NVIDIA L40S 能跑哪些开源模型

显存 48 GB
带宽 864 GB/s
FP16 稠密算力 362.05 TFLOPS
可用 43.2 GB

规格出处: 显存 · L40S GPU for AI and Graphics Performance | NVIDIA · 带宽 · L40S GPU for AI and Graphics Performance | NVIDIA · FP16 稠密算力 · L40S GPU for AI and Graphics Performance | 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	Qwen3-Next-80B-A3B-Instruct Alibaba Qwen	81.3B / 3B	IQ4_XS	42.4 / 43.2 GB	241–361 tok/s	40K	单卡
流畅	Qwen3-Next-80B-A3B-Thinking Alibaba Qwen	81.3B / 3B	IQ4_XS	42.4 / 43.2 GB	241–361 tok/s	40K	单卡
流畅	Qwen3-Coder-Next Alibaba Qwen	79.7B / 3B	IQ4_XS	41.6 / 43.2 GB	241–361 tok/s	77K	单卡
流畅	Qwen3.5-35B-A3B Alibaba Qwen	36B / 3B	Q8_0	37.5 / 43.2 GB	129–193 tok/s	256K	单卡
流畅	Qwen3.6-35B-A3B Alibaba Qwen	36B / 3B	Q8_0	37.5 / 43.2 GB	129–193 tok/s	256K	单卡
流畅	Qwen2.5-VL-32B-Instruct Alibaba Qwen	33.5B	Q6_K	28.9 / 43.2 GB	15–22 tok/s	65K	单卡
流畅	Qwen3-VL-32B-Instruct Alibaba Qwen	33.4B	Q6_K	28.8 / 43.2 GB	15–22 tok/s	65K	单卡
流畅	Qwen3-VL-32B-Thinking Alibaba Qwen	33.4B	Q6_K	28.8 / 43.2 GB	15–22 tok/s	65K	单卡
流畅	Qwen2.5-32B-Instruct Alibaba Qwen	32.8B	Q6_K官方	28.3 / 43.2 GB	15–22 tok/s	32K	单卡
流畅	Qwen2.5-Coder-32B-Instruct Alibaba Qwen	32.8B	INT4 (AWQ / GPTQ)官方	20.9 / 43.2 GB	20–30 tok/s	32K	单卡
流畅	QwQ-32B Alibaba Qwen	32.8B	Q6_K官方	28.3 / 43.2 GB	15–22 tok/s	40K	单卡
流畅	DeepSeek-R1-Distill-Qwen-32B DeepSeek	32.8B	Q6_K	28.3 / 43.2 GB	15–22 tok/s	32K	单卡
流畅	Qwen3-32B Alibaba Qwen	32.8B	Q6_K官方	28.3 / 43.2 GB	15–22 tok/s	128K	单卡
流畅	Qwen3-Omni-30B-A3B-Captioner Alibaba Qwen	31.7B	Q8_0	33.7 / 43.2 GB	77–115 tok/s	64K	单卡
流畅	Gemma 4 31B IT Google	31.3B	FP8	32.6 / 43.2 GB	13–19 tok/s	75K	单卡
流畅	GLM-4.7-Flash Zhipu AI	31.2B	Q8_0	32.9 / 43.2 GB	73–109 tok/s	195K	单卡
流畅	Qwen3-VL-30B-A3B-Instruct Alibaba Qwen	31.1B	Q8_0官方	32.5 / 43.2 GB	89–133 tok/s	122K	单卡
流畅	Qwen3-VL-30B-A3B-Thinking Alibaba Qwen	31.1B	Q8_0官方	32.5 / 43.2 GB	89–133 tok/s	122K	单卡
流畅	Qwen3-30B-A3B-Instruct-2507 Alibaba Qwen	30.5B / 3.3B	Q8_0	32.5 / 43.2 GB	100–150 tok/s	122K	单卡
流畅	Qwen3-30B-A3B-Thinking-2507 Alibaba Qwen	30.5B / 3.3B	Q8_0	32.5 / 43.2 GB	100–150 tok/s	256K	单卡
流畅	Qwen3-30B-A3B Alibaba Qwen	30.5B / 3.3B	Q8_0官方	32.5 / 43.2 GB	100–150 tok/s	128K	单卡
流畅	Qwen3-Coder-30B-A3B-Instruct Alibaba Qwen	30.5B / 3.3B	Q8_0	32.5 / 43.2 GB	100–150 tok/s	122K	单卡
流畅	Hy-Memory-30B-A3B Tencent	30.1B / 3B	Q8_0官方	32.0 / 43.2 GB	108–162 tok/s	63K	单卡
流畅	Granite Switch 4.1 30B IBM	30B	FP8	31.4 / 43.2 GB	13–20 tok/s	54K	单卡
流畅	Qwen3.5-27B Alibaba Qwen	27.8B	Q8_0	29.4 / 43.2 GB	14–22 tok/s	229K	单卡
流畅	Qwen3.6-27B Alibaba Qwen	27.8B	Q8_0	29.4 / 43.2 GB	14–22 tok/s	229K	单卡
流畅	Qwen3.8-27B Alibaba Qwen	27.8B	Q8_0	29.4 / 43.2 GB	14–22 tok/s	229K	单卡
流畅	Gemma 4 26B A4B IT Google	25.8B / 3.8B	Q8_0	27.3 / 43.2 GB	94–141 tok/s	250K	单卡
流畅	Magistral Small 1.2 Mistral AI	24B	Q8_0官方	25.8 / 43.2 GB	16–25 tok/s	119K	单卡
流畅	Devstral Small 1.0 Mistral AI	23.6B	Q8_0	25.7 / 43.2 GB	16–25 tok/s	120K	单卡
流畅	Devstral Small 1.1 Mistral AI	23.6B	Q8_0	25.7 / 43.2 GB	16–25 tok/s	120K	单卡
流畅	Magistral Small 1.0 Mistral AI	23.6B	Q8_0	25.7 / 43.2 GB	16–25 tok/s	39K	单卡
流畅	Magistral Small 1.1 Mistral AI	23.6B	Q8_0官方	25.8 / 43.2 GB	16–25 tok/s	39K	单卡
流畅	ERNIE-4.5-21B-A3B-Thinking Baidu	21.8B / 3B	Q8_0	23.1 / 43.2 GB	118–177 tok/s	128K	单卡
流畅	GPT OSS 20B OpenAI	20.9B / 3.6B	原生 MXFP4官方	13.6 / 43.2 GB	168–252 tok/s	128K	单卡
流畅	Qwen2.5-14B-Instruct-1M Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 43.2 GB	14–21 tok/s	76K	单卡
流畅	Qwen2.5-14B-Instruct Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 43.2 GB	14–21 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Qwen-14B DeepSeek	14.8B	原生 BF16官方	30.4 / 43.2 GB	14–21 tok/s	32K	单卡
流畅	Qwen3-14B Alibaba Qwen	14.8B	原生 BF16官方	30.1 / 43.2 GB	14–21 tok/s	128K	单卡
流畅	Gemma 3 12B IT Google	12.2B	原生 BF16官方	26.6 / 43.2 GB	16–24 tok/s	55K	单卡
流畅	Qwen2.5-Omni-7B Alibaba Qwen	10.7B	原生 BF16官方	22.3 / 43.2 GB	19–28 tok/s	32K	单卡
流畅	GLM-4.6V-Flash Zhipu AI	10.3B	原生 BF16官方	20.4 / 43.2 GB	21–31 tok/s	125K	单卡
流畅	Qwen3.5-9B Alibaba Qwen	9.7B	原生 BF16官方	19.1 / 43.2 GB	22–33 tok/s	256K	单卡
流畅	Qianfan-VL-8B Baidu	8.8B	原生 BF16官方	18.2 / 43.2 GB	23–35 tok/s	32K	单卡
流畅	Granite Switch 4.1 8B IBM	8.8B	原生 BF16官方	18.5 / 43.2 GB	23–34 tok/s	128K	单卡
流畅	Qwen3-VL-8B-Instruct Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 43.2 GB	23–35 tok/s	128K	单卡
流畅	Qwen3-VL-8B-Thinking Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 43.2 GB	23–35 tok/s	128K	单卡
流畅	pplx-embed-v2-context-9b Perplexity	8.4B	原生 FP32官方	33.1 / 43.2 GB	13–19 tok/s	256K	单卡
流畅	Qwen2.5-VL-7B-Instruct Alibaba Qwen	8.3B	原生 BF16官方	16.7 / 43.2 GB	25–38 tok/s	125K	单卡
流畅	Qwen3-8B Alibaba Qwen	8.2B	原生 BF16官方	17.1 / 43.2 GB	25–37 tok/s	128K	单卡
流畅	DeepSeek-R1-Distill-Llama-8B DeepSeek	8B	原生 BF16官方	16.7 / 43.2 GB	25–38 tok/s	125K	单卡
流畅	Gemma 4 E4B Google	8B	原生 BF16官方	15.8 / 43.2 GB	27–40 tok/s	125K	单卡
流畅	Ling-3.0-tiny Ant Group	7.9B / 1.3B	原生 BF16官方	15.6 / 43.2 GB	153–229 tok/s	128K	单卡
流畅	Qwen2.5-7B-Instruct-1M Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 43.2 GB	28–41 tok/s	517K	单卡
流畅	Qwen2.5-7B-Instruct Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 43.2 GB	28–41 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Qwen-7B DeepSeek	7.6B	原生 BF16官方	15.3 / 43.2 GB	28–41 tok/s	32K	单卡
流畅	Mistral-7B-Instruct-v0.1 Mistral AI	7.2B	原生 BF16官方	15.2 / 43.2 GB	28–42 tok/s	32K	单卡
流畅	Gemma 4 E2B Google	5.1B	原生 BF16官方	10.1 / 43.2 GB	42–63 tok/s	125K	单卡
流畅	WeVisOne-VL-4B Tencent	4.8B	原生 BF16官方	10.6 / 43.2 GB	40–60 tok/s	240K	单卡
流畅	Qianfan-OCR Baidu	4.7B	原生 BF16官方	10.5 / 43.2 GB	40–61 tok/s	31K	单卡
流畅	Qwen3.5-4B Alibaba Qwen	4.7B	原生 BF16官方	9.4 / 43.2 GB	45–68 tok/s	256K	单卡
流畅	Qwen3-VL-4B-Instruct Alibaba Qwen	4.4B	原生 BF16官方	9.9 / 43.2 GB	43–64 tok/s	245K	单卡
流畅	Qwen3-4B-Instruct-2507 Alibaba Qwen	4B	原生 BF16官方	9.1 / 43.2 GB	47–70 tok/s	250K	单卡
流畅	Qwen3-4B Alibaba Qwen	4B	原生 BF16官方	9.1 / 43.2 GB	47–70 tok/s	128K	单卡
流畅	DeepSeek-OCR DeepSeek	3.3B	原生 BF16官方	7.2 / 43.2 GB	155–233 tok/s	8K	单卡
流畅	Granite-4.0-H-Micro IBM	3.2B	原生 BF16官方	6.5 / 43.2 GB	67–100 tok/s	128K	单卡
流畅	Qwen3-1.7B Alibaba Qwen	2B	原生 BF16官方	5.2 / 43.2 GB	86–130 tok/s	40K	单卡
流畅	DeepSeek-R1-Distill-Qwen-1.5B DeepSeek	1.8B	原生 BF16官方	4.0 / 43.2 GB	114–171 tok/s	125K	单卡
流畅	GLM-OCR Zhipu AI	1.3B	原生 BF16官方	3.5 / 43.2 GB	136–203 tok/s	128K	单卡
流畅	Qwen3-0.6B Alibaba Qwen	0.8B	原生 BF16官方	2.8 / 43.2 GB	177–265 tok/s	40K	单卡
流畅	EmbeddingGemma 2 Google	0.7B	原生 BF16官方	2.0 / 43.2 GB	274–411 tok/s	256K	单卡
流畅	Qwen3-Embedding-0.6B Alibaba Qwen	0.6B	原生 BF16官方	2.5 / 43.2 GB	203–304 tok/s	32K	单卡
流畅	bge-reranker-v2-m3 BAAI	0.6B	原生 FP32官方	3.4 / 43.2 GB	140–211 tok/s	8K	单卡
流畅	bge-m3-unsupervised BAAI	0.6B	原生 FP32官方	3.4 / 43.2 GB	140–211 tok/s	8K	单卡
流畅	bge-large-en-v1.5 BAAI	0.3B	原生 FP32官方	1.8 / 43.2 GB	311–466 tok/s	512	单卡
流畅	bge-reranker-base BAAI	0.3B	原生 FP32官方	1.6 / 43.2 GB	382–573 tok/s	514	单卡
流畅	bge-base-en-v1.5 BAAI	0.1B	原生 FP32官方	0.9 / 43.2 GB	946–1418 tok/s	512	单卡
流畅	bge-small-en-v1.5 BAAI	0B	原生 FP32官方	0.6 / 43.2 GB	3023–4535 tok/s	512	单卡
能跑但慢	Qwen2.5-VL-72B-Instruct Alibaba Qwen	73.4B	Q4_0	42.9 / 43.2 GB	10–15 tok/s	9K	单卡
能跑但慢	Qwen2-VL-72B-Instruct Alibaba Qwen	73.4B	Q4_0	42.9 / 43.2 GB	10–15 tok/s	9K	单卡
能跑但慢	Qwen2.5-72B-Instruct Alibaba Qwen	72.7B	Q4_0官方	43.0 / 43.2 GB	10–15 tok/s	9K	单卡
能跑但慢	Qianfan-VL-70B Baidu	71.8B	Q4_0	42.0 / 43.2 GB	10–15 tok/s	12K	单卡
能跑但慢	DeepSeek-R1-Distill-Llama-70B DeepSeek	70.6B	Q4_0	41.3 / 43.2 GB	10–15 tok/s	14K	单卡
需放到内存	Ming-3.0-audio-flash Ant Group	128.2B / 6.5B	Q5_K_M	89.5 GB，46.5 放内存	16–24 tok/s	—	卸载 23/42 层
需放到内存	Ling-3.0-flash Ant Group	127.5B / 5.1B	Q5_K_M官方	88.8 GB，46.1 放内存	21–31 tok/s	—	卸载 23/42 层
需放到内存	Qwen3.5-122B-A10B Alibaba Qwen	125.1B / 10B	Q4_K_M	74.5 GB，32.4 放内存	14–21 tok/s	—	卸载 22/48 层
需放到内存	Ling-3.0-flash-VL Ant Group	124.8B / 5.5B	Q5_K_M	87.2 GB，45.3 放内存	19–29 tok/s	—	卸载 23/42 层
需放到内存	gpt-oss-120b OpenAI	116.8B / 5.1B	原生 MXFP4官方	64.1 GB，21.9 放内存	37–55 tok/s	—	卸载 13/36 层
需放到内存	GLM-4.5-Air Zhipu AI	110.5B	IQ4_XS	58.8 GB，16.6 放内存	13–20 tok/s	—	卸载 14/46 层
需放到内存	GLM-4.5V Zhipu AI	107.7B / 12B	Q4_K_M	65.4 GB，22.5 放内存	14–21 tok/s	—	卸载 17/46 层
需放到内存	GLM-4.6V Zhipu AI	107.7B	Q4_0	60.7 GB，18.4 放内存	14–21 tok/s	—	卸载 15/46 层
需放到内存	Ling-2.6-flash Ant Group	107.5B / 7.4B	Q6_K	86.6 GB，43.7 放内存	13–19 tok/s	—	卸载 17/32 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