趋近智
Radeon PRO W7900 (48GB)
Radeon PRO W7900 (48GB) 提供 48 GB 显存/内存与 864 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
48 GB
可用显存上限
48 GB
显存带宽
864 GB/s
最大推理模型级别
32B 模型 (Q4)
热设计功耗
295W
显存占用随上下文长度变化曲线
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:
Radeon PRO W7900 (48GB) 最佳运行大模型与速度矩阵
主流开源大模型在 Radeon PRO W7900 (48GB) 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 |
|---|---|---|---|---|---|---|
#48 | Qwen 3.8 27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
#83 | K2 Horizon MoVA 36B A4B | 36B (4B active) | INT4 Q8 | 132 tok/s 100 tok/s | ~555 ms ~558 ms | |
#93 | Qwen3.5-27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
#105 | Sarvam-30B | 32B (2.4B active) | INT4 Q8 | 157 tok/s 129 tok/s | ~389 ms ~391 ms | |
#106 | Qwen3.6 35B A3B | 35B (3B active) | INT4 Q8 | 146 tok/s 116 tok/s | ~453 ms ~455 ms | |
#107 | Nemotron 3.5 Bolt 74B A9B | 74B | INT4 | 16 tok/s | ~8.3s | |
#110 | Muse Glimmer 30B | 30B | INT4 Q8 | 37 tok/s 22 tok/s | ~3.1s ~3.1s | |
#111 | MiMo V2 Flash | 15B (309B active) | INT4 Q8 FP16 | 4 tok/s 2 tok/s 1 tok/s | ~30.6s ~30.8s ~31.2s | |
#112 | Phi-4 Reasoning Plus | 14B | INT4 Q8 FP16 | 52 tok/s 37 tok/s 22 tok/s | ~1.5s ~1.5s ~1.5s | |
#117 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 Q8 | 138 tok/s 105 tok/s | ~508 ms ~511 ms | |
#125 | Qwen3.5-9B | 9B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 35 tok/s | ~961 ms ~966 ms ~979 ms | |
#126 | Qwen3.5-35B-A3B | 35B (3B active) | INT4 Q8 | 146 tok/s 116 tok/s | ~453 ms ~455 ms | |
#128 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 110 tok/s 75 tok/s 44 tok/s | ~754 ms ~758 ms ~767 ms | |
#135 | Gemma 4 12B | 11.95B | INT4 Q8 FP16 | 59 tok/s 42 tok/s 25 tok/s | ~1.3s ~1.3s ~1.3s | |
#140 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
#143 | GPT-OSS 20B | 21B (3.6B active) | INT4 Q8 FP16 | 78 tok/s 69 tok/s 46 tok/s | ~481 ms ~483 ms ~572 ms | |
#144 | GLM-4V | 9B | INT4 Q8 FP16 | 72 tok/s 52 tok/s 32 tok/s | ~964 ms ~969 ms ~982 ms | |
#150 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 36 tok/s 22 tok/s 11 tok/s | ~3.0s ~3.0s ~3.1s | |
#153 | Qwen3-30B-A3B | 30B (3B active) | INT4 Q8 | 148 tok/s 117 tok/s | ~444 ms ~446 ms | |
#158 | Granite 4.2 8B | 8B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#159 | Gemma 4 E4B | 8B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#162 | Qwen2.5-72B | 72B | INT4 | 16 tok/s | ~8.0s | |
#163 | Mistral Large 3 | 41B (675B active) | INT4 | 2 tok/s | ~66.8s | |
#164 | DeepSeek-R1 70B | 70B | INT4 | 18 tok/s | ~7.2s | |
#165 | GLM-4 | 32B | INT4 Q8 | 28 tok/s 17 tok/s | ~3.3s ~3.6s | |
#166 | Phi-4 | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
#167 | Gemma 3 27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
#168 | Llama 3.3 70B | 70B | INT4 | 17 tok/s | ~7.2s | |
#170 | DeepSeek-R1 32B | 32B | INT4 Q8 | 36 tok/s 21 tok/s | ~3.3s ~3.3s | |
#171 | Qwen3-32B | 32B | INT4 Q8 | 35 tok/s 21 tok/s | ~3.3s ~3.3s | |
#173 | Hunyuan Standard | 52B (389B active) | INT4 | 3 tok/s | ~38.6s | |
#175 | Magistral Small | 24B | INT4 Q8 | 35 tok/s 23 tok/s | ~2.5s ~2.5s | |
#176 | OLMo 3.1 32B Instruct | 32B | INT4 Q8 | 28 tok/s 17 tok/s | ~3.3s ~3.6s | |
#177 | Qwen2.5-32B | 32B | INT4 Q8 | 35 tok/s 21 tok/s | ~3.3s ~3.3s | |
#178 | OLMo 3 7B Think | 7B | INT4 Q8 FP16 | 84 tok/s 63 tok/s 39 tok/s | ~756 ms ~761 ms ~770 ms | |
#179 | DeepSeek-R1 14B | 14B | INT4 Q8 FP16 | 71 tok/s 44 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
#181 | Llama 3.1 70B | 70B | INT4 | 17 tok/s | ~7.2s | |
#183 | Ministral 3 14B | 14B | INT4 Q8 FP16 | 52 tok/s 37 tok/s 22 tok/s | ~1.5s ~1.5s ~1.5s | |
#186 | Gemma 3 12B | 12B | INT4 Q8 FP16 | 77 tok/s 49 tok/s 27 tok/s | ~1.3s ~1.3s ~1.3s | |
#187 | Qwen2-72B | 72B | INT4 | 16 tok/s | ~8.0s | |
#188 | Mistral-Small-2501 | 24B | INT4 Q8 FP16 | 45 tok/s 27 tok/s 13 tok/s | ~2.5s ~2.5s ~3.0s | |
#189 | Ministral 3 8B | 8B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 35 tok/s | ~859 ms ~864 ms ~875 ms | |
#190 | Gemma 4 31B | 30.7B | INT4 Q8 | 37 tok/s 22 tok/s | ~3.2s ~3.2s | |
#191 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
#192 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
#193 | Gemma 2 27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
#194 | Qwen2.5-14B | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
#195 | OLMo 3.1 32B Think | 32B | INT4 Q8 | 28 tok/s 17 tok/s | ~3.3s ~3.6s | |
#196 | Nemotron 3.5 Lightning | 30B (3B active) | INT4 Q8 | 71 tok/s 66 tok/s | ~452 ms ~453 ms | |
#198 | Llama 3 70B | 70B | INT4 | 17 tok/s | ~7.2s | |
#200 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 131 tok/s 93 tok/s 56 tok/s | ~558 ms ~561 ms ~568 ms | |
#202 | DeepSeek-R1 8B | 8B | INT4 Q8 FP16 | 104 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#203 | Kimi Linear 48B A3B Instruct | 48B (3B active) | INT4 | 62 tok/s | ~488 ms | |
#204 | Qwen3-4B | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
#205 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 126 tok/s 104 tok/s 73 tok/s | ~344 ms ~346 ms ~350 ms | |
#206 | OLMo 3 32B Base | 32B | INT4 Q8 | 28 tok/s 17 tok/s | ~3.3s ~3.6s | |
#207 | Gemma 2 9B | 9B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 35 tok/s | ~961 ms ~966 ms ~979 ms | |
#208 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 238 tok/s 213 tok/s 173 tok/s | ~103 ms ~103 ms ~104 ms | |
#209 | Qwen3-14B | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
#210 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
#211 | Qwen3-8B | 8B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#213 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 112 tok/s 76 tok/s 44 tok/s | ~753 ms ~758 ms ~767 ms | |
#214 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 201 tok/s 166 tok/s 120 tok/s | ~206 ms ~207 ms ~210 ms | |
#215 | Llama 3.1 8B | 8B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#216 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 256 tok/s 247 tok/s 226 tok/s | ~40 ms ~40 ms ~40 ms | |
#217 | Command R | 35B | INT4 Q8 | 26 tok/s 16 tok/s | ~3.6s ~4.0s | |
#218 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 249 tok/s 228 tok/s 192 tok/s | ~78 ms ~78 ms ~79 ms | |
#219 | Llama 3 8B | 8B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#221 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 151 tok/s 112 tok/s 71 tok/s | ~424 ms ~427 ms ~432 ms | |
#222 | Mixtral-8x7B-v0.1 | 46.7B (7B active) | INT4 Q8 | 100 tok/s 63 tok/s | ~873 ms ~1.0s | |
#223 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 110 tok/s 75 tok/s 44 tok/s | ~754 ms ~758 ms ~767 ms | |
#224 | Ministral-8B-2410 | 8B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
#225 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 208 tok/s 175 tok/s 129 tok/s | ~184 ms ~185 ms ~187 ms | |
#226 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
#227 | Nemotron 3.5 Lightning 30B A3B | 30B (3B active) | INT4 Q8 | 148 tok/s 117 tok/s | ~444 ms ~446 ms | |
#228 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 151 tok/s 112 tok/s 71 tok/s | ~424 ms ~427 ms ~432 ms | |
#229 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 126 tok/s 112 tok/s 86 tok/s | ~258 ms ~259 ms ~262 ms | |
#230 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 107 tok/s 72 tok/s 42 tok/s | ~784 ms ~788 ms ~798 ms | |
#231 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 228 tok/s 200 tok/s 157 tok/s | ~128 ms ~129 ms ~130 ms | |
#232 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
#233 | Phi-3-medium | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
#234 | OLMo 3 7B Instruct | 7B | INT4 Q8 FP16 | 84 tok/s 63 tok/s 39 tok/s | ~756 ms ~761 ms ~770 ms | |
#235 | Yi-34B | 34B | INT4 Q8 | 27 tok/s 16 tok/s | ~3.5s ~3.8s | |
#236 | Qwen2-7B | 7B | INT4 Q8 FP16 | 110 tok/s 75 tok/s 44 tok/s | ~754 ms ~758 ms ~767 ms | |
#237 | Phi-3-small | 7B | INT4 Q8 FP16 | 110 tok/s 75 tok/s 44 tok/s | ~754 ms ~758 ms ~767 ms | |
#238 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 228 tok/s 200 tok/s 157 tok/s | ~128 ms ~129 ms ~130 ms | |
#239 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 107 tok/s 72 tok/s 42 tok/s | ~784 ms ~788 ms ~798 ms | |
#241 | Gemma 1 7B | 7B | INT4 Q8 FP16 | 84 tok/s 63 tok/s 39 tok/s | ~756 ms ~761 ms ~770 ms | |
#242 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 198 tok/s 159 tok/s 111 tok/s | ~240 ms ~241 ms ~244 ms | |
#243 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 92 tok/s 70 tok/s 44 tok/s | ~653 ms ~657 ms ~665 ms | |
#244 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 92 tok/s 70 tok/s 44 tok/s | ~653 ms ~657 ms ~665 ms | |
#245 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 92 tok/s 70 tok/s 44 tok/s | ~653 ms ~657 ms ~665 ms | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 267 tok/s 254 tok/s 230 tok/s | ~43 ms ~43 ms ~44 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 255 tok/s 236 tok/s 204 tok/s | ~66 ms ~66 ms ~67 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 255 tok/s 236 tok/s 204 tok/s | ~66 ms ~66 ms ~67 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 253 tok/s 242 tok/s 221 tok/s | ~43 ms ~43 ms ~44 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 253 tok/s 242 tok/s 221 tok/s | ~43 ms ~43 ms ~44 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 249 tok/s 228 tok/s 192 tok/s | ~78 ms ~78 ms ~79 ms | |
- | PixArt-α XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 249 tok/s 228 tok/s 191 tok/s | ~79 ms ~79 ms ~80 ms | |
- | PixArt-Σ XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 249 tok/s 228 tok/s 191 tok/s | ~79 ms ~79 ms ~80 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 247 tok/s 226 tok/s 189 tok/s | ~82 ms ~82 ms ~83 ms | |
- | SD 2.1 Turbo | 0.86B | INT4 Q8 FP16 | 235 tok/s 209 tok/s 168 tok/s | ~110 ms ~110 ms ~112 ms | |
- | Stable Diffusion 1.4 | 0.86B | INT4 Q8 FP16 | 235 tok/s 209 tok/s 168 tok/s | ~110 ms ~110 ms ~112 ms | |
- | Stable Diffusion 2.1 | 0.86B | INT4 Q8 FP16 | 235 tok/s 209 tok/s 168 tok/s | ~110 ms ~110 ms ~112 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 234 tok/s 204 tok/s 160 tok/s | ~128 ms ~129 ms ~130 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 228 tok/s 200 tok/s 157 tok/s | ~128 ms ~129 ms ~130 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 228 tok/s 200 tok/s 157 tok/s | ~128 ms ~129 ms ~130 ms | |
- | Kandinsky 2.2 Decoder | 1.22B | INT4 Q8 FP16 | 219 tok/s 188 tok/s 143 tok/s | ~153 ms ~153 ms ~155 ms | |
- | Wan 2.1 T2V 1.3B | 1.3B | INT4 Q8 FP16 | 216 tok/s 184 tok/s 139 tok/s | ~161 ms ~162 ms ~164 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 208 tok/s 175 tok/s 129 tok/s | ~184 ms ~185 ms ~187 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 208 tok/s 175 tok/s 129 tok/s | ~184 ms ~185 ms ~187 ms | |
- | SVD Image-to-Video XT | 1.5B | INT4 Q8 FP16 | 208 tok/s 175 tok/s 129 tok/s | ~184 ms ~185 ms ~187 ms | |
- | SVD Image-to-Video XT 1.1 | 1.5B | INT4 Q8 FP16 | 208 tok/s 175 tok/s 129 tok/s | ~184 ms ~185 ms ~187 ms | |
- | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 201 tok/s 166 tok/s 120 tok/s | ~206 ms ~207 ms ~210 ms | |
- | LFM3 1.7B Base | 1.7B | INT4 Q8 FP16 | 201 tok/s 166 tok/s 120 tok/s | ~206 ms ~207 ms ~210 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 201 tok/s 166 tok/s 120 tok/s | ~206 ms ~207 ms ~210 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~217 ms ~218 ms ~220 ms | |
- | CogVideoX 2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | LTX-Video 0.9.1 | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | Moondream 3.1 | 9B (2B active) | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~269 ms ~270 ms ~273 ms | |
- | Stable Diffusion 3 Medium | 2B | INT4 Q8 FP16 | 191 tok/s 155 tok/s 109 tok/s | ~240 ms ~241 ms ~244 ms | |
- | Kandinsky 3.0 | 2.1B | INT4 Q8 FP16 | 189 tok/s 152 tok/s 106 tok/s | ~250 ms ~252 ms ~254 ms | |
- | LTX-2 | 2.2B | INT4 Q8 FP16 | 186 tok/s 149 tok/s 103 tok/s | ~260 ms ~262 ms ~265 ms | |
- | SDXL 1.0 Refiner | 2.31B | INT4 Q8 FP16 | 183 tok/s 145 tok/s 100 tok/s | ~272 ms ~273 ms ~276 ms | |
- | Stable Diffusion 3.5 Medium | 2.5B | INT4 Q8 FP16 | 178 tok/s 140 tok/s 95 tok/s | ~291 ms ~293 ms ~296 ms | |
- | SDXL 1.0 Base | 2.56B | INT4 Q8 FP16 | 177 tok/s 138 tok/s 93 tok/s | ~297 ms ~299 ms ~302 ms | |
- | SDXL Turbo | 2.56B | INT4 Q8 FP16 | 177 tok/s 138 tok/s 93 tok/s | ~297 ms ~299 ms ~302 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 173 tok/s 131 tok/s 85 tok/s | ~342 ms ~344 ms ~348 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 171 tok/s 153 tok/s 120 tok/s | ~162 ms ~163 ms ~165 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 171 tok/s 153 tok/s 120 tok/s | ~162 ms ~163 ms ~165 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 171 tok/s 153 tok/s 120 tok/s | ~162 ms ~163 ms ~165 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 168 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 FP16 | 168 tok/s 134 tok/s 92 tok/s | ~334 ms ~336 ms ~339 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 167 tok/s 128 tok/s 84 tok/s | ~342 ms ~344 ms ~348 ms | |
- | LFM2.5 24B A2B | 24B (2.5B active) | INT4 Q8 FP16 | 160 tok/s 129 tok/s 81 tok/s | ~378 ms ~379 ms ~448 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 Q8 FP16 | 153 tok/s 120 tok/s 76 tok/s | ~416 ms ~418 ms ~458 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 Q8 FP16 | 153 tok/s 120 tok/s 76 tok/s | ~416 ms ~418 ms ~458 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 Q8 | 149 tok/s 118 tok/s | ~437 ms ~439 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 Q8 | 149 tok/s 118 tok/s | ~437 ms ~439 ms | |
- | FLUX.2 Klein 4B | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
- | Hy-Memory 30B A3B | 30B (3B active) | INT4 Q8 | 148 tok/s 117 tok/s | ~444 ms ~446 ms | |
- | Hy-MT2 30B A3B | 30B (3B active) | INT4 Q8 | 148 tok/s 117 tok/s | ~444 ms ~446 ms | |
- | Mage-VL Cowork | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 148 tok/s 108 tok/s 68 tok/s | ~445 ms ~447 ms ~453 ms | |
- | MiniCPM-V 4.7 35B A3B | 35B (3B active) | INT4 Q8 | 146 tok/s 116 tok/s | ~453 ms ~455 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 144 tok/s 124 tok/s 93 tok/s | ~242 ms ~243 ms ~246 ms | |
- | CogVideoX 1.5 5B | 5B | INT4 Q8 FP16 | 133 tok/s 94 tok/s 57 tok/s | ~548 ms ~551 ms ~558 ms | |
- | CogVideoX 5B | 5B | INT4 Q8 FP16 | 133 tok/s 94 tok/s 57 tok/s | ~548 ms ~551 ms ~558 ms | |
- | Wan 2.2 TI2V 5B | 5B | INT4 Q8 FP16 | 133 tok/s 94 tok/s 57 tok/s | ~548 ms ~551 ms ~558 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 131 tok/s 110 tok/s 78 tok/s | ~313 ms ~315 ms ~318 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 126 tok/s 104 tok/s 73 tok/s | ~344 ms ~346 ms ~350 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 126 tok/s 104 tok/s 73 tok/s | ~344 ms ~346 ms ~350 ms | |
- | AliceAI Foundation 80B A3B Base | 80B (3B active) | INT4 | 119 tok/s | ~659 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 114 tok/s 76 tok/s 44 tok/s | ~753 ms ~758 ms ~767 ms | |
- | Kolibri 1 | 78B (3.5B active) | INT4 | 114 tok/s | ~706 ms | |
- | AuraFlow v0.2 | 6.8B | INT4 Q8 FP16 | 112 tok/s 76 tok/s 45 tok/s | ~733 ms ~737 ms ~747 ms | |
- | AuraFlow v0.3 | 6.8B | INT4 Q8 FP16 | 112 tok/s 76 tok/s 45 tok/s | ~733 ms ~737 ms ~747 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 110 tok/s 75 tok/s 44 tok/s | ~754 ms ~758 ms ~767 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 110 tok/s 75 tok/s 44 tok/s | ~754 ms ~758 ms ~767 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 107 tok/s 72 tok/s 42 tok/s | ~784 ms ~788 ms ~798 ms | |
- | Youtu Parsing Omni | 8B | INT4 Q8 FP16 | 104 tok/s 68 tok/s 39 tok/s | ~856 ms ~861 ms ~872 ms | |
- | Stable Diffusion 3.5 Large | 8.1B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 39 tok/s | ~866 ms ~871 ms ~882 ms | |
- | Stable Diffusion 3.5 Large Turbo | 8.1B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 39 tok/s | ~866 ms ~871 ms ~882 ms | |
- | FLUX.2 Klein 9B | 9B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 35 tok/s | ~961 ms ~966 ms ~979 ms | |
- | LensVLM 9B | 9B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 35 tok/s | ~961 ms ~966 ms ~979 ms | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 35 tok/s | ~961 ms ~966 ms ~979 ms | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 92 tok/s 70 tok/s 44 tok/s | ~653 ms ~657 ms ~665 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 92 tok/s 70 tok/s 44 tok/s | ~653 ms ~657 ms ~665 ms | |
- | Falcon3-10B | 10B | INT4 Q8 FP16 | 88 tok/s 57 tok/s 32 tok/s | ~1.1s ~1.1s ~1.1s | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 Q8 FP16 | 88 tok/s 78 tok/s 59 tok/s | ~405 ms ~406 ms ~410 ms | |
- | Mochi 1 Preview | 10B | INT4 Q8 FP16 | 88 tok/s 57 tok/s 32 tok/s | ~1.1s ~1.1s ~1.1s | |
- | Falcon2-11B | 11B | INT4 Q8 FP16 | 85 tok/s 54 tok/s 30 tok/s | ~1.2s ~1.2s ~1.2s | |
- | Hunyuan Lite | 7B | INT4 Q8 FP16 | 84 tok/s 63 tok/s 39 tok/s | ~756 ms ~761 ms ~770 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 FP16 | 84 tok/s 63 tok/s 39 tok/s | ~756 ms ~761 ms ~770 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 FP16 | 84 tok/s 62 tok/s 39 tok/s | ~766 ms ~771 ms ~780 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 FP16 | 84 tok/s 62 tok/s 39 tok/s | ~766 ms ~771 ms ~780 ms | |
- | FLUX.1 Canny Dev | 11.9B | INT4 Q8 FP16 | 78 tok/s 49 tok/s 27 tok/s | ~1.3s ~1.3s ~1.3s | |
- | FLUX.1 Depth Dev | 11.9B | INT4 Q8 FP16 | 78 tok/s 49 tok/s 27 tok/s | ~1.3s ~1.3s ~1.3s | |
- | FLUX.1 Dev | 11.9B | INT4 Q8 FP16 | 78 tok/s 49 tok/s 27 tok/s | ~1.3s ~1.3s ~1.3s | |
- | FLUX.1 Fill Dev | 11.9B | INT4 Q8 FP16 | 78 tok/s 49 tok/s 27 tok/s | ~1.3s ~1.3s ~1.3s | |
- | FLUX.1 Schnell | 11.9B | INT4 Q8 FP16 | 78 tok/s 49 tok/s 27 tok/s | ~1.3s ~1.3s ~1.3s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 35 tok/s | ~859 ms ~864 ms ~875 ms | |
- | Typhoon-2-8B | 8B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 35 tok/s | ~859 ms ~864 ms ~875 ms | |
- | HunyuanVideo 1.5 720P T2V | 13B | INT4 Q8 FP16 | 73 tok/s 46 tok/s 25 tok/s | ~1.4s ~1.4s ~1.4s | |
- | GLM-4-9B | 9B | INT4 Q8 FP16 | 72 tok/s 52 tok/s 32 tok/s | ~964 ms ~969 ms ~982 ms | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 FP16 | 72 tok/s 52 tok/s 32 tok/s | ~964 ms ~969 ms ~982 ms | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 FP16 | 72 tok/s 52 tok/s 32 tok/s | ~964 ms ~969 ms ~982 ms | |
- | Yi-9B | 9B | INT4 Q8 FP16 | 72 tok/s 52 tok/s 32 tok/s | ~964 ms ~969 ms ~982 ms | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 FP16 | 71 tok/s 51 tok/s 31 tok/s | ~984 ms ~990 ms ~1.0s | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 FP16 | 71 tok/s 51 tok/s 31 tok/s | ~984 ms ~990 ms ~1.0s | |
- | Wan 2.1 I2V 14B 720P | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
- | Wan 2.1 T2V 14B | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
- | Wan 2.2 T2V A14B | 14B | INT4 Q8 FP16 | 69 tok/s 43 tok/s 24 tok/s | ~1.5s ~1.5s ~1.5s | |
- | FLUX.2 Dev | 15B | INT4 Q8 FP16 | 65 tok/s 41 tok/s 22 tok/s | ~1.6s ~1.6s ~1.6s | |
- | GreenMind-14B-R1 | 14B | INT4 Q8 FP16 | 52 tok/s 37 tok/s 22 tok/s | ~1.5s ~1.5s ~1.5s | |
- | Arete 27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
- | AREX-2 | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
- | PPLX Decider v1 27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
- | PPLX Decider v1.1 27B | 27B | INT4 Q8 | 41 tok/s 24 tok/s | ~2.8s ~2.8s | |
- | Agnes 3.0 Flash | 33B | INT4 Q8 | 34 tok/s 20 tok/s | ~3.4s ~3.4s | |
- | Falcon-40B | 40B | INT4 Q8 | 30 tok/s 16 tok/s | ~4.1s ~4.5s | |
- | Typhoon-2-70B | 70B | INT4 | 13 tok/s | ~8.5s | |
- | Kimi-Dev-72B | 72B | INT4 | 12 tok/s | ~8.7s | |
推理能力评估
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
32B 模型
16位全精度
14B 模型
微调能力评估
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
7B-8B 模型
负载与选型建议
Radeon PRO W7900 (48GB) 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 864 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 192 tok/s，70B Q4 模型预估生成速度约 23 tok/s。