趋近智
AMD RX 9060 XT (16GB)
AMD RX 9060 XT (16GB) 提供 16 GB 显存/内存与 320 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
16 GB
可用显存上限
16 GB
显存带宽
320 GB/s
最大推理模型级别
14B 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 9060 XT (16GB) 最佳运行大模型与速度矩阵
主流开源大模型在 AMD RX 9060 XT (16GB) 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 |
|---|---|---|---|---|---|---|
#32 | Qwen 3.8 27B | 27B | INT4 | 15 tok/s | ~2.9s | |
#82 | Qwen3.5-27B | 27B | INT4 | 15 tok/s | ~2.9s | |
#96 | Phi-4 Reasoning Plus | 14B | INT4 | 22 tok/s | ~1.3s | |
#97 | MiMo V2 Flash | 15B (309B active) | INT4 | 1 tok/s | ~29.6s | |
#110 | Gemma 4 12B | 11.95B | INT4 Q8 | 26 tok/s 15 tok/s | ~1.1s ~1.4s | |
#116 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 | 74 tok/s | ~490 ms | |
#118 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 16 tok/s | ~669 ms ~681 ms ~826 ms | |
#132 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 87 tok/s 55 tok/s 30 tok/s | ~395 ms ~402 ms ~416 ms | |
#133 | Qwen3.5-9B | 9B | INT4 Q8 | 46 tok/s 27 tok/s | ~854 ms ~869 ms | |
#136 | GPT-OSS 20B | 21B (3.6B active) | INT4 | 32 tok/s | ~512 ms | |
#141 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 15 tok/s 8 tok/s 4 tok/s | ~2.7s ~2.7s ~2.8s | |
#149 | Granite 4.2 8B | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~761 ms ~774 ms | |
#155 | Gemma 4 E4B | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~761 ms ~774 ms | |
#159 | Gemma 3 27B | 27B | INT4 | 15 tok/s | ~2.9s | |
#161 | Phi-4 | 14B | INT4 Q8 | 31 tok/s 16 tok/s | ~1.3s ~1.6s | |
#163 | GLM-4V | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~863 ms ~951 ms | |
#173 | Ministral 3 14B | 14B | INT4 | 22 tok/s | ~1.3s | |
#176 | DeepSeek-R1 14B | 14B | INT4 Q8 | 32 tok/s 16 tok/s | ~1.3s ~1.6s | |
#177 | Gemma 3 12B | 12B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.1s ~1.2s | |
#182 | Mistral-Small-2501 | 24B | INT4 | 18 tok/s | ~2.4s | |
#183 | Ministral 3 8B | 8B | INT4 Q8 | 36 tok/s 25 tok/s | ~769 ms ~781 ms | |
#184 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 136 tok/s 94 tok/s 55 tok/s | ~213 ms ~216 ms ~223 ms | |
#185 | Qwen2.5-14B | 14B | INT4 Q8 | 31 tok/s 16 tok/s | ~1.3s ~1.6s | |
#186 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 136 tok/s 94 tok/s 55 tok/s | ~213 ms ~216 ms ~223 ms | |
#187 | Gemma 2 27B | 27B | INT4 | 15 tok/s | ~2.9s | |
#188 | OLMo 3 7B Think | 7B | INT4 Q8 | 40 tok/s 28 tok/s | ~677 ms ~688 ms | |
#190 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 72 tok/s 45 tok/s 24 tok/s | ~496 ms ~504 ms ~523 ms | |
#192 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 69 tok/s 52 tok/s 33 tok/s | ~309 ms ~313 ms ~324 ms | |
#194 | DeepSeek-R1 8B | 8B | INT4 Q8 | 52 tok/s 31 tok/s | ~760 ms ~774 ms | |
#195 | Gemma 2 9B | 9B | INT4 Q8 | 46 tok/s 27 tok/s | ~854 ms ~869 ms | |
#197 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 87 tok/s 55 tok/s 30 tok/s | ~395 ms ~402 ms ~416 ms | |
#198 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 16 tok/s | ~669 ms ~681 ms ~826 ms | |
#199 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 58 tok/s 34 tok/s 17 tok/s | ~669 ms ~681 ms ~765 ms | |
#199 | Qwen3-14B | 14B | INT4 Q8 | 31 tok/s 16 tok/s | ~1.3s ~1.6s | |
#202 | Qwen3-8B | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~761 ms ~774 ms | |
#203 | Llama 3.1 8B | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~761 ms ~774 ms | |
#204 | Qwen3-4B | 4B | INT4 Q8 FP16 | 87 tok/s 55 tok/s 30 tok/s | ~395 ms ~402 ms ~416 ms | |
#209 | Llama 3 8B | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~761 ms ~774 ms | |
#210 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 32 tok/s | ~377 ms ~383 ms ~397 ms | |
#211 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 264 tok/s 238 tok/s 193 tok/s | ~35 ms ~35 ms ~36 ms | |
#212 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 150 tok/s 105 tok/s 64 tok/s | ~183 ms ~186 ms ~192 ms | |
#213 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 245 tok/s 197 tok/s 137 tok/s | ~69 ms ~70 ms ~72 ms | |
#214 | Ministral-8B-2410 | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~761 ms ~774 ms | |
#216 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 161 tok/s 115 tok/s 70 tok/s | ~162 ms ~165 ms ~170 ms | |
#217 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 106 tok/s 69 tok/s 39 tok/s | ~303 ms ~308 ms ~319 ms | |
#218 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 32 tok/s | ~377 ms ~383 ms ~397 ms | |
#219 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 218 tok/s 169 tok/s 113 tok/s | ~90 ms ~92 ms ~95 ms | |
#220 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 68 tok/s 58 tok/s 38 tok/s | ~234 ms ~236 ms ~263 ms | |
#221 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 136 tok/s 94 tok/s 55 tok/s | ~213 ms ~216 ms ~223 ms | |
#222 | Phi-3-medium | 14B | INT4 Q8 | 31 tok/s 16 tok/s | ~1.3s ~1.6s | |
#223 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~696 ms ~708 ms ~860 ms | |
#224 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 196 tok/s 148 tok/s 96 tok/s | ~113 ms ~115 ms ~118 ms | |
#226 | OLMo 3 7B Instruct | 7B | INT4 Q8 | 40 tok/s 28 tok/s | ~677 ms ~688 ms | |
#227 | Qwen2-7B | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 16 tok/s | ~669 ms ~681 ms ~826 ms | |
#228 | Phi-3-small | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 16 tok/s | ~669 ms ~681 ms ~826 ms | |
#229 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 196 tok/s 148 tok/s 96 tok/s | ~113 ms ~115 ms ~118 ms | |
#230 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~696 ms ~708 ms ~860 ms | |
#232 | Gemma 1 7B | 7B | INT4 Q8 | 40 tok/s 28 tok/s | ~677 ms ~688 ms | |
#233 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 146 tok/s 98 tok/s 57 tok/s | ~212 ms ~215 ms ~223 ms | |
#234 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 44 tok/s 31 tok/s 18 tok/s | ~585 ms ~594 ms ~667 ms | |
#235 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 44 tok/s 31 tok/s 18 tok/s | ~585 ms ~594 ms ~667 ms | |
#236 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 44 tok/s 31 tok/s 18 tok/s | ~585 ms ~594 ms ~667 ms | |
未上榜模型（按推理速度排序） | ||||||
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 260 tok/s 214 tok/s 154 tok/s | ~58 ms ~59 ms ~61 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 260 tok/s 214 tok/s 154 tok/s | ~58 ms ~59 ms ~61 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 254 tok/s 228 tok/s 182 tok/s | ~38 ms ~39 ms ~40 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 254 tok/s 228 tok/s 182 tok/s | ~38 ms ~39 ms ~40 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 245 tok/s 197 tok/s 137 tok/s | ~69 ms ~70 ms ~72 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 209 tok/s 155 tok/s 99 tok/s | ~113 ms ~115 ms ~118 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 196 tok/s 148 tok/s 96 tok/s | ~113 ms ~115 ms ~118 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 161 tok/s 115 tok/s 70 tok/s | ~162 ms ~165 ms ~170 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 161 tok/s 115 tok/s 70 tok/s | ~162 ms ~165 ms ~170 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 150 tok/s 105 tok/s 64 tok/s | ~183 ms ~186 ms ~192 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 145 tok/s 101 tok/s 61 tok/s | ~192 ms ~195 ms ~202 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 113 tok/s 72 tok/s 40 tok/s | ~303 ms ~308 ms ~319 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 111 tok/s 92 tok/s 64 tok/s | ~146 ms ~147 ms ~152 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 111 tok/s 92 tok/s 64 tok/s | ~146 ms ~147 ms ~152 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 111 tok/s 92 tok/s 64 tok/s | ~146 ms ~147 ms ~152 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 108 tok/s 70 tok/s 40 tok/s | ~303 ms ~308 ms ~319 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 | 108 tok/s 71 tok/s | ~296 ms ~325 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 106 tok/s 69 tok/s 39 tok/s | ~303 ms ~308 ms ~319 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 106 tok/s 69 tok/s 39 tok/s | ~303 ms ~308 ms ~319 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 106 tok/s 69 tok/s 39 tok/s | ~303 ms ~308 ms ~319 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 106 tok/s 69 tok/s 39 tok/s | ~303 ms ~308 ms ~319 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 | 87 tok/s | ~401 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 | 87 tok/s | ~401 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 87 tok/s 55 tok/s 30 tok/s | ~395 ms ~402 ms ~416 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 87 tok/s 55 tok/s 30 tok/s | ~395 ms ~402 ms ~416 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 83 tok/s 67 tok/s 45 tok/s | ~217 ms ~220 ms ~228 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 | 79 tok/s | ~455 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 | 79 tok/s | ~455 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 72 tok/s 56 tok/s 36 tok/s | ~281 ms ~285 ms ~295 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 69 tok/s 52 tok/s 33 tok/s | ~309 ms ~313 ms ~324 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 69 tok/s 52 tok/s 33 tok/s | ~309 ms ~313 ms ~324 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 59 tok/s 35 tok/s 17 tok/s | ~669 ms ~680 ms ~765 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 16 tok/s | ~669 ms ~681 ms ~826 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 16 tok/s | ~669 ms ~681 ms ~826 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~696 ms ~708 ms ~860 ms | |
- | LensVLM 9B | 9B | INT4 Q8 | 46 tok/s 27 tok/s | ~854 ms ~869 ms | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 | 46 tok/s 27 tok/s | ~854 ms ~869 ms | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 44 tok/s 31 tok/s 18 tok/s | ~585 ms ~594 ms ~667 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 44 tok/s 31 tok/s 18 tok/s | ~585 ms ~594 ms ~667 ms | |
- | Falcon3-10B | 10B | INT4 Q8 | 42 tok/s 25 tok/s | ~945 ms ~962 ms | |
- | Falcon2-11B | 11B | INT4 Q8 | 40 tok/s 23 tok/s | ~1.0s ~1.1s | |
- | Hunyuan Lite | 7B | INT4 Q8 | 40 tok/s 28 tok/s | ~677 ms ~688 ms | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 | 40 tok/s | ~399 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 | 40 tok/s 28 tok/s | ~677 ms ~688 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 | 39 tok/s 27 tok/s | ~686 ms ~697 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 | 39 tok/s 27 tok/s | ~686 ms ~697 ms | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 | 36 tok/s 25 tok/s | ~769 ms ~781 ms | |
- | Typhoon-2-8B | 8B | INT4 Q8 | 36 tok/s 25 tok/s | ~769 ms ~781 ms | |
- | GLM-4-9B | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~863 ms ~951 ms | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~863 ms ~951 ms | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~863 ms ~951 ms | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 | 32 tok/s 21 tok/s | ~881 ms ~971 ms | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 | 32 tok/s 21 tok/s | ~881 ms ~971 ms | |
- | Yi-9B | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~863 ms ~951 ms | |
- | GreenMind-14B-R1 | 14B | INT4 | 22 tok/s | ~1.3s | |
- | AREX-2 | 27B | INT4 | 15 tok/s | ~2.9s | |
- | PPLX Decider v1 27B | 27B | INT4 | 15 tok/s | ~2.9s | |
- | PPLX Decider v1.1 27B | 27B | INT4 | 15 tok/s | ~2.9s | |
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
8B 模型
16位全精度
3B 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
14B 模型
LoRA
8B 模型
全参数微调
1B 模型
负载与选型建议
AMD RX 9060 XT (16GB) 上的最佳量化精度与运行规格建议。
最佳推理区间
非常适合 8B 模型长上下文推理（32k+）。14B 模型在 Q4 精度及标准上下文下也能流畅运行。
显存带宽与推理速率
具备 320 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 71 tok/s，70B Q4 模型预估生成速度约 8 tok/s。