趋近智
AMD RX 6650 XT (8GB)
AMD RX 6650 XT (8GB) 提供 8 GB 显存/内存与 280 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
8 GB
可用显存上限
8 GB
显存带宽
280 GB/s
最大推理模型级别
8B 模型 (Q4)
热设计功耗
180W
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:
AMD RX 6650 XT (8GB) 最佳运行大模型与速度矩阵
主流开源大模型在 AMD RX 6650 XT (8GB) 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 |
|---|---|---|---|---|---|---|
#121 | Qwen3.5-9B | 9B | INT4 | 40 tok/s | ~4.5s | |
#127 | K2 Horizon 7B | 7B | INT4 | 50 tok/s | ~3.5s | |
#136 | Qwen3.5-4B | 4B | INT4 Q8 | 78 tok/s 49 tok/s | ~2.1s ~2.1s | |
#145 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 | 13 tok/s 7 tok/s | ~14.2s ~15.5s | |
#152 | Granite 4.2 8B | 8B | INT4 | 45 tok/s | ~4.0s | |
#157 | Gemma 4 E4B | 8B | INT4 | 45 tok/s | ~4.0s | |
#180 | Gemma 3 12B | 12B | INT4 | 28 tok/s | ~7.1s | |
#185 | Ministral 3 8B | 8B | INT4 | 29 tok/s | ~4.7s | |
#187 | OLMo 3 7B Think | 7B | INT4 | 33 tok/s | ~3.9s | |
#188 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 124 tok/s 85 tok/s 49 tok/s | ~1.1s ~1.1s ~1.1s | |
#189 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 124 tok/s 85 tok/s 49 tok/s | ~1.1s ~1.1s ~1.1s | |
#193 | Gemma 4 E2B | 5.1B | INT4 Q8 | 65 tok/s 38 tok/s | ~2.6s ~2.8s | |
#195 | Ministral 3 3B | 3B | INT4 Q8 | 61 tok/s 46 tok/s | ~1.6s ~1.6s | |
#196 | DeepSeek-R1 8B | 8B | INT4 | 46 tok/s | ~4.0s | |
#198 | Gemma 2 9B | 9B | INT4 | 40 tok/s | ~4.5s | |
#201 | Qwen3-4B | 4B | INT4 Q8 | 78 tok/s 49 tok/s | ~2.1s ~2.1s | |
#203 | Gemma 3 4B | 4B | INT4 Q8 | 78 tok/s 49 tok/s | ~2.1s ~2.1s | |
#204 | DeepSeek-R1 7B | 7B | INT4 Q8 | 52 tok/s 27 tok/s | ~3.5s ~4.2s | |
#206 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 206 tok/s 157 tok/s 103 tok/s | ~449 ms ~451 ms ~454 ms | |
#207 | Llama 3.1 8B | 8B | INT4 | 45 tok/s | ~4.0s | |
#207 | Qwen3-8B | 8B | INT4 | 45 tok/s | ~4.0s | |
#212 | Llama 3 8B | 8B | INT4 | 45 tok/s | ~4.0s | |
#213 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 138 tok/s 96 tok/s 57 tok/s | ~942 ms ~945 ms ~952 ms | |
#214 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 254 tok/s 227 tok/s 180 tok/s | ~151 ms ~151 ms ~152 ms | |
#216 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 233 tok/s 185 tok/s 126 tok/s | ~333 ms ~334 ms ~336 ms | |
#217 | Phi-4-Mini | 3.8B | INT4 Q8 | 81 tok/s 51 tok/s | ~2.0s ~2.0s | |
#218 | Qwen2.5-7B | 7B | INT4 | 50 tok/s | ~3.5s | |
#220 | Ministral-8B-2410 | 8B | INT4 | 45 tok/s | ~4.0s | |
#221 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 149 tok/s 105 tok/s 63 tok/s | ~834 ms ~837 ms ~843 ms | |
#222 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
#223 | Phi-3-mini | 3.8B | INT4 Q8 | 81 tok/s 51 tok/s | ~2.0s ~2.0s | |
#224 | Gemma 3n E2B IT | 6B (2B active) | INT4 | 58 tok/s | ~1.3s | |
#225 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 124 tok/s 85 tok/s 49 tok/s | ~1.1s ~1.1s ~1.1s | |
#226 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 | 49 tok/s | ~3.7s | |
#227 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 184 tok/s 137 tok/s 87 tok/s | ~570 ms ~572 ms ~576 ms | |
#230 | OLMo 3 7B Instruct | 7B | INT4 | 33 tok/s | ~3.9s | |
#231 | Qwen2-7B | 7B | INT4 | 50 tok/s | ~3.5s | |
#232 | Phi-3-small | 7B | INT4 | 50 tok/s | ~3.5s | |
#233 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 | 49 tok/s | ~3.7s | |
#234 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 184 tok/s 137 tok/s 87 tok/s | ~570 ms ~572 ms ~576 ms | |
#236 | Gemma 1 7B | 7B | INT4 | 33 tok/s | ~3.9s | |
#237 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 134 tok/s 89 tok/s 51 tok/s | ~1.1s ~1.1s ~1.1s | |
#238 | ChatGLM3-6B | 6B | INT4 | 37 tok/s | ~3.3s | |
#239 | ChatGLM2-6B | 6B | INT4 | 37 tok/s | ~3.3s | |
#240 | ChatGLM-6B | 6B | INT4 | 37 tok/s | ~3.3s | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 288 tok/s 247 tok/s 189 tok/s | ~167 ms ~167 ms ~169 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 249 tok/s 202 tok/s 142 tok/s | ~276 ms ~277 ms ~279 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 249 tok/s 202 tok/s 142 tok/s | ~276 ms ~277 ms ~279 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 243 tok/s 216 tok/s 170 tok/s | ~167 ms ~168 ms ~169 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 243 tok/s 216 tok/s 170 tok/s | ~167 ms ~168 ms ~169 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 233 tok/s 185 tok/s 126 tok/s | ~333 ms ~334 ms ~336 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 196 tok/s 143 tok/s 89 tok/s | ~570 ms ~572 ms ~576 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 184 tok/s 137 tok/s 87 tok/s | ~570 ms ~572 ms ~576 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 184 tok/s 137 tok/s 87 tok/s | ~570 ms ~572 ms ~576 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 149 tok/s 105 tok/s 63 tok/s | ~834 ms ~837 ms ~843 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 149 tok/s 105 tok/s 63 tok/s | ~834 ms ~837 ms ~843 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 138 tok/s 96 tok/s 57 tok/s | ~942 ms ~945 ms ~952 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 133 tok/s 92 tok/s 54 tok/s | ~992 ms ~995 ms ~1.0s | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 103 tok/s 65 tok/s 34 tok/s | ~1.6s ~1.6s ~1.7s | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 100 tok/s 83 tok/s 57 tok/s | ~730 ms ~732 ms ~737 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 100 tok/s 83 tok/s 57 tok/s | ~730 ms ~732 ms ~737 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 100 tok/s 83 tok/s 57 tok/s | ~730 ms ~732 ms ~737 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 98 tok/s 63 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 96 tok/s 62 tok/s 33 tok/s | ~1.6s ~1.6s ~1.7s | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 | 88 tok/s | ~1.8s | |
- | FrogNano 4B | 4B | INT4 Q8 | 78 tok/s 49 tok/s | ~2.1s ~2.1s | |
- | Spark X2.5 4B | 4B | INT4 Q8 | 78 tok/s 49 tok/s | ~2.1s ~2.1s | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 75 tok/s 60 tok/s 38 tok/s | ~1.1s ~1.1s ~1.2s | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 65 tok/s 50 tok/s 29 tok/s | ~1.4s ~1.4s ~1.7s | |
- | MaLLaM-3B | 3B | INT4 Q8 | 61 tok/s 46 tok/s | ~1.6s ~1.6s | |
- | SmolLM3 3B | 3B | INT4 Q8 | 61 tok/s 46 tok/s | ~1.6s ~1.6s | |
- | Falcon-7B | 7B | INT4 Q8 | 53 tok/s 28 tok/s | ~3.5s ~4.2s | |
- | Falcon3-7B | 7B | INT4 | 50 tok/s | ~3.5s | |
- | Hy-MT2 7B | 7B | INT4 | 50 tok/s | ~3.5s | |
- | Mistral-7B-v0.1 | 7.3B | INT4 | 49 tok/s | ~3.7s | |
- | Youtu Parsing Omni | 8B | INT4 | 46 tok/s | ~4.0s | |
- | LensVLM 9B | 9B | INT4 | 40 tok/s | ~4.5s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 | 40 tok/s | ~4.5s | |
- | ChatGLM3-6B-32K | 6B | INT4 | 37 tok/s | ~3.3s | |
- | Yi-6B | 6B | INT4 | 37 tok/s | ~3.3s | |
- | Falcon3-10B | 10B | INT4 | 35 tok/s | ~5.4s | |
- | Falcon2-11B | 11B | INT4 | 34 tok/s | ~6.0s | |
- | Hunyuan Lite | 7B | INT4 | 33 tok/s | ~3.9s | |
- | OLMo 3 7B Base | 7B | INT4 | 33 tok/s | ~3.9s | |
- | SEA-LION-7B | 7.1B | INT4 | 33 tok/s | ~3.9s | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 | 33 tok/s | ~3.9s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 | 29 tok/s | ~4.7s | |
- | Typhoon-2-8B | 8B | INT4 | 29 tok/s | ~4.7s | |
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
8B 模型
8位精度
3B 模型
16位全精度
< 1B 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
8B 模型
LoRA
3B 模型
全参数微调
< 1B 模型
负载与选型建议
AMD RX 6650 XT (8GB) 上的最佳量化精度与运行规格建议。
最佳推理区间
推荐以 FP16/Q8 精度运行 1B 至 3B 轻量级模型，或在 4-bit 量化下运行 7B/8B 模型。
显存带宽与推理速率
具备 280 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 62 tok/s，70B Q4 模型预估生成速度约 7 tok/s。