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
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:
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 |
|---|---|---|---|---|---|---|
#51 | Inkling 2 Small | 2B (17B active) | INT4 Q8 FP16 | 26 tok/s 15 tok/s 8 tok/s | ~1.7s ~1.8s ~1.8s | |
#55 | Qwen 3.8 27B | 27B | INT4 | 15 tok/s | ~3.3s | |
#99 | Qwen3.5-27B | 27B | INT4 | 15 tok/s | ~3.3s | |
#115 | Phi-4 Reasoning Plus | 14B | INT4 | 22 tok/s | ~1.5s | |
#116 | MiMo V2 Flash | 15B (309B active) | INT4 | 1 tok/s | ~33.7s | |
#122 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 | 70 tok/s | ~558 ms | |
#129 | Qwen3.5-9B | 9B | INT4 Q8 | 44 tok/s 26 tok/s | ~973 ms ~988 ms | |
#141 | Gemma 4 12B | 11.95B | INT4 Q8 | 25 tok/s 15 tok/s | ~1.3s ~1.5s | |
#145 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
#150 | GPT-OSS 20B | 21B (3.6B active) | INT4 | 31 tok/s | ~582 ms | |
#153 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
#157 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 14 tok/s 8 tok/s 4 tok/s | ~3.1s ~3.1s ~3.2s | |
#164 | Granite 4.2 8B | 8B | INT4 Q8 | 48 tok/s 29 tok/s | ~867 ms ~880 ms | |
#167 | Gemma 4 E4B | 8B | INT4 Q8 | 48 tok/s 29 tok/s | ~867 ms ~880 ms | |
#172 | Phi-4 | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
#173 | Gemma 3 27B | 27B | INT4 | 15 tok/s | ~3.3s | |
#185 | DeepSeek-R1 14B | 14B | INT4 Q8 | 31 tok/s 16 tok/s | ~1.5s ~1.8s | |
#189 | Ministral 3 14B | 14B | INT4 | 22 tok/s | ~1.5s | |
#192 | Gemma 3 12B | 12B | INT4 Q8 | 34 tok/s 19 tok/s | ~1.3s ~1.4s | |
#194 | Mistral-Small-2501 | 24B | INT4 | 18 tok/s | ~2.8s | |
#196 | Ministral 3 8B | 8B | INT4 Q8 | 35 tok/s 24 tok/s | ~875 ms ~888 ms | |
#197 | OLMo 3 7B Think | 7B | INT4 Q8 | 38 tok/s 27 tok/s | ~771 ms ~782 ms | |
#198 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
#199 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
#201 | Qwen2.5-14B | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
#204 | Gemma 2 27B | 27B | INT4 | 15 tok/s | ~3.3s | |
#205 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 68 tok/s 43 tok/s 24 tok/s | ~565 ms ~574 ms ~592 ms | |
#209 | DeepSeek-R1 8B | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~867 ms ~880 ms | |
#211 | Qwen3-4B | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
#212 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 65 tok/s 50 tok/s 32 tok/s | ~351 ms ~356 ms ~367 ms | |
#214 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 186 tok/s 149 tok/s 104 tok/s | ~104 ms ~105 ms ~108 ms | |
#215 | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 134 tok/s 97 tok/s 60 tok/s | ~209 ms ~212 ms ~218 ms | |
#216 | Qwen3-14B | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
#217 | Qwen3-8B | 8B | INT4 Q8 | 48 tok/s 29 tok/s | ~867 ms ~880 ms | |
#218 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
#219 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 134 tok/s 97 tok/s 60 tok/s | ~209 ms ~212 ms ~218 ms | |
#220 | Gemma 2 9B | 9B | INT4 Q8 | 44 tok/s 26 tok/s | ~973 ms ~988 ms | |
#221 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 218 tok/s 200 tok/s 167 tok/s | ~40 ms ~41 ms ~42 ms | |
#222 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 55 tok/s 34 tok/s 17 tok/s | ~763 ms ~774 ms ~867 ms | |
#223 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 205 tok/s 170 tok/s 124 tok/s | ~79 ms ~80 ms ~82 ms | |
#225 | Llama 3.1 8B | 8B | INT4 Q8 | 48 tok/s 29 tok/s | ~867 ms ~880 ms | |
#228 | Llama 3 8B | 8B | INT4 Q8 | 48 tok/s 29 tok/s | ~867 ms ~880 ms | |
#229 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 84 tok/s 55 tok/s 31 tok/s | ~430 ms ~436 ms ~450 ms | |
#231 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
#232 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 142 tok/s 105 tok/s 67 tok/s | ~186 ms ~188 ms ~194 ms | |
#233 | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
#234 | Ministral-8B-2410 | 8B | INT4 Q8 | 48 tok/s 29 tok/s | ~867 ms ~880 ms | |
#235 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
#237 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 84 tok/s 55 tok/s 31 tok/s | ~430 ms ~436 ms ~450 ms | |
#238 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 65 tok/s 55 tok/s 37 tok/s | ~266 ms ~268 ms ~298 ms | |
#239 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 52 tok/s 32 tok/s 15 tok/s | ~794 ms ~806 ms ~974 ms | |
#240 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 169 tok/s 133 tok/s 89 tok/s | ~130 ms ~131 ms ~135 ms | |
#241 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
#242 | Phi-3-medium | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
#243 | OLMo 3 7B Instruct | 7B | INT4 Q8 | 38 tok/s 27 tok/s | ~771 ms ~782 ms | |
#245 | Qwen2-7B | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
#246 | Phi-3-small | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
#247 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 169 tok/s 133 tok/s 89 tok/s | ~130 ms ~131 ms ~135 ms | |
#248 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 52 tok/s 32 tok/s 15 tok/s | ~794 ms ~806 ms ~974 ms | |
#250 | Gemma 1 7B | 7B | INT4 Q8 | 38 tok/s 27 tok/s | ~771 ms ~782 ms | |
#251 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 131 tok/s 91 tok/s 54 tok/s | ~242 ms ~246 ms ~253 ms | |
#252 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 43 tok/s 30 tok/s 17 tok/s | ~666 ms ~675 ms ~755 ms | |
#253 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 43 tok/s 30 tok/s 17 tok/s | ~666 ms ~675 ms ~755 ms | |
#254 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 43 tok/s 30 tok/s 17 tok/s | ~666 ms ~675 ms ~755 ms | |
未上榜模型(按推理速度排序) | ||||||
- | SmolVLM2 256M Video Instruct | 0.26B | INT4 Q8 FP16 | 245 tok/s 221 tok/s 183 tok/s | ~39 ms ~39 ms ~40 ms | |
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 239 tok/s 214 tok/s 173 tok/s | ~43 ms ~44 ms ~45 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 215 tok/s 183 tok/s 137 tok/s | ~67 ms ~68 ms ~69 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 215 tok/s 183 tok/s 137 tok/s | ~67 ms ~68 ms ~69 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 211 tok/s 193 tok/s 159 tok/s | ~44 ms ~44 ms ~46 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 211 tok/s 193 tok/s 159 tok/s | ~44 ms ~44 ms ~46 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 205 tok/s 170 tok/s 124 tok/s | ~79 ms ~80 ms ~82 ms | |
- | PixArt-α XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~80 ms ~81 ms ~83 ms | |
- | PixArt-Σ XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 204 tok/s 169 tok/s 123 tok/s | ~80 ms ~81 ms ~83 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 201 tok/s 167 tok/s 120 tok/s | ~83 ms ~84 ms ~86 ms | |
- | SD 2.1 Turbo | 0.86B | INT4 Q8 FP16 | 181 tok/s 144 tok/s 99 tok/s | ~111 ms ~113 ms ~116 ms | |
- | Stable Diffusion 1.4 | 0.86B | INT4 Q8 FP16 | 181 tok/s 144 tok/s 99 tok/s | ~111 ms ~113 ms ~116 ms | |
- | Stable Diffusion 2.1 | 0.86B | INT4 Q8 FP16 | 181 tok/s 144 tok/s 99 tok/s | ~111 ms ~113 ms ~116 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 179 tok/s 138 tok/s 91 tok/s | ~129 ms ~131 ms ~135 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 169 tok/s 133 tok/s 89 tok/s | ~130 ms ~131 ms ~135 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 169 tok/s 133 tok/s 89 tok/s | ~130 ms ~131 ms ~135 ms | |
- | Kandinsky 2.2 Decoder | 1.22B | INT4 Q8 FP16 | 156 tok/s 119 tok/s 78 tok/s | ~154 ms ~156 ms ~161 ms | |
- | Wan 2.1 T2V 1.3B | 1.3B | INT4 Q8 FP16 | 152 tok/s 115 tok/s 74 tok/s | ~163 ms ~165 ms ~170 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 142 tok/s 105 tok/s 67 tok/s | ~186 ms ~188 ms ~194 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 142 tok/s 105 tok/s 67 tok/s | ~186 ms ~188 ms ~194 ms | |
- | SVD Image-to-Video XT | 1.5B | INT4 Q8 FP16 | 142 tok/s 105 tok/s 67 tok/s | ~186 ms ~188 ms ~194 ms | |
- | SVD Image-to-Video XT 1.1 | 1.5B | INT4 Q8 FP16 | 142 tok/s 105 tok/s 67 tok/s | ~186 ms ~188 ms ~194 ms | |
- | LFM3 1.7B Base | 1.7B | INT4 Q8 FP16 | 134 tok/s 97 tok/s 60 tok/s | ~209 ms ~212 ms ~218 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 134 tok/s 97 tok/s 60 tok/s | ~209 ms ~212 ms ~218 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 130 tok/s 94 tok/s 58 tok/s | ~220 ms ~223 ms ~229 ms | |
- | Moondream 3.1 | 9B (2B active) | INT4 Q8 | 123 tok/s 87 tok/s | ~272 ms ~276 ms | |
- | CogVideoX 2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
- | LTX-Video 0.9.1 | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
- | Stable Diffusion 3 Medium | 2B | INT4 Q8 FP16 | 122 tok/s 87 tok/s 53 tok/s | ~243 ms ~246 ms ~254 ms | |
- | Kandinsky 3.0 | 2.1B | INT4 Q8 FP16 | 119 tok/s 84 tok/s 51 tok/s | ~253 ms ~257 ms ~265 ms | |
- | LTX-2 | 2.2B | INT4 Q8 FP16 | 117 tok/s 82 tok/s 49 tok/s | ~264 ms ~267 ms ~275 ms | |
- | SDXL 1.0 Refiner | 2.31B | INT4 Q8 FP16 | 114 tok/s 79 tok/s 47 tok/s | ~275 ms ~279 ms ~287 ms | |
- | Stable Diffusion 3.5 Medium | 2.5B | INT4 Q8 FP16 | 109 tok/s 75 tok/s 44 tok/s | ~295 ms ~299 ms ~308 ms | |
- | SDXL 1.0 Base | 2.56B | INT4 Q8 FP16 | 107 tok/s 74 tok/s 44 tok/s | ~301 ms ~305 ms ~314 ms | |
- | SDXL Turbo | 2.56B | INT4 Q8 FP16 | 107 tok/s 74 tok/s 44 tok/s | ~301 ms ~305 ms ~314 ms | |
- | Alpamayo2 Edge | 2.65B | INT4 Q8 FP16 | 105 tok/s 72 tok/s 42 tok/s | ~310 ms ~315 ms ~324 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 103 tok/s 68 tok/s 39 tok/s | ~346 ms ~351 ms ~362 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 102 tok/s 85 tok/s 61 tok/s | ~166 ms ~168 ms ~173 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 102 tok/s 85 tok/s 61 tok/s | ~166 ms ~168 ms ~173 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 102 tok/s 85 tok/s 61 tok/s | ~166 ms ~168 ms ~173 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 99 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 | 99 tok/s 67 tok/s | ~338 ms ~371 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 98 tok/s 66 tok/s 38 tok/s | ~346 ms ~351 ms ~362 ms | |
- | LFM2.5 24B A2B | 24B (2.5B active) | INT4 | 87 tok/s | ~415 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 | 81 tok/s | ~457 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 | 81 tok/s | ~457 ms | |
- | FLUX.2 Klein 4B | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
- | Mage-VL Cowork | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 81 tok/s 53 tok/s 30 tok/s | ~450 ms ~457 ms ~472 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 78 tok/s 63 tok/s 43 tok/s | ~248 ms ~251 ms ~258 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 | 74 tok/s | ~519 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 | 74 tok/s | ~519 ms | |
- | CogVideoX 1.5 5B | 5B | INT4 Q8 FP16 | 69 tok/s 44 tok/s 24 tok/s | ~555 ms ~563 ms ~581 ms | |
- | CogVideoX 5B | 5B | INT4 Q8 FP16 | 69 tok/s 44 tok/s 24 tok/s | ~555 ms ~563 ms ~581 ms | |
- | Wan 2.2 TI2V 5B | 5B | INT4 Q8 FP16 | 69 tok/s 44 tok/s 24 tok/s | ~555 ms ~563 ms ~581 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 68 tok/s 53 tok/s 35 tok/s | ~320 ms ~324 ms ~334 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 65 tok/s 50 tok/s 32 tok/s | ~351 ms ~356 ms ~367 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 65 tok/s 50 tok/s 32 tok/s | ~351 ms ~356 ms ~367 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 56 tok/s 34 tok/s 17 tok/s | ~762 ms ~774 ms ~867 ms | |
- | AuraFlow v0.2 | 6.8B | INT4 Q8 FP16 | 55 tok/s 34 tok/s 17 tok/s | ~742 ms ~754 ms ~844 ms | |
- | AuraFlow v0.3 | 6.8B | INT4 Q8 FP16 | 55 tok/s 34 tok/s 17 tok/s | ~742 ms ~754 ms ~844 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
- | FastFrames-L | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 54 tok/s 33 tok/s 16 tok/s | ~763 ms ~775 ms ~936 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 52 tok/s 32 tok/s 15 tok/s | ~794 ms ~806 ms ~974 ms | |
- | Youtu Parsing Omni | 8B | INT4 Q8 | 50 tok/s 30 tok/s | ~867 ms ~880 ms | |
- | Stable Diffusion 3.5 Large | 8.1B | INT4 Q8 | 48 tok/s 29 tok/s | ~877 ms ~891 ms | |
- | Stable Diffusion 3.5 Large Turbo | 8.1B | INT4 Q8 | 48 tok/s 29 tok/s | ~877 ms ~891 ms | |
- | FLUX.2 Klein 9B | 9B | INT4 Q8 | 44 tok/s 26 tok/s | ~973 ms ~988 ms | |
- | LensVLM 9B | 9B | INT4 Q8 | 44 tok/s 26 tok/s | ~973 ms ~988 ms | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 | 44 tok/s 26 tok/s | ~973 ms ~988 ms | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 43 tok/s 30 tok/s 17 tok/s | ~666 ms ~675 ms ~755 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 43 tok/s 30 tok/s 17 tok/s | ~666 ms ~675 ms ~755 ms | |
- | Falcon3-10B | 10B | INT4 Q8 | 40 tok/s 24 tok/s | ~1.1s ~1.1s | |
- | Mochi 1 Preview | 10B | INT4 Q8 | 40 tok/s 24 tok/s | ~1.1s ~1.1s | |
- | Falcon2-11B | 11B | INT4 Q8 | 39 tok/s 23 tok/s | ~1.2s ~1.2s | |
- | Hunyuan Lite | 7B | INT4 Q8 | 38 tok/s 27 tok/s | ~771 ms ~782 ms | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 | 38 tok/s | ~453 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 | 38 tok/s 27 tok/s | ~771 ms ~782 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 | 38 tok/s 27 tok/s | ~781 ms ~792 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 | 38 tok/s 27 tok/s | ~781 ms ~792 ms | |
- | FLUX.1 Canny Dev | 11.9B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.3s ~1.4s | |
- | FLUX.1 Depth Dev | 11.9B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.3s ~1.4s | |
- | FLUX.1 Dev | 11.9B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.3s ~1.4s | |
- | FLUX.1 Fill Dev | 11.9B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.3s ~1.4s | |
- | FLUX.1 Schnell | 11.9B | INT4 Q8 | 35 tok/s 20 tok/s | ~1.3s ~1.4s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 | 35 tok/s 24 tok/s | ~875 ms ~888 ms | |
- | Typhoon-2-8B | 8B | INT4 Q8 | 35 tok/s 24 tok/s | ~875 ms ~888 ms | |
- | GLM-4-9B | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~982 ms ~1.1s | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~982 ms ~1.1s | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~982 ms ~1.1s | |
- | GLM-4V | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~982 ms ~1.1s | |
- | HunyuanVideo 1.5 720P T2V | 13B | INT4 Q8 | 32 tok/s 18 tok/s | ~1.4s ~1.5s | |
- | Yi-9B | 9B | INT4 Q8 | 32 tok/s 21 tok/s | ~982 ms ~1.1s | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 | 31 tok/s 20 tok/s | ~1.0s ~1.1s | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 | 31 tok/s 20 tok/s | ~1.0s ~1.1s | |
- | Wan 2.1 I2V 14B 720P | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
- | Wan 2.1 T2V 14B | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
- | Wan 2.2 T2V A14B | 14B | INT4 Q8 | 30 tok/s 16 tok/s | ~1.5s ~1.8s | |
- | FLUX.2 Dev | 15B | INT4 Q8 | 28 tok/s 15 tok/s | ~1.6s ~1.9s | |
- | GreenMind-14B-R1 | 14B | INT4 | 22 tok/s | ~1.5s | |
- | Arete 27B | 27B | INT4 | 15 tok/s | ~3.3s | |
- | AREX-2 | 27B | INT4 | 15 tok/s | ~3.3s | |
- | PPLX Decider v1 27B | 27B | INT4 | 15 tok/s | ~3.3s | |
- | PPLX Decider v1.1 27B | 27B | INT4 | 15 tok/s | ~3.3s | |
- | PPLX Decider v1.3 | 27B | INT4 | 15 tok/s | ~3.3s | |
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
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
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。