趋近智
NVIDIA RTX 3060 Ti (8GB)
NVIDIA RTX 3060 Ti (8GB) 配备 8 GB 专用显存与 448 GB/s 显存带宽，支持 CUDA 和 TensorRT-LLM 运行环境，可进行全精度与量化大模型推理。
总显存
8 GB
可用显存上限
8 GB
显存带宽
448 GB/s
最大推理模型级别
8B 模型 (Q4)
热设计功耗
200W
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:
NVIDIA RTX 3060 Ti (8GB) 最佳运行大模型与速度矩阵
主流开源大模型在 NVIDIA RTX 3060 Ti (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 |
|---|---|---|---|---|---|---|
#125 | Qwen3.5-9B | 9B | INT4 | 61 tok/s | ~1.5s | |
#128 | K2 Horizon 7B | 7B | INT4 | 74 tok/s | ~1.2s | |
#140 | Qwen3.5-4B | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
#150 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 | 20 tok/s 11 tok/s | ~4.9s ~5.3s | |
#158 | Granite 4.2 8B | 8B | INT4 | 67 tok/s | ~1.4s | |
#159 | Gemma 4 E4B | 8B | INT4 | 67 tok/s | ~1.4s | |
#178 | OLMo 3 7B Think | 7B | INT4 | 50 tok/s | ~1.3s | |
#186 | Gemma 3 12B | 12B | INT4 | 43 tok/s | ~2.4s | |
#189 | Ministral 3 8B | 8B | INT4 | 43 tok/s | ~1.6s | |
#191 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
#192 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
#200 | Gemma 4 E2B | 5.1B | INT4 Q8 | 94 tok/s 57 tok/s | ~896 ms ~980 ms | |
#202 | DeepSeek-R1 8B | 8B | INT4 | 69 tok/s | ~1.4s | |
#204 | Qwen3-4B | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
#205 | Ministral 3 3B | 3B | INT4 Q8 | 89 tok/s 69 tok/s | ~550 ms ~553 ms | |
#207 | Gemma 2 9B | 9B | INT4 | 61 tok/s | ~1.5s | |
#208 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 247 tok/s 200 tok/s 141 tok/s | ~158 ms ~159 ms ~161 ms | |
#210 | Gemma 3 4B | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
#211 | Qwen3-8B | 8B | INT4 | 67 tok/s | ~1.4s | |
#213 | DeepSeek-R1 7B | 7B | INT4 Q8 | 76 tok/s 42 tok/s | ~1.2s ~1.4s | |
#214 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 180 tok/s 132 tok/s 83 tok/s | ~327 ms ~329 ms ~333 ms | |
#215 | Llama 3.1 8B | 8B | INT4 | 67 tok/s | ~1.4s | |
#216 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 288 tok/s 265 tok/s 223 tok/s | ~57 ms ~57 ms ~58 ms | |
#218 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 271 tok/s 227 tok/s 167 tok/s | ~119 ms ~119 ms ~121 ms | |
#219 | Llama 3 8B | 8B | INT4 | 67 tok/s | ~1.4s | |
#221 | Phi-4-Mini | 3.8B | INT4 Q8 | 115 tok/s 76 tok/s | ~680 ms ~684 ms | |
#223 | Qwen2.5-7B | 7B | INT4 | 74 tok/s | ~1.2s | |
#224 | Ministral-8B-2410 | 8B | INT4 | 67 tok/s | ~1.4s | |
#225 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 192 tok/s 143 tok/s 92 tok/s | ~290 ms ~292 ms ~295 ms | |
#226 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
#228 | Phi-3-mini | 3.8B | INT4 Q8 | 115 tok/s 76 tok/s | ~680 ms ~684 ms | |
#229 | Gemma 3n E2B IT | 6B (2B active) | INT4 | 85 tok/s | ~446 ms | |
#230 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 | 72 tok/s | ~1.3s | |
#231 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 227 tok/s 179 tok/s 122 tok/s | ~200 ms ~201 ms ~204 ms | |
#232 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
#234 | OLMo 3 7B Instruct | 7B | INT4 | 50 tok/s | ~1.3s | |
#236 | Qwen2-7B | 7B | INT4 | 74 tok/s | ~1.2s | |
#237 | Phi-3-small | 7B | INT4 | 74 tok/s | ~1.2s | |
#238 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 227 tok/s 179 tok/s 122 tok/s | ~200 ms ~201 ms ~204 ms | |
#239 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 | 72 tok/s | ~1.3s | |
#241 | Gemma 1 7B | 7B | INT4 | 50 tok/s | ~1.3s | |
#242 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 176 tok/s 124 tok/s 75 tok/s | ~381 ms ~383 ms ~388 ms | |
#243 | ChatGLM3-6B | 6B | INT4 | 56 tok/s | ~1.1s | |
#244 | ChatGLM2-6B | 6B | INT4 | 56 tok/s | ~1.1s | |
#245 | ChatGLM-6B | 6B | INT4 | 56 tok/s | ~1.1s | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 314 tok/s 282 tok/s 231 tok/s | ~62 ms ~62 ms ~63 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 284 tok/s 243 tok/s 184 tok/s | ~99 ms ~100 ms ~101 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 284 tok/s 243 tok/s 184 tok/s | ~99 ms ~100 ms ~101 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 279 tok/s 256 tok/s 213 tok/s | ~62 ms ~63 ms ~64 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 279 tok/s 256 tok/s 213 tok/s | ~62 ms ~63 ms ~64 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 271 tok/s 227 tok/s 167 tok/s | ~119 ms ~119 ms ~121 ms | |
- | PixArt-α XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 270 tok/s 226 tok/s 166 tok/s | ~120 ms ~121 ms ~123 ms | |
- | PixArt-Σ XL 2 1024-MS | 0.61B | INT4 Q8 FP16 | 270 tok/s 226 tok/s 166 tok/s | ~120 ms ~121 ms ~123 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 267 tok/s 223 tok/s 163 tok/s | ~125 ms ~126 ms ~127 ms | |
- | SD 2.1 Turbo | 0.86B | INT4 Q8 FP16 | 241 tok/s 194 tok/s 135 tok/s | ~170 ms ~171 ms ~174 ms | |
- | Stable Diffusion 1.4 | 0.86B | INT4 Q8 FP16 | 241 tok/s 194 tok/s 135 tok/s | ~170 ms ~171 ms ~174 ms | |
- | Stable Diffusion 2.1 | 0.86B | INT4 Q8 FP16 | 241 tok/s 194 tok/s 135 tok/s | ~170 ms ~171 ms ~174 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 238 tok/s 186 tok/s 125 tok/s | ~200 ms ~201 ms ~203 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 227 tok/s 179 tok/s 122 tok/s | ~200 ms ~201 ms ~204 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 227 tok/s 179 tok/s 122 tok/s | ~200 ms ~201 ms ~204 ms | |
- | Kandinsky 2.2 Decoder | 1.22B | INT4 Q8 FP16 | 210 tok/s 161 tok/s 106 tok/s | ~240 ms ~241 ms ~244 ms | |
- | Wan 2.1 T2V 1.3B | 1.3B | INT4 Q8 FP16 | 204 tok/s 156 tok/s 102 tok/s | ~253 ms ~255 ms ~258 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 192 tok/s 143 tok/s 92 tok/s | ~290 ms ~292 ms ~295 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 192 tok/s 143 tok/s 92 tok/s | ~290 ms ~292 ms ~295 ms | |
- | SVD Image-to-Video XT | 1.5B | INT4 Q8 FP16 | 192 tok/s 143 tok/s 92 tok/s | ~290 ms ~292 ms ~295 ms | |
- | SVD Image-to-Video XT 1.1 | 1.5B | INT4 Q8 FP16 | 192 tok/s 143 tok/s 92 tok/s | ~290 ms ~292 ms ~295 ms | |
- | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 180 tok/s 132 tok/s 83 tok/s | ~327 ms ~329 ms ~333 ms | |
- | LFM3 1.7B Base | 1.7B | INT4 Q8 FP16 | 180 tok/s 132 tok/s 83 tok/s | ~327 ms ~329 ms ~333 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 180 tok/s 132 tok/s 83 tok/s | ~327 ms ~329 ms ~333 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 175 tok/s 128 tok/s 80 tok/s | ~344 ms ~346 ms ~351 ms | |
- | CogVideoX 2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | LTX-Video 0.9.1 | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | Moondream 3.1 | 9B (2B active) | INT4 | 166 tok/s | ~429 ms | |
- | Stable Diffusion 3 Medium | 2B | INT4 Q8 FP16 | 166 tok/s 119 tok/s 73 tok/s | ~381 ms ~383 ms ~389 ms | |
- | Kandinsky 3.0 | 2.1B | INT4 Q8 FP16 | 162 tok/s 115 tok/s 71 tok/s | ~398 ms ~400 ms ~406 ms | |
- | LTX-2 | 2.2B | INT4 Q8 FP16 | 158 tok/s 112 tok/s 68 tok/s | ~414 ms ~417 ms ~423 ms | |
- | SDXL 1.0 Refiner | 2.31B | INT4 Q8 FP16 | 154 tok/s 108 tok/s 65 tok/s | ~432 ms ~435 ms ~441 ms | |
- | Stable Diffusion 3.5 Medium | 2.5B | INT4 Q8 FP16 | 148 tok/s 103 tok/s 61 tok/s | ~464 ms ~467 ms ~473 ms | |
- | SDXL 1.0 Base | 2.56B | INT4 Q8 FP16 | 146 tok/s 101 tok/s 57 tok/s | ~474 ms ~477 ms ~524 ms | |
- | SDXL Turbo | 2.56B | INT4 Q8 FP16 | 146 tok/s 101 tok/s 57 tok/s | ~474 ms ~477 ms ~524 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 141 tok/s 94 tok/s 51 tok/s | ~546 ms ~550 ms ~605 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 138 tok/s 117 tok/s 83 tok/s | ~255 ms ~257 ms ~260 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 138 tok/s 117 tok/s 83 tok/s | ~255 ms ~257 ms ~260 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 138 tok/s 117 tok/s 83 tok/s | ~255 ms ~257 ms ~260 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 135 tok/s 91 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 133 tok/s 90 tok/s 50 tok/s | ~546 ms ~550 ms ~605 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 | 122 tok/s | ~626 ms | |
- | FLUX.2 Klein 4B | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
- | FrogNano 4B | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
- | Mage-VL Cowork | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 | 111 tok/s 73 tok/s | ~713 ms ~718 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 107 tok/s 87 tok/s 57 tok/s | ~384 ms ~387 ms ~425 ms | |
- | CogVideoX 1.5 5B | 5B | INT4 Q8 | 95 tok/s 58 tok/s | ~880 ms ~961 ms | |
- | CogVideoX 5B | 5B | INT4 Q8 | 95 tok/s 58 tok/s | ~880 ms ~961 ms | |
- | Wan 2.2 TI2V 5B | 5B | INT4 Q8 | 95 tok/s 58 tok/s | ~880 ms ~961 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 94 tok/s 74 tok/s 44 tok/s | ~500 ms ~503 ms ~598 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 | 89 tok/s 69 tok/s | ~550 ms ~553 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 | 89 tok/s 69 tok/s | ~550 ms ~553 ms | |
- | Falcon-7B | 7B | INT4 Q8 | 78 tok/s 42 tok/s | ~1.2s ~1.4s | |
- | AuraFlow v0.2 | 6.8B | INT4 Q8 | 76 tok/s 42 tok/s | ~1.2s ~1.4s | |
- | AuraFlow v0.3 | 6.8B | INT4 Q8 | 76 tok/s 42 tok/s | ~1.2s ~1.4s | |
- | Falcon3-7B | 7B | INT4 | 74 tok/s | ~1.2s | |
- | Hy-MT2 7B | 7B | INT4 | 74 tok/s | ~1.2s | |
- | Mistral-7B-v0.1 | 7.3B | INT4 | 72 tok/s | ~1.3s | |
- | Youtu Parsing Omni | 8B | INT4 | 69 tok/s | ~1.4s | |
- | Stable Diffusion 3.5 Large | 8.1B | INT4 | 66 tok/s | ~1.4s | |
- | Stable Diffusion 3.5 Large Turbo | 8.1B | INT4 | 66 tok/s | ~1.4s | |
- | FLUX.2 Klein 9B | 9B | INT4 | 61 tok/s | ~1.5s | |
- | LensVLM 9B | 9B | INT4 | 61 tok/s | ~1.5s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 | 61 tok/s | ~1.5s | |
- | ChatGLM3-6B-32K | 6B | INT4 | 56 tok/s | ~1.1s | |
- | Yi-6B | 6B | INT4 | 56 tok/s | ~1.1s | |
- | Falcon3-10B | 10B | INT4 | 53 tok/s | ~1.9s | |
- | Mochi 1 Preview | 10B | INT4 | 53 tok/s | ~1.9s | |
- | Falcon2-11B | 11B | INT4 | 51 tok/s | ~2.0s | |
- | Hunyuan Lite | 7B | INT4 | 50 tok/s | ~1.3s | |
- | OLMo 3 7B Base | 7B | INT4 | 50 tok/s | ~1.3s | |
- | SEA-LION-7B | 7.1B | INT4 | 50 tok/s | ~1.3s | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 | 50 tok/s | ~1.3s | |
- | FLUX.1 Canny Dev | 11.9B | INT4 | 43 tok/s | ~2.4s | |
- | FLUX.1 Depth Dev | 11.9B | INT4 | 43 tok/s | ~2.4s | |
- | FLUX.1 Dev | 11.9B | INT4 | 43 tok/s | ~2.4s | |
- | FLUX.1 Fill Dev | 11.9B | INT4 | 43 tok/s | ~2.4s | |
- | FLUX.1 Schnell | 11.9B | INT4 | 43 tok/s | ~2.4s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 | 43 tok/s | ~1.6s | |
- | Typhoon-2-8B | 8B | INT4 | 43 tok/s | ~1.6s | |
- | HunyuanVideo 1.5 720P T2V | 13B | INT4 | 40 tok/s | ~2.6s | |
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
NVIDIA RTX 3060 Ti (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 448 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 100 tok/s，70B Q4 模型预估生成速度约 12 tok/s。