趋近智
AMD RX 7900 XT (20GB)
AMD RX 7900 XT (20GB) 提供 20 GB 显存/内存与 800 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
20 GB
可用显存上限
20 GB
显存带宽
800 GB/s
最大推理模型级别
14B 模型 (Q4)
热设计功耗
315W
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 7900 XT (20GB) 最佳运行大模型与速度矩阵
主流开源大模型在 AMD RX 7900 XT (20GB) 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 | 38 tok/s | ~3.3s | |
#83 | K2 Horizon MoVA 36B A4B | 36B (4B active) | INT4 | 114 tok/s | ~757 ms | |
#93 | Qwen3.5-27B | 27B | INT4 | 38 tok/s | ~3.3s | |
#105 | Sarvam-30B | 32B (2.4B active) | INT4 | 144 tok/s | ~490 ms | |
#106 | Qwen3.6 35B A3B | 35B (3B active) | INT4 | 127 tok/s | ~617 ms | |
#110 | Muse Glimmer 30B | 30B | INT4 | 33 tok/s | ~3.9s | |
#111 | MiMo V2 Flash | 15B (309B active) | INT4 | 4 tok/s | ~35.6s | |
#112 | Phi-4 Reasoning Plus | 14B | INT4 Q8 | 49 tok/s 32 tok/s | ~1.7s ~1.9s | |
#117 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 | 133 tok/s | ~590 ms | |
#125 | Qwen3.5-9B | 9B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 30 tok/s | ~1.1s ~1.1s ~1.3s | |
#126 | Qwen3.5-35B-A3B | 35B (3B active) | INT4 | 127 tok/s | ~617 ms | |
#128 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 105 tok/s 70 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
#135 | Gemma 4 12B | 11.95B | INT4 Q8 | 55 tok/s 37 tok/s | ~1.5s ~1.6s | |
#140 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
#143 | GPT-OSS 20B | 21B (3.6B active) | INT4 | 70 tok/s | ~606 ms | |
#144 | GLM-4V | 9B | INT4 Q8 | 68 tok/s 49 tok/s | ~1.1s ~1.1s | |
#150 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 33 tok/s 20 tok/s 11 tok/s | ~3.5s ~3.5s ~3.6s | |
#153 | Qwen3-30B-A3B | 30B (3B active) | INT4 | 135 tok/s | ~559 ms | |
#158 | Granite 4.2 8B | 8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#159 | Gemma 4 E4B | 8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#166 | Phi-4 | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
#167 | Gemma 3 27B | 27B | INT4 | 38 tok/s | ~3.3s | |
#170 | DeepSeek-R1 32B | 32B | INT4 | 32 tok/s | ~4.2s | |
#171 | Qwen3-32B | 32B | INT4 | 31 tok/s | ~4.2s | |
#175 | Magistral Small | 24B | INT4 | 31 tok/s | ~3.2s | |
#177 | Qwen2.5-32B | 32B | INT4 | 31 tok/s | ~4.2s | |
#178 | OLMo 3 7B Think | 7B | INT4 Q8 FP16 | 80 tok/s 59 tok/s 35 tok/s | ~878 ms ~883 ms ~969 ms | |
#179 | DeepSeek-R1 14B | 14B | INT4 Q8 | 67 tok/s 41 tok/s | ~1.7s ~1.7s | |
#183 | Ministral 3 14B | 14B | INT4 Q8 | 49 tok/s 32 tok/s | ~1.7s ~1.9s | |
#186 | Gemma 3 12B | 12B | INT4 Q8 | 73 tok/s 46 tok/s | ~1.5s ~1.5s | |
#188 | Mistral-Small-2501 | 24B | INT4 | 42 tok/s | ~2.9s | |
#189 | Ministral 3 8B | 8B | INT4 Q8 FP16 | 74 tok/s 54 tok/s 30 tok/s | ~998 ms ~1.0s ~1.2s | |
#190 | Gemma 4 31B | 30.7B | INT4 | 33 tok/s | ~4.0s | |
#191 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
#192 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
#193 | Gemma 2 27B | 27B | INT4 | 38 tok/s | ~3.3s | |
#194 | Qwen2.5-14B | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
#200 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 126 tok/s 88 tok/s 53 tok/s | ~648 ms ~651 ms ~659 ms | |
#202 | DeepSeek-R1 8B | 8B | INT4 Q8 FP16 | 99 tok/s 65 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#204 | Qwen3-4B | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
#205 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 121 tok/s 99 tok/s 69 tok/s | ~399 ms ~400 ms ~405 ms | |
#207 | Gemma 2 9B | 9B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 30 tok/s | ~1.1s ~1.1s ~1.3s | |
#208 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 235 tok/s 209 tok/s 168 tok/s | ~118 ms ~118 ms ~120 ms | |
#209 | Qwen3-14B | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
#210 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
#211 | Qwen3-8B | 8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#213 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 107 tok/s 71 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
#214 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 196 tok/s 161 tok/s 115 tok/s | ~239 ms ~240 ms ~242 ms | |
#215 | Llama 3.1 8B | 8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#216 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 254 tok/s 244 tok/s 222 tok/s | ~45 ms ~45 ms ~45 ms | |
#218 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 247 tok/s 225 tok/s 187 tok/s | ~89 ms ~90 ms ~90 ms | |
#219 | Llama 3 8B | 8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#221 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 67 tok/s | ~492 ms ~495 ms ~500 ms | |
#223 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 105 tok/s 70 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
#224 | Ministral-8B-2410 | 8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
#225 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~212 ms ~213 ms ~215 ms | |
#226 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
#227 | Nemotron 3.5 Lightning 30B A3B | 30B (3B active) | INT4 | 135 tok/s | ~559 ms | |
#228 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 146 tok/s 107 tok/s 67 tok/s | ~492 ms ~495 ms ~500 ms | |
#229 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 121 tok/s 107 tok/s 81 tok/s | ~299 ms ~300 ms ~303 ms | |
#230 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~911 ms ~915 ms ~926 ms | |
#231 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 224 tok/s 195 tok/s 152 tok/s | ~147 ms ~148 ms ~150 ms | |
#232 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
#233 | Phi-3-medium | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
#234 | OLMo 3 7B Instruct | 7B | INT4 Q8 FP16 | 80 tok/s 59 tok/s 35 tok/s | ~878 ms ~883 ms ~969 ms | |
#236 | Qwen2-7B | 7B | INT4 Q8 FP16 | 105 tok/s 70 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
#237 | Phi-3-small | 7B | INT4 Q8 FP16 | 105 tok/s 70 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
#238 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 224 tok/s 195 tok/s 152 tok/s | ~147 ms ~148 ms ~150 ms | |
#239 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~911 ms ~915 ms ~926 ms | |
#241 | Gemma 1 7B | 7B | INT4 Q8 FP16 | 80 tok/s 59 tok/s 35 tok/s | ~878 ms ~883 ms ~969 ms | |
#242 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 194 tok/s 154 tok/s 106 tok/s | ~278 ms ~279 ms ~282 ms | |
#243 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 87 tok/s 66 tok/s 42 tok/s | ~758 ms ~762 ms ~771 ms | |
#244 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 87 tok/s 66 tok/s 42 tok/s | ~758 ms ~762 ms ~771 ms | |
#245 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 87 tok/s 66 tok/s 42 tok/s | ~758 ms ~762 ms ~771 ms | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 265 tok/s 252 tok/s 227 tok/s | ~49 ms ~49 ms ~49 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 253 tok/s 233 tok/s 199 tok/s | ~75 ms ~76 ms ~76 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 253 tok/s 233 tok/s 199 tok/s | ~75 ms ~76 ms ~76 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 250 tok/s 239 tok/s 217 tok/s | ~49 ms ~49 ms ~49 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 250 tok/s 239 tok/s 217 tok/s | ~49 ms ~49 ms ~49 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 247 tok/s 225 tok/s 187 tok/s | ~89 ms ~90 ms ~90 ms | |
- | PixArt-α XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 246 tok/s 224 tok/s 186 tok/s | ~91 ms ~91 ms ~92 ms | |
- | PixArt-Σ XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 246 tok/s 224 tok/s 186 tok/s | ~91 ms ~91 ms ~92 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 245 tok/s 222 tok/s 184 tok/s | ~94 ms ~94 ms ~95 ms | |
- | SD 2.1 Turbo | 0.86B | INT4 Q8 FP16 | 232 tok/s 205 tok/s 163 tok/s | ~126 ms ~127 ms ~128 ms | |
- | Stable Diffusion 1.4 | 0.86B | INT4 Q8 FP16 | 232 tok/s 205 tok/s 163 tok/s | ~126 ms ~127 ms ~128 ms | |
- | Stable Diffusion 2.1 | 0.86B | INT4 Q8 FP16 | 232 tok/s 205 tok/s 163 tok/s | ~126 ms ~127 ms ~128 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 231 tok/s 200 tok/s 154 tok/s | ~147 ms ~148 ms ~149 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 224 tok/s 195 tok/s 152 tok/s | ~147 ms ~148 ms ~150 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 224 tok/s 195 tok/s 152 tok/s | ~147 ms ~148 ms ~150 ms | |
- | Kandinsky 2.2 Decoder | 1.22B | INT4 Q8 FP16 | 215 tok/s 183 tok/s 138 tok/s | ~176 ms ~177 ms ~179 ms | |
- | Wan 2.1 T2V 1.3B | 1.3B | INT4 Q8 FP16 | 212 tok/s 179 tok/s 133 tok/s | ~186 ms ~187 ms ~189 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~212 ms ~213 ms ~215 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~212 ms ~213 ms ~215 ms | |
- | SVD Image-to-Video XT | 1.5B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~212 ms ~213 ms ~215 ms | |
- | SVD Image-to-Video XT 1.1 | 1.5B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~212 ms ~213 ms ~215 ms | |
- | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 196 tok/s 161 tok/s 115 tok/s | ~239 ms ~240 ms ~242 ms | |
- | LFM3 1.7B Base | 1.7B | INT4 Q8 FP16 | 196 tok/s 161 tok/s 115 tok/s | ~239 ms ~240 ms ~242 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 196 tok/s 161 tok/s 115 tok/s | ~239 ms ~240 ms ~242 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 193 tok/s 157 tok/s 111 tok/s | ~251 ms ~252 ms ~255 ms | |
- | CogVideoX 2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | LTX-Video 0.9.1 | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | Moondream 3.1 | 9B (2B active) | INT4 Q8 FP16 | 186 tok/s 150 tok/s 94 tok/s | ~312 ms ~313 ms ~370 ms | |
- | Stable Diffusion 3 Medium | 2B | INT4 Q8 FP16 | 186 tok/s 150 tok/s 104 tok/s | ~278 ms ~279 ms ~282 ms | |
- | Kandinsky 3.0 | 2.1B | INT4 Q8 FP16 | 184 tok/s 146 tok/s 101 tok/s | ~290 ms ~291 ms ~294 ms | |
- | LTX-2 | 2.2B | INT4 Q8 FP16 | 181 tok/s 143 tok/s 98 tok/s | ~301 ms ~303 ms ~306 ms | |
- | SDXL 1.0 Refiner | 2.31B | INT4 Q8 FP16 | 178 tok/s 140 tok/s 95 tok/s | ~315 ms ~316 ms ~319 ms | |
- | Stable Diffusion 3.5 Medium | 2.5B | INT4 Q8 FP16 | 173 tok/s 134 tok/s 90 tok/s | ~337 ms ~339 ms ~342 ms | |
- | SDXL 1.0 Base | 2.56B | INT4 Q8 FP16 | 172 tok/s 133 tok/s 89 tok/s | ~344 ms ~346 ms ~350 ms | |
- | SDXL Turbo | 2.56B | INT4 Q8 FP16 | 172 tok/s 133 tok/s 89 tok/s | ~344 ms ~346 ms ~350 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 168 tok/s 125 tok/s 81 tok/s | ~396 ms ~398 ms ~403 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 166 tok/s 147 tok/s 115 tok/s | ~187 ms ~188 ms ~190 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 166 tok/s 147 tok/s 115 tok/s | ~187 ms ~188 ms ~190 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 166 tok/s 147 tok/s 115 tok/s | ~187 ms ~188 ms ~190 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 163 tok/s 123 tok/s 80 tok/s | ~396 ms ~398 ms ~403 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 | 163 tok/s 129 tok/s | ~387 ms ~389 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 161 tok/s 122 tok/s 79 tok/s | ~396 ms ~398 ms ~403 ms | |
- | LFM2.5 24B A2B | 24B (2.5B active) | INT4 | 154 tok/s | ~438 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 | 147 tok/s | ~483 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 | 147 tok/s | ~483 ms | |
- | FLUX.2 Klein 4B | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
- | Mage-VL Cowork | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 142 tok/s 103 tok/s 64 tok/s | ~516 ms ~519 ms ~525 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 138 tok/s 119 tok/s 88 tok/s | ~280 ms ~281 ms ~284 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 | 136 tok/s | ~551 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 | 136 tok/s | ~551 ms | |
- | Hy-Memory 30B A3B | 30B (3B active) | INT4 | 135 tok/s | ~559 ms | |
- | Hy-MT2 30B A3B | 30B (3B active) | INT4 | 135 tok/s | ~559 ms | |
- | CogVideoX 1.5 5B | 5B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~636 ms ~639 ms ~647 ms | |
- | CogVideoX 5B | 5B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~636 ms ~639 ms ~647 ms | |
- | MiniCPM-V 4.7 35B A3B | 35B (3B active) | INT4 | 127 tok/s | ~617 ms | |
- | Wan 2.2 TI2V 5B | 5B | INT4 Q8 FP16 | 127 tok/s 89 tok/s 54 tok/s | ~636 ms ~639 ms ~647 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 126 tok/s 104 tok/s 74 tok/s | ~363 ms ~365 ms ~369 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 121 tok/s 99 tok/s 69 tok/s | ~399 ms ~400 ms ~405 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 121 tok/s 99 tok/s 69 tok/s | ~399 ms ~400 ms ~405 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 109 tok/s 72 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
- | AuraFlow v0.2 | 6.8B | INT4 Q8 FP16 | 107 tok/s 72 tok/s 42 tok/s | ~851 ms ~856 ms ~866 ms | |
- | AuraFlow v0.3 | 6.8B | INT4 Q8 FP16 | 107 tok/s 72 tok/s 42 tok/s | ~851 ms ~856 ms ~866 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 105 tok/s 70 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 105 tok/s 70 tok/s 41 tok/s | ~875 ms ~880 ms ~890 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 102 tok/s 68 tok/s 39 tok/s | ~911 ms ~915 ms ~926 ms | |
- | Youtu Parsing Omni | 8B | INT4 Q8 FP16 | 99 tok/s 65 tok/s 35 tok/s | ~995 ms ~1.0s ~1.1s | |
- | Stable Diffusion 3.5 Large | 8.1B | INT4 Q8 FP16 | 96 tok/s 63 tok/s 34 tok/s | ~1.0s ~1.0s ~1.1s | |
- | Stable Diffusion 3.5 Large Turbo | 8.1B | INT4 Q8 FP16 | 96 tok/s 63 tok/s 34 tok/s | ~1.0s ~1.0s ~1.1s | |
- | FLUX.2 Klein 9B | 9B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 30 tok/s | ~1.1s ~1.1s ~1.3s | |
- | LensVLM 9B | 9B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 30 tok/s | ~1.1s ~1.1s ~1.3s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 30 tok/s | ~1.1s ~1.1s ~1.3s | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 87 tok/s 66 tok/s 42 tok/s | ~758 ms ~762 ms ~771 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 87 tok/s 66 tok/s 42 tok/s | ~758 ms ~762 ms ~771 ms | |
- | Falcon3-10B | 10B | INT4 Q8 | 83 tok/s 53 tok/s | ~1.2s ~1.2s | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 Q8 | 83 tok/s 66 tok/s | ~469 ms ~551 ms | |
- | Mochi 1 Preview | 10B | INT4 Q8 | 83 tok/s 53 tok/s | ~1.2s ~1.2s | |
- | Falcon2-11B | 11B | INT4 Q8 | 80 tok/s 50 tok/s | ~1.4s ~1.4s | |
- | Hunyuan Lite | 7B | INT4 Q8 FP16 | 80 tok/s 59 tok/s 35 tok/s | ~878 ms ~883 ms ~969 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 FP16 | 80 tok/s 59 tok/s 35 tok/s | ~878 ms ~883 ms ~969 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 FP16 | 79 tok/s 58 tok/s 34 tok/s | ~890 ms ~895 ms ~982 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 FP16 | 79 tok/s 58 tok/s 34 tok/s | ~890 ms ~895 ms ~982 ms | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 FP16 | 74 tok/s 54 tok/s 30 tok/s | ~998 ms ~1.0s ~1.2s | |
- | Typhoon-2-8B | 8B | INT4 Q8 FP16 | 74 tok/s 54 tok/s 30 tok/s | ~998 ms ~1.0s ~1.2s | |
- | FLUX.1 Canny Dev | 11.9B | INT4 Q8 | 73 tok/s 46 tok/s | ~1.5s ~1.5s | |
- | FLUX.1 Depth Dev | 11.9B | INT4 Q8 | 73 tok/s 46 tok/s | ~1.5s ~1.5s | |
- | FLUX.1 Dev | 11.9B | INT4 Q8 | 73 tok/s 46 tok/s | ~1.5s ~1.5s | |
- | FLUX.1 Fill Dev | 11.9B | INT4 Q8 | 73 tok/s 46 tok/s | ~1.5s ~1.5s | |
- | FLUX.1 Schnell | 11.9B | INT4 Q8 | 73 tok/s 46 tok/s | ~1.5s ~1.5s | |
- | HunyuanVideo 1.5 720P T2V | 13B | INT4 Q8 | 69 tok/s 43 tok/s | ~1.6s ~1.6s | |
- | GLM-4-9B | 9B | INT4 Q8 | 68 tok/s 49 tok/s | ~1.1s ~1.1s | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 | 68 tok/s 49 tok/s | ~1.1s ~1.1s | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 | 68 tok/s 49 tok/s | ~1.1s ~1.1s | |
- | Yi-9B | 9B | INT4 Q8 | 68 tok/s 49 tok/s | ~1.1s ~1.1s | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 | 67 tok/s 48 tok/s | ~1.1s ~1.1s | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 | 67 tok/s 48 tok/s | ~1.1s ~1.1s | |
- | Wan 2.1 I2V 14B 720P | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
- | Wan 2.1 T2V 14B | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
- | Wan 2.2 T2V A14B | 14B | INT4 Q8 | 65 tok/s 40 tok/s | ~1.7s ~1.7s | |
- | FLUX.2 Dev | 15B | INT4 Q8 | 62 tok/s 36 tok/s | ~1.8s ~2.0s | |
- | GreenMind-14B-R1 | 14B | INT4 Q8 | 49 tok/s 32 tok/s | ~1.7s ~1.9s | |
- | Arete 27B | 27B | INT4 | 38 tok/s | ~3.3s | |
- | AREX-2 | 27B | INT4 | 38 tok/s | ~3.3s | |
- | PPLX Decider v1 27B | 27B | INT4 | 38 tok/s | ~3.3s | |
- | PPLX Decider v1.1 27B | 27B | INT4 | 38 tok/s | ~3.3s | |
- | Agnes 3.0 Flash | 33B | INT4 | 31 tok/s | ~4.3s | |
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
14B 模型
8位精度
14B 模型
16位全精度
8B 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
8B 模型
全参数微调
1B 模型
负载与选型建议
AMD RX 7900 XT (20GB) 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 800 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 178 tok/s，70B Q4 模型预估生成速度约 21 tok/s。