趋近智
AMD RX 7900 XTX (24GB)
AMD RX 7900 XTX (24GB) 提供 24 GB 显存/内存与 960 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
24 GB
可用显存上限
24 GB
显存带宽
960 GB/s
最大推理模型级别
32B 模型 (Q4)
热设计功耗
355W
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 XTX (24GB) 最佳运行大模型与速度矩阵
主流开源大模型在 AMD RX 7900 XTX (24GB) 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 | 45 tok/s | ~2.7s | |
#83 | K2 Horizon MoVA 36B A4B | 36B (4B active) | INT4 | 132 tok/s | ~588 ms | |
#93 | Qwen3.5-27B | 27B | INT4 | 45 tok/s | ~2.7s | |
#105 | Sarvam-30B | 32B (2.4B active) | INT4 | 165 tok/s | ~380 ms | |
#106 | Qwen3.6 35B A3B | 35B (3B active) | INT4 | 146 tok/s | ~479 ms | |
#110 | Muse Glimmer 30B | 30B | INT4 | 41 tok/s | ~3.0s | |
#111 | MiMo V2 Flash | 15B (309B active) | INT4 Q8 | 5 tok/s 2 tok/s | ~29.9s ~32.6s | |
#112 | Phi-4 Reasoning Plus | 14B | INT4 Q8 | 57 tok/s 40 tok/s | ~1.4s ~1.5s | |
#117 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 | 146 tok/s | ~496 ms | |
#125 | Qwen3.5-9B | 9B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 37 tok/s | ~937 ms ~942 ms ~1.0s | |
#126 | Qwen3.5-35B-A3B | 35B (3B active) | INT4 | 146 tok/s | ~479 ms | |
#128 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 117 tok/s 81 tok/s 48 tok/s | ~735 ms ~739 ms ~748 ms | |
#135 | Gemma 4 12B | 11.95B | INT4 Q8 | 64 tok/s 45 tok/s | ~1.2s ~1.2s | |
#140 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
#143 | GPT-OSS 20B | 21B (3.6B active) | INT4 | 84 tok/s | ~469 ms | |
#144 | GLM-4V | 9B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 33 tok/s | ~940 ms ~945 ms ~1.0s | |
#150 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 39 tok/s 24 tok/s 13 tok/s | ~2.9s ~3.0s ~3.0s | |
#153 | Qwen3-30B-A3B | 30B (3B active) | INT4 | 155 tok/s | ~433 ms | |
#158 | Granite 4.2 8B | 8B | INT4 Q8 FP16 | 109 tok/s 73 tok/s 43 tok/s | ~835 ms ~840 ms ~850 ms | |
#159 | Gemma 4 E4B | 8B | INT4 Q8 FP16 | 109 tok/s 73 tok/s 43 tok/s | ~835 ms ~840 ms ~850 ms | |
#165 | GLM-4 | 32B | INT4 | 28 tok/s | ~3.8s | |
#166 | Phi-4 | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
#167 | Gemma 3 27B | 27B | INT4 | 45 tok/s | ~2.7s | |
#170 | DeepSeek-R1 32B | 32B | INT4 | 40 tok/s | ~3.2s | |
#171 | Qwen3-32B | 32B | INT4 | 39 tok/s | ~3.2s | |
#175 | Magistral Small | 24B | INT4 | 38 tok/s | ~2.4s | |
#176 | OLMo 3.1 32B Instruct | 32B | INT4 | 28 tok/s | ~3.8s | |
#177 | Qwen2.5-32B | 32B | INT4 | 39 tok/s | ~3.2s | |
#178 | OLMo 3 7B Think | 7B | INT4 Q8 FP16 | 91 tok/s 68 tok/s 43 tok/s | ~738 ms ~741 ms ~750 ms | |
#179 | DeepSeek-R1 14B | 14B | INT4 Q8 | 76 tok/s 48 tok/s | ~1.4s ~1.4s | |
#183 | Ministral 3 14B | 14B | INT4 Q8 | 57 tok/s 40 tok/s | ~1.4s ~1.5s | |
#186 | Gemma 3 12B | 12B | INT4 Q8 FP16 | 83 tok/s 54 tok/s 27 tok/s | ~1.2s ~1.2s ~1.5s | |
#188 | Mistral-Small-2501 | 24B | INT4 | 49 tok/s | ~2.4s | |
#189 | Ministral 3 8B | 8B | INT4 Q8 FP16 | 84 tok/s 62 tok/s 37 tok/s | ~838 ms ~842 ms ~924 ms | |
#190 | Gemma 4 31B | 30.7B | INT4 | 40 tok/s | ~3.1s | |
#191 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
#192 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
#193 | Gemma 2 27B | 27B | INT4 | 45 tok/s | ~2.7s | |
#194 | Qwen2.5-14B | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
#195 | OLMo 3.1 32B Think | 32B | INT4 | 28 tok/s | ~3.8s | |
#196 | Nemotron 3.5 Lightning | 30B (3B active) | INT4 | 73 tok/s | ~477 ms | |
#200 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 139 tok/s 100 tok/s 61 tok/s | ~544 ms ~547 ms ~554 ms | |
#202 | DeepSeek-R1 8B | 8B | INT4 Q8 FP16 | 111 tok/s 74 tok/s 43 tok/s | ~835 ms ~840 ms ~849 ms | |
#204 | Qwen3-4B | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
#205 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 134 tok/s 111 tok/s 79 tok/s | ~336 ms ~337 ms ~341 ms | |
#206 | OLMo 3 32B Base | 32B | INT4 | 28 tok/s | ~3.8s | |
#207 | Gemma 2 9B | 9B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 37 tok/s | ~937 ms ~942 ms ~1.0s | |
#208 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 242 tok/s 219 tok/s 180 tok/s | ~100 ms ~101 ms ~102 ms | |
#209 | Qwen3-14B | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
#210 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
#211 | Qwen3-8B | 8B | INT4 Q8 FP16 | 109 tok/s 73 tok/s 43 tok/s | ~835 ms ~840 ms ~850 ms | |
#213 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 120 tok/s 82 tok/s 48 tok/s | ~735 ms ~739 ms ~747 ms | |
#214 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 207 tok/s 173 tok/s 127 tok/s | ~202 ms ~203 ms ~205 ms | |
#215 | Llama 3.1 8B | 8B | INT4 Q8 FP16 | 109 tok/s 73 tok/s 43 tok/s | ~835 ms ~840 ms ~850 ms | |
#216 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 259 tok/s 250 tok/s 231 tok/s | ~39 ms ~39 ms ~39 ms | |
#217 | Command R | 35B | INT4 | 26 tok/s | ~4.1s | |
#218 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 252 tok/s 233 tok/s 199 tok/s | ~76 ms ~77 ms ~77 ms | |
#219 | Llama 3 8B | 8B | INT4 Q8 FP16 | 109 tok/s 73 tok/s 43 tok/s | ~835 ms ~840 ms ~850 ms | |
#221 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 159 tok/s 119 tok/s 77 tok/s | ~414 ms ~416 ms ~421 ms | |
#223 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 117 tok/s 81 tok/s 48 tok/s | ~735 ms ~739 ms ~748 ms | |
#224 | Ministral-8B-2410 | 8B | INT4 Q8 FP16 | 109 tok/s 73 tok/s 43 tok/s | ~835 ms ~840 ms ~850 ms | |
#225 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 214 tok/s 182 tok/s 136 tok/s | ~179 ms ~180 ms ~182 ms | |
#226 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
#227 | Nemotron 3.5 Lightning 30B A3B | 30B (3B active) | INT4 | 155 tok/s | ~433 ms | |
#228 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 159 tok/s 119 tok/s 77 tok/s | ~414 ms ~416 ms ~421 ms | |
#229 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 134 tok/s 119 tok/s 92 tok/s | ~252 ms ~253 ms ~255 ms | |
#230 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 115 tok/s 78 tok/s 46 tok/s | ~765 ms ~769 ms ~778 ms | |
#231 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 233 tok/s 206 tok/s 165 tok/s | ~125 ms ~126 ms ~127 ms | |
#232 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
#233 | Phi-3-medium | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
#234 | OLMo 3 7B Instruct | 7B | INT4 Q8 FP16 | 91 tok/s 68 tok/s 43 tok/s | ~738 ms ~741 ms ~750 ms | |
#235 | Yi-34B | 34B | INT4 | 26 tok/s | ~4.0s | |
#236 | Qwen2-7B | 7B | INT4 Q8 FP16 | 117 tok/s 81 tok/s 48 tok/s | ~735 ms ~739 ms ~748 ms | |
#237 | Phi-3-small | 7B | INT4 Q8 FP16 | 117 tok/s 81 tok/s 48 tok/s | ~735 ms ~739 ms ~748 ms | |
#238 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 233 tok/s 206 tok/s 165 tok/s | ~125 ms ~126 ms ~127 ms | |
#239 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 115 tok/s 78 tok/s 46 tok/s | ~765 ms ~769 ms ~778 ms | |
#241 | Gemma 1 7B | 7B | INT4 Q8 FP16 | 91 tok/s 68 tok/s 43 tok/s | ~738 ms ~741 ms ~750 ms | |
#242 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 205 tok/s 167 tok/s 118 tok/s | ~234 ms ~235 ms ~238 ms | |
#243 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 99 tok/s 75 tok/s 48 tok/s | ~637 ms ~640 ms ~648 ms | |
#244 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 99 tok/s 75 tok/s 48 tok/s | ~637 ms ~640 ms ~648 ms | |
#245 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 99 tok/s 75 tok/s 48 tok/s | ~637 ms ~640 ms ~648 ms | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 268 tok/s 257 tok/s 235 tok/s | ~42 ms ~42 ms ~43 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 258 tok/s 241 tok/s 210 tok/s | ~65 ms ~65 ms ~66 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 258 tok/s 241 tok/s 210 tok/s | ~65 ms ~65 ms ~66 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 256 tok/s 246 tok/s 226 tok/s | ~42 ms ~43 ms ~43 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 256 tok/s 246 tok/s 226 tok/s | ~42 ms ~43 ms ~43 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 252 tok/s 233 tok/s 199 tok/s | ~76 ms ~77 ms ~77 ms | |
- | PixArt-α XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 252 tok/s 232 tok/s 198 tok/s | ~77 ms ~78 ms ~78 ms | |
- | PixArt-Σ XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 252 tok/s 232 tok/s 198 tok/s | ~77 ms ~78 ms ~78 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 251 tok/s 231 tok/s 196 tok/s | ~80 ms ~80 ms ~81 ms | |
- | SD 2.1 Turbo | 0.86B | INT4 Q8 FP16 | 239 tok/s 215 tok/s 175 tok/s | ~107 ms ~108 ms ~109 ms | |
- | Stable Diffusion 1.4 | 0.86B | INT4 Q8 FP16 | 239 tok/s 215 tok/s 175 tok/s | ~107 ms ~108 ms ~109 ms | |
- | Stable Diffusion 2.1 | 0.86B | INT4 Q8 FP16 | 239 tok/s 215 tok/s 175 tok/s | ~107 ms ~108 ms ~109 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 238 tok/s 210 tok/s 167 tok/s | ~125 ms ~126 ms ~127 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 233 tok/s 206 tok/s 165 tok/s | ~125 ms ~126 ms ~127 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 233 tok/s 206 tok/s 165 tok/s | ~125 ms ~126 ms ~127 ms | |
- | Kandinsky 2.2 Decoder | 1.22B | INT4 Q8 FP16 | 224 tok/s 195 tok/s 151 tok/s | ~149 ms ~150 ms ~151 ms | |
- | Wan 2.1 T2V 1.3B | 1.3B | INT4 Q8 FP16 | 221 tok/s 191 tok/s 146 tok/s | ~157 ms ~158 ms ~159 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 214 tok/s 182 tok/s 136 tok/s | ~179 ms ~180 ms ~182 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 214 tok/s 182 tok/s 136 tok/s | ~179 ms ~180 ms ~182 ms | |
- | SVD Image-to-Video XT | 1.5B | INT4 Q8 FP16 | 214 tok/s 182 tok/s 136 tok/s | ~179 ms ~180 ms ~182 ms | |
- | SVD Image-to-Video XT 1.1 | 1.5B | INT4 Q8 FP16 | 214 tok/s 182 tok/s 136 tok/s | ~179 ms ~180 ms ~182 ms | |
- | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 207 tok/s 173 tok/s 127 tok/s | ~202 ms ~203 ms ~205 ms | |
- | LFM3 1.7B Base | 1.7B | INT4 Q8 FP16 | 207 tok/s 173 tok/s 127 tok/s | ~202 ms ~203 ms ~205 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 207 tok/s 173 tok/s 127 tok/s | ~202 ms ~203 ms ~205 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 204 tok/s 170 tok/s 124 tok/s | ~212 ms ~213 ms ~215 ms | |
- | CogVideoX 2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | LTX-Video 0.9.1 | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | Moondream 3.1 | 9B (2B active) | INT4 Q8 FP16 | 198 tok/s 163 tok/s 110 tok/s | ~263 ms ~264 ms ~289 ms | |
- | Stable Diffusion 3 Medium | 2B | INT4 Q8 FP16 | 198 tok/s 162 tok/s 116 tok/s | ~234 ms ~235 ms ~238 ms | |
- | Kandinsky 3.0 | 2.1B | INT4 Q8 FP16 | 195 tok/s 159 tok/s 113 tok/s | ~244 ms ~245 ms ~248 ms | |
- | LTX-2 | 2.2B | INT4 Q8 FP16 | 193 tok/s 156 tok/s 110 tok/s | ~254 ms ~255 ms ~258 ms | |
- | SDXL 1.0 Refiner | 2.31B | INT4 Q8 FP16 | 190 tok/s 153 tok/s 107 tok/s | ~265 ms ~266 ms ~269 ms | |
- | Stable Diffusion 3.5 Medium | 2.5B | INT4 Q8 FP16 | 185 tok/s 148 tok/s 102 tok/s | ~284 ms ~285 ms ~288 ms | |
- | SDXL 1.0 Base | 2.56B | INT4 Q8 FP16 | 184 tok/s 146 tok/s 100 tok/s | ~290 ms ~291 ms ~295 ms | |
- | SDXL Turbo | 2.56B | INT4 Q8 FP16 | 184 tok/s 146 tok/s 100 tok/s | ~290 ms ~291 ms ~295 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 180 tok/s 138 tok/s 92 tok/s | ~334 ms ~335 ms ~339 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 178 tok/s 160 tok/s 128 tok/s | ~158 ms ~159 ms ~160 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 178 tok/s 160 tok/s 128 tok/s | ~158 ms ~159 ms ~160 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 178 tok/s 160 tok/s 128 tok/s | ~158 ms ~159 ms ~160 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 FP16 | 176 tok/s 142 tok/s 89 tok/s | ~326 ms ~327 ms ~387 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 175 tok/s 136 tok/s 91 tok/s | ~334 ms ~335 ms ~339 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 174 tok/s 135 tok/s 90 tok/s | ~334 ms ~335 ms ~339 ms | |
- | LFM2.5 24B A2B | 24B (2.5B active) | INT4 | 167 tok/s | ~369 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 Q8 | 160 tok/s 114 tok/s | ~406 ms ~478 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 Q8 | 160 tok/s 114 tok/s | ~406 ms ~478 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 | 156 tok/s | ~427 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 | 156 tok/s | ~427 ms | |
- | FLUX.2 Klein 4B | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
- | Hy-Memory 30B A3B | 30B (3B active) | INT4 | 155 tok/s | ~433 ms | |
- | Hy-MT2 30B A3B | 30B (3B active) | INT4 | 155 tok/s | ~433 ms | |
- | Mage-VL Cowork | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 155 tok/s 116 tok/s 74 tok/s | ~434 ms ~436 ms ~441 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 151 tok/s 132 tok/s 100 tok/s | ~236 ms ~237 ms ~239 ms | |
- | MiniCPM-V 4.7 35B A3B | 35B (3B active) | INT4 | 146 tok/s | ~479 ms | |
- | CogVideoX 1.5 5B | 5B | INT4 Q8 FP16 | 140 tok/s 101 tok/s 62 tok/s | ~534 ms ~537 ms ~543 ms | |
- | CogVideoX 5B | 5B | INT4 Q8 FP16 | 140 tok/s 101 tok/s 62 tok/s | ~534 ms ~537 ms ~543 ms | |
- | Wan 2.2 TI2V 5B | 5B | INT4 Q8 FP16 | 140 tok/s 101 tok/s 62 tok/s | ~534 ms ~537 ms ~543 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 139 tok/s 117 tok/s 84 tok/s | ~306 ms ~307 ms ~310 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 134 tok/s 111 tok/s 79 tok/s | ~336 ms ~337 ms ~341 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 134 tok/s 111 tok/s 79 tok/s | ~336 ms ~337 ms ~341 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 121 tok/s 82 tok/s 48 tok/s | ~735 ms ~739 ms ~747 ms | |
- | AuraFlow v0.2 | 6.8B | INT4 Q8 FP16 | 119 tok/s 82 tok/s 49 tok/s | ~715 ms ~719 ms ~727 ms | |
- | AuraFlow v0.3 | 6.8B | INT4 Q8 FP16 | 119 tok/s 82 tok/s 49 tok/s | ~715 ms ~719 ms ~727 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 117 tok/s 81 tok/s 48 tok/s | ~735 ms ~739 ms ~748 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 117 tok/s 81 tok/s 48 tok/s | ~735 ms ~739 ms ~748 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 115 tok/s 78 tok/s 46 tok/s | ~765 ms ~769 ms ~778 ms | |
- | Youtu Parsing Omni | 8B | INT4 Q8 FP16 | 111 tok/s 74 tok/s 43 tok/s | ~835 ms ~840 ms ~849 ms | |
- | Stable Diffusion 3.5 Large | 8.1B | INT4 Q8 FP16 | 108 tok/s 73 tok/s 42 tok/s | ~845 ms ~850 ms ~860 ms | |
- | Stable Diffusion 3.5 Large Turbo | 8.1B | INT4 Q8 FP16 | 108 tok/s 73 tok/s 42 tok/s | ~845 ms ~850 ms ~860 ms | |
- | FLUX.2 Klein 9B | 9B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 37 tok/s | ~937 ms ~942 ms ~1.0s | |
- | LensVLM 9B | 9B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 37 tok/s | ~937 ms ~942 ms ~1.0s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 FP16 | 101 tok/s 67 tok/s 37 tok/s | ~937 ms ~942 ms ~1.0s | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 99 tok/s 75 tok/s 48 tok/s | ~637 ms ~640 ms ~648 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 99 tok/s 75 tok/s 48 tok/s | ~637 ms ~640 ms ~648 ms | |
- | Falcon3-10B | 10B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 33 tok/s | ~1.0s ~1.0s ~1.1s | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 Q8 | 94 tok/s 80 tok/s | ~395 ms ~429 ms | |
- | Mochi 1 Preview | 10B | INT4 Q8 FP16 | 94 tok/s 62 tok/s 33 tok/s | ~1.0s ~1.0s ~1.1s | |
- | Falcon2-11B | 11B | INT4 Q8 FP16 | 91 tok/s 59 tok/s 29 tok/s | ~1.1s ~1.1s ~1.4s | |
- | Hunyuan Lite | 7B | INT4 Q8 FP16 | 91 tok/s 68 tok/s 43 tok/s | ~738 ms ~741 ms ~750 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 FP16 | 91 tok/s 68 tok/s 43 tok/s | ~738 ms ~741 ms ~750 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 FP16 | 90 tok/s 67 tok/s 42 tok/s | ~747 ms ~751 ms ~760 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 FP16 | 90 tok/s 67 tok/s 42 tok/s | ~747 ms ~751 ms ~760 ms | |
- | FLUX.1 Canny Dev | 11.9B | INT4 Q8 FP16 | 84 tok/s 54 tok/s 27 tok/s | ~1.2s ~1.2s ~1.5s | |
- | FLUX.1 Depth Dev | 11.9B | INT4 Q8 FP16 | 84 tok/s 54 tok/s 27 tok/s | ~1.2s ~1.2s ~1.5s | |
- | FLUX.1 Dev | 11.9B | INT4 Q8 FP16 | 84 tok/s 54 tok/s 27 tok/s | ~1.2s ~1.2s ~1.5s | |
- | FLUX.1 Fill Dev | 11.9B | INT4 Q8 FP16 | 84 tok/s 54 tok/s 27 tok/s | ~1.2s ~1.2s ~1.5s | |
- | FLUX.1 Schnell | 11.9B | INT4 Q8 FP16 | 84 tok/s 54 tok/s 27 tok/s | ~1.2s ~1.2s ~1.5s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 FP16 | 84 tok/s 62 tok/s 37 tok/s | ~838 ms ~842 ms ~924 ms | |
- | Typhoon-2-8B | 8B | INT4 Q8 FP16 | 84 tok/s 62 tok/s 37 tok/s | ~838 ms ~842 ms ~924 ms | |
- | HunyuanVideo 1.5 720P T2V | 13B | INT4 Q8 | 79 tok/s 50 tok/s | ~1.3s ~1.3s | |
- | GLM-4-9B | 9B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 33 tok/s | ~940 ms ~945 ms ~1.0s | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 33 tok/s | ~940 ms ~945 ms ~1.0s | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 33 tok/s | ~940 ms ~945 ms ~1.0s | |
- | Yi-9B | 9B | INT4 Q8 FP16 | 78 tok/s 57 tok/s 33 tok/s | ~940 ms ~945 ms ~1.0s | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 FP16 | 77 tok/s 56 tok/s 33 tok/s | ~960 ms ~965 ms ~1.1s | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 FP16 | 77 tok/s 56 tok/s 33 tok/s | ~960 ms ~965 ms ~1.1s | |
- | Wan 2.1 I2V 14B 720P | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
- | Wan 2.1 T2V 14B | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
- | Wan 2.2 T2V A14B | 14B | INT4 Q8 | 75 tok/s 47 tok/s | ~1.4s ~1.4s | |
- | FLUX.2 Dev | 15B | INT4 Q8 | 71 tok/s 45 tok/s | ~1.5s ~1.6s | |
- | GreenMind-14B-R1 | 14B | INT4 Q8 | 57 tok/s 40 tok/s | ~1.4s ~1.5s | |
- | Arete 27B | 27B | INT4 | 45 tok/s | ~2.7s | |
- | AREX-2 | 27B | INT4 | 45 tok/s | ~2.7s | |
- | PPLX Decider v1 27B | 27B | INT4 | 45 tok/s | ~2.7s | |
- | PPLX Decider v1.1 27B | 27B | INT4 | 45 tok/s | ~2.7s | |
- | Agnes 3.0 Flash | 33B | INT4 | 38 tok/s | ~3.3s | |
- | Falcon-40B | 40B | INT4 | 31 tok/s | ~4.4s | |
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
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
14B 模型
全参数微调
3B 模型
负载与选型建议
AMD RX 7900 XTX (24GB) 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 960 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 213 tok/s，70B Q4 模型预估生成速度约 25 tok/s。