok/s | ~1.0s ~1.0s ~1.2s | |
- | GreenMind-14B-R1 | 14B | INT4 Q8 FP16 | 41 tok/s 28 tok/s 15 tok/s | ~954 ms ~965 ms ~1.2s | |
- | Arete 27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
- | AREX-2 | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
- | PPLX Decider v1 27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
- | PPLX Decider v1.1 27B | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
- | PPLX Decider v1.3 | 27B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.8s ~2.0s | |
- | Agnes 3.0 Flash | 33B | INT4 | 26 tok/s | ~2.2s | |
- | Falcon-40B | 40B | INT4 | 23 tok/s | ~2.6s | |
- | MiniMax H3 Image | 33.1B | INT4 | 21 tok/s | ~2.2s | |
不同量化精度下可运行的最大模型参数级别。
上下文长度:
4位量化
32B 模型
8位精度
14B 模型
16位全精度
14B 模型
本地模型训练与适配器微调支持能力。
微调上下文:
QLoRA
32B 模型
LoRA
14B 模型
全参数微调
3B 模型
Radeon AI PRO R9700 (32GB) 上的最佳量化精度与运行规格建议。
最佳推理区间
适合在全精度或 Q8 精度下运行 14B 模型,以及在 Q4 精度下搭配最高 32k 上下文运行 32B 模型。
显存带宽与推理速率
具备 643.2 GB/s 聚合带宽,单批次推理处于显存带宽受限模式。8B Q4 模型预估生成速度约 143 tok/s,70B Q4 模型预估生成速度约 17 tok/s。