NVIDIA A100 80GB SXM 能跑哪些开源模型

显存 80 GB
带宽 2039 GB/s
FP16 稠密算力 312 TFLOPS
可用 72.0 GB

规格出处: 显存 · NVIDIA A100 | NVIDIA · 带宽 · NVIDIA A100 | NVIDIA · FP16 稠密算力 · NVIDIA A100 | NVIDIA

搜索精度上下文并发最低速度结构类型厂商排序

适配	模型	参数 / 激活	推荐精度	显存占用	估算速度	最长上下文	运行方式
流畅	Ming-3.0-audio-flash Ant Group	128.2B / 6.5B	Q4_0	70.9 / 72.0 GB	252–377 tok/s	32K	单卡
流畅	Ling-3.0-flash Ant Group	127.5B / 5.1B	Q4_0	70.5 / 72.0 GB	312–468 tok/s	40K	单卡
流畅	Qwen3.5-122B-A10B Alibaba Qwen	125.1B / 10B	Q4_0	69.0 / 72.0 GB	175–262 tok/s	136K	单卡
流畅	Ling-3.0-flash-VL Ant Group	124.8B / 5.5B	Q4_0	69.0 / 72.0 GB	292–438 tok/s	72K	单卡
流畅	gpt-oss-120b OpenAI	116.8B / 5.1B	原生 MXFP4官方	64.1 / 72.0 GB	323–485 tok/s	128K	单卡
流畅	GLM-4.5-Air Zhipu AI	110.5B	Q4_0	62.2 / 72.0 GB	92–137 tok/s	63K	单卡
流畅	GLM-4.5V Zhipu AI	107.7B / 12B	Q4_0	60.7 / 72.0 GB	123–184 tok/s	63K	单卡
流畅	GLM-4.6V Zhipu AI	107.7B	Q4_0	60.7 / 72.0 GB	106–160 tok/s	71K	单卡
流畅	Ling-2.6-flash Ant Group	107.5B / 7.4B	Q4_K_M	64.1 / 72.0 GB	213–319 tok/s	128K	单卡
流畅	Qwen3-Next-80B-A3B-Instruct Alibaba Qwen	81.3B / 3B	Q6_K官方	64.3 / 72.0 GB	389–584 tok/s	256K	单卡
流畅	Qwen3-Next-80B-A3B-Thinking Alibaba Qwen	81.3B / 3B	Q6_K官方	64.3 / 72.0 GB	389–584 tok/s	256K	单卡
流畅	Qwen3-Coder-Next Alibaba Qwen	79.7B / 3B	Q6_K官方	64.3 / 72.0 GB	382–573 tok/s	256K	单卡
流畅	Qwen2.5-VL-72B-Instruct Alibaba Qwen	73.4B	Q6_K	61.5 / 72.0 GB	16–24 tok/s	42K	单卡
流畅	Qwen2-VL-72B-Instruct Alibaba Qwen	73.4B	Q6_K	61.5 / 72.0 GB	16–24 tok/s	32K	单卡
流畅	Qwen2.5-72B-Instruct Alibaba Qwen	72.7B	Q6_K官方	61.0 / 72.0 GB	16–24 tok/s	32K	单卡
流畅	Qianfan-VL-70B Baidu	71.8B	Q6_K	60.2 / 72.0 GB	17–25 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Llama-70B DeepSeek	70.6B	Q6_K	59.2 / 72.0 GB	17–25 tok/s	49K	单卡
流畅	Qwen3.5-35B-A3B Alibaba Qwen	36B / 3B	Q8_0	37.5 / 72.0 GB	304–456 tok/s	256K	单卡
流畅	Qwen3.6-35B-A3B Alibaba Qwen	36B / 3B	Q8_0	37.5 / 72.0 GB	304–456 tok/s	256K	单卡
流畅	Qwen2.5-VL-32B-Instruct Alibaba Qwen	33.5B	Q8_0	36.8 / 72.0 GB	27–41 tok/s	125K	单卡
流畅	Qwen3-VL-32B-Instruct Alibaba Qwen	33.4B	Q8_0官方	36.0 / 72.0 GB	28–41 tok/s	128K	单卡
流畅	Qwen3-VL-32B-Thinking Alibaba Qwen	33.4B	Q8_0官方	36.0 / 72.0 GB	28–41 tok/s	128K	单卡
流畅	Qwen2.5-32B-Instruct Alibaba Qwen	32.8B	Q8_0官方	36.1 / 72.0 GB	28–41 tok/s	32K	单卡
流畅	Qwen2.5-Coder-32B-Instruct Alibaba Qwen	32.8B	INT8 (GPTQ)官方	36.3 / 72.0 GB	27–41 tok/s	32K	单卡
流畅	QwQ-32B Alibaba Qwen	32.8B	Q8_0官方	36.1 / 72.0 GB	28–41 tok/s	40K	单卡
流畅	DeepSeek-R1-Distill-Qwen-32B DeepSeek	32.8B	Q8_0	36.0 / 72.0 GB	28–41 tok/s	32K	单卡
流畅	Qwen3-32B Alibaba Qwen	32.8B	Q8_0官方	36.0 / 72.0 GB	28–41 tok/s	128K	单卡
流畅	Qwen3-Omni-30B-A3B-Captioner Alibaba Qwen	31.7B	原生 BF16官方	62.8 / 72.0 GB	103–155 tok/s	64K	单卡
流畅	Gemma 4 31B IT Google	31.3B	原生 BF16官方	63.2 / 72.0 GB	16–24 tok/s	64K	单卡
流畅	GLM-4.7-Flash Zhipu AI	31.2B	原生 BF16官方	61.5 / 72.0 GB	94–142 tok/s	195K	单卡
流畅	Qwen3-VL-30B-A3B-Instruct Alibaba Qwen	31.1B	原生 BF16官方	61.5 / 72.0 GB	119–178 tok/s	120K	单卡
流畅	Qwen3-VL-30B-A3B-Thinking Alibaba Qwen	31.1B	原生 BF16官方	61.5 / 72.0 GB	119–178 tok/s	120K	单卡
流畅	Qwen3-30B-A3B-Instruct-2507 Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	138–207 tok/s	256K	单卡
流畅	Qwen3-30B-A3B-Thinking-2507 Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	138–207 tok/s	256K	单卡
流畅	Qwen3-30B-A3B Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	138–207 tok/s	128K	单卡
流畅	Qwen3-Coder-30B-A3B-Instruct Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 72.0 GB	138–207 tok/s	131K	单卡
流畅	Hy-Memory-30B-A3B Tencent	30.1B / 3B	原生 BF16官方	59.6 / 72.0 GB	150–225 tok/s	63K	单卡
流畅	Granite Switch 4.1 30B IBM	30B	原生 BF16官方	60.7 / 72.0 GB	16–25 tok/s	52K	单卡
流畅	Qwen3.5-27B Alibaba Qwen	27.8B	原生 BF16官方	54.8 / 72.0 GB	18–27 tok/s	256K	单卡
流畅	Qwen3.6-27B Alibaba Qwen	27.8B	原生 BF16官方	54.8 / 72.0 GB	18–27 tok/s	256K	单卡
流畅	Qwen3.8-27B Alibaba Qwen	27.8B	原生 BF16官方	54.8 / 72.0 GB	18–27 tok/s	256K	单卡
流畅	Gemma 4 26B A4B IT Google	25.8B / 3.8B	原生 BF16官方	51.0 / 72.0 GB	125–188 tok/s	250K	单卡
流畅	Magistral Small 1.2 Mistral AI	24B	Q8_0官方	25.8 / 72.0 GB	39–58 tok/s	125K	单卡
流畅	Devstral Small 1.0 Mistral AI	23.6B	Q8_0	25.7 / 72.0 GB	39–58 tok/s	125K	单卡
流畅	Devstral Small 1.1 Mistral AI	23.6B	Q8_0	25.7 / 72.0 GB	39–58 tok/s	125K	单卡
流畅	Magistral Small 1.0 Mistral AI	23.6B	Q8_0	25.7 / 72.0 GB	39–58 tok/s	39K	单卡
流畅	Magistral Small 1.1 Mistral AI	23.6B	Q8_0官方	25.8 / 72.0 GB	39–58 tok/s	39K	单卡
流畅	ERNIE-4.5-21B-A3B-Thinking Baidu	21.8B / 3B	原生 BF16官方	43.1 / 72.0 GB	158–236 tok/s	128K	单卡
流畅	GPT OSS 20B OpenAI	20.9B / 3.6B	原生 MXFP4官方	13.6 / 72.0 GB	396–594 tok/s	128K	单卡
流畅	Qwen2.5-14B-Instruct-1M Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 72.0 GB	33–49 tok/s	230K	单卡
流畅	Qwen2.5-14B-Instruct Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 72.0 GB	33–49 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Qwen-14B DeepSeek	14.8B	原生 BF16官方	30.4 / 72.0 GB	33–49 tok/s	32K	单卡
流畅	Qwen3-14B Alibaba Qwen	14.8B	原生 BF16官方	30.1 / 72.0 GB	33–50 tok/s	128K	单卡
流畅	Gemma 3 12B IT Google	12.2B	原生 BF16官方	26.6 / 72.0 GB	37–56 tok/s	128K	单卡
流畅	Qwen2.5-Omni-7B Alibaba Qwen	10.7B	原生 BF16官方	22.3 / 72.0 GB	45–67 tok/s	32K	单卡
流畅	GLM-4.6V-Flash Zhipu AI	10.3B	原生 BF16官方	20.4 / 72.0 GB	49–73 tok/s	125K	单卡
流畅	Qwen3.5-9B Alibaba Qwen	9.7B	原生 BF16官方	19.1 / 72.0 GB	52–78 tok/s	256K	单卡
流畅	Qianfan-VL-8B Baidu	8.8B	原生 BF16官方	18.2 / 72.0 GB	55–82 tok/s	32K	单卡
流畅	Granite Switch 4.1 8B IBM	8.8B	原生 BF16官方	18.5 / 72.0 GB	54–81 tok/s	128K	单卡
流畅	Qwen3-VL-8B-Instruct Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 72.0 GB	54–82 tok/s	128K	单卡
流畅	Qwen3-VL-8B-Thinking Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 72.0 GB	54–82 tok/s	128K	单卡
流畅	pplx-embed-v2-context-9b Perplexity	8.4B	原生 FP32官方	33.1 / 72.0 GB	30–45 tok/s	256K	单卡
流畅	Qwen2.5-VL-7B-Instruct Alibaba Qwen	8.3B	原生 BF16官方	16.7 / 72.0 GB	60–90 tok/s	125K	单卡
流畅	Qwen3-8B Alibaba Qwen	8.2B	原生 BF16官方	17.1 / 72.0 GB	58–87 tok/s	128K	单卡
流畅	DeepSeek-R1-Distill-Llama-8B DeepSeek	8B	原生 BF16官方	16.7 / 72.0 GB	60–89 tok/s	125K	单卡
流畅	Gemma 4 E4B Google	8B	原生 BF16官方	15.8 / 72.0 GB	63–95 tok/s	125K	单卡
流畅	Ling-3.0-tiny Ant Group	7.9B / 1.3B	原生 BF16官方	15.6 / 72.0 GB	361–541 tok/s	128K	单卡
流畅	Qwen2.5-7B-Instruct-1M Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 72.0 GB	65–97 tok/s	977K	单卡
流畅	Qwen2.5-7B-Instruct Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 72.0 GB	65–97 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Qwen-7B DeepSeek	7.6B	原生 BF16官方	15.3 / 72.0 GB	65–97 tok/s	32K	单卡
流畅	Mistral-7B-Instruct-v0.1 Mistral AI	7.2B	原生 BF16官方	15.2 / 72.0 GB	66–98 tok/s	32K	单卡
流畅	Gemma 4 E2B Google	5.1B	原生 BF16官方	10.1 / 72.0 GB	99–148 tok/s	125K	单卡
流畅	WeVisOne-VL-4B Tencent	4.8B	原生 BF16官方	10.6 / 72.0 GB	94–141 tok/s	256K	单卡
流畅	Qianfan-OCR Baidu	4.7B	原生 BF16官方	10.5 / 72.0 GB	95–143 tok/s	31K	单卡
流畅	Qwen3.5-4B Alibaba Qwen	4.7B	原生 BF16官方	9.4 / 72.0 GB	106–159 tok/s	256K	单卡
流畅	Qwen3-VL-4B-Instruct Alibaba Qwen	4.4B	原生 BF16官方	9.9 / 72.0 GB	101–152 tok/s	250K	单卡
流畅	Qwen3-4B-Instruct-2507 Alibaba Qwen	4B	原生 BF16官方	9.1 / 72.0 GB	110–165 tok/s	256K	单卡
流畅	Qwen3-4B Alibaba Qwen	4B	原生 BF16官方	9.1 / 72.0 GB	110–165 tok/s	128K	单卡
流畅	DeepSeek-OCR DeepSeek	3.3B	原生 BF16官方	7.2 / 72.0 GB	366–549 tok/s	8K	单卡
流畅	Granite-4.0-H-Micro IBM	3.2B	原生 BF16官方	6.5 / 72.0 GB	158–237 tok/s	128K	单卡
流畅	Qwen3-1.7B Alibaba Qwen	2B	原生 BF16官方	5.2 / 72.0 GB	204–306 tok/s	40K	单卡
流畅	DeepSeek-R1-Distill-Qwen-1.5B DeepSeek	1.8B	原生 BF16官方	4.0 / 72.0 GB	269–404 tok/s	125K	单卡
流畅	GLM-OCR Zhipu AI	1.3B	原生 BF16官方	3.5 / 72.0 GB	320–480 tok/s	128K	单卡
流畅	Qwen3-0.6B Alibaba Qwen	0.8B	原生 BF16官方	2.8 / 72.0 GB	417–626 tok/s	40K	单卡
流畅	EmbeddingGemma 2 Google	0.7B	原生 BF16官方	2.0 / 72.0 GB	646–970 tok/s	256K	单卡
流畅	Qwen3-Embedding-0.6B Alibaba Qwen	0.6B	原生 BF16官方	2.5 / 72.0 GB	478–718 tok/s	32K	单卡
流畅	bge-reranker-v2-m3 BAAI	0.6B	原生 FP32官方	3.4 / 72.0 GB	331–497 tok/s	8K	单卡
流畅	bge-m3-unsupervised BAAI	0.6B	原生 FP32官方	3.4 / 72.0 GB	331–497 tok/s	8K	单卡
流畅	bge-large-en-v1.5 BAAI	0.3B	原生 FP32官方	1.8 / 72.0 GB	733–1099 tok/s	512	单卡
流畅	bge-reranker-base BAAI	0.3B	原生 FP32官方	1.6 / 72.0 GB	901–1352 tok/s	514	单卡
流畅	bge-base-en-v1.5 BAAI	0.1B	原生 FP32官方	0.9 / 72.0 GB	2232–3348 tok/s	512	单卡
流畅	bge-small-en-v1.5 BAAI	0B	原生 FP32官方	0.6 / 72.0 GB	7134–10701 tok/s	512	单卡
需放到内存	Qwen3-VL-235B-A22B-Instruct Alibaba Qwen	235.7B	IQ4_XS	123.9 GB，52.1 放内存	8–12 tok/s	—	卸载 42/94 层
需放到内存	Qwen3-VL-235B-A22B-Thinking Alibaba Qwen	235.7B	IQ4_XS	123.9 GB，52.1 放内存	8–12 tok/s	—	卸载 42/94 层
需放到内存	Qwen3-235B-A22B-Instruct-2507 Alibaba Qwen	235.1B / 22B	IQ4_XS	123.6 GB，52.0 放内存	8–12 tok/s	—	卸载 42/94 层
需放到内存	Qwen3-235B-A22B-Thinking-2507 Alibaba Qwen	235.1B / 22B	IQ4_XS	123.6 GB，52.0 放内存	8–12 tok/s	—	卸载 42/94 层
需放到内存	Qwen3-235B-A22B Alibaba Qwen	235.1B / 22B	INT4 (AWQ / GPTQ)官方	123.3 GB，51.8 放内存	8–12 tok/s	—	卸载 42/94 层
需放到内存	MiniMax-M2.1 MiniMax	228.7B	Q4_0	127.7 GB，56.0 放内存	15–22 tok/s	—	卸载 29/62 层
需放到内存	MiniMax-M2.5 MiniMax	228.7B	Q4_0	127.7 GB，56.0 放内存	15–22 tok/s	—	卸载 29/62 层
需放到内存	MiniMax-M2.7 MiniMax	228.7B	Q4_0	127.7 GB，56.0 放内存	15–22 tok/s	—	卸载 29/62 层
需放到内存	MiniMax-M2 MiniMax	228.7B / 10B	Q4_0	127.7 GB，56.0 放内存	16–24 tok/s	—	卸载 29/62 层
需放到内存	MiniMax-M3.1-Flash MiniMax	220.5B / 23B	IQ4_XS	115.5 GB，43.6 放内存	9–13 tok/s	—	卸载 24/60 层
需放到内存	Step 3.7 Flash StepFun	201.4B	Q4_K_M	121.0 GB，50.6 放内存	49–74 tok/s	—	卸载 20/45 层
需放到内存	Step 3.5 Flash StepFun	199.4B / 11B	Q4_K_M	119.9 GB，50.1 放内存	14–21 tok/s	—	卸载 20/45 层

按厂商 Hugging Face 仓库的数据估算（截至 2026-11-06）；带筛选的页面不建索引。怎么估算的