AMD Instinct MI300X 能跑哪些开源模型

显存 192 GB
带宽 5300 GB/s
FP16 稠密算力 1307.4 TFLOPS
可用 172.8 GB

规格出处: 显存 · AMD Instinct™ MI300X Accelerators · 带宽 · AMD Instinct™ MI300X Accelerators · FP16 稠密算力 · AMD Instinct™ MI300X Accelerators

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	GLM-5.3-Flash Zhipu AI	321.3B / 18B	IQ4_XS	167.3 / 172.8 GB	267–400 tok/s	133K	单卡
流畅	MiMo-V2.5 Xiaomi	310.8B / 15B	Q4_0	172.1 / 172.8 GB	275–412 tok/s	13K	单卡
流畅	DeepSeek-V4-Flash (2026-07-31) DeepSeek	304.2B	原生 FP8官方	163.9 / 172.8 GB	138–207 tok/s	114K	单卡
流畅	Hy3 Tencent	298.8B / 21B	Q4_0	166.9 / 172.8 GB	183–274 tok/s	27K	单卡
流畅	DeepSeek-V4-Flash (2026-04-24) DeepSeek	290.9B / 13B	IQ4_XS	151.8 / 172.8 GB	347–521 tok/s	258K	单卡
流畅	DeepSeek-V4-Flash DeepSeek	290.9B / 13B	IQ4_XS	151.8 / 172.8 GB	347–521 tok/s	258K	单卡
流畅	ERNIE-5.5-Flash-Base Baidu	286.2B	IQ4_XS	149.1 / 172.8 GB	速度未估算	510K	单卡
流畅	Qwen3-VL-235B-A22B-Instruct Alibaba Qwen	235.7B	Q4_K_M	141.5 / 172.8 GB	172–258 tok/s	128K	单卡
流畅	Qwen3-VL-235B-A22B-Thinking Alibaba Qwen	235.7B	Q4_K_M	141.5 / 172.8 GB	172–258 tok/s	128K	单卡
流畅	Qwen3-235B-A22B-Instruct-2507 Alibaba Qwen	235.1B / 22B	Q4_K_M	141.1 / 172.8 GB	177–266 tok/s	256K	单卡
流畅	Qwen3-235B-A22B-Thinking-2507 Alibaba Qwen	235.1B / 22B	Q4_K_M	141.1 / 172.8 GB	177–266 tok/s	256K	单卡
流畅	Qwen3-235B-A22B Alibaba Qwen	235.1B / 22B	Q4_K_M官方	140.5 / 172.8 GB	178–267 tok/s	128K	单卡
流畅	MiniMax-M2.1 MiniMax	228.7B	Q4_K_M	137.8 / 172.8 GB	302–453 tok/s	152K	单卡
流畅	MiniMax-M2.5 MiniMax	228.7B	Q4_K_M	137.8 / 172.8 GB	302–453 tok/s	152K	单卡
流畅	MiniMax-M2.7 MiniMax	228.7B	Q4_K_M	137.8 / 172.8 GB	302–453 tok/s	152K	单卡
流畅	MiniMax-M2 MiniMax	228.7B / 10B	Q4_K_M	137.8 / 172.8 GB	325–487 tok/s	152K	单卡
流畅	MiniMax-M3.1-Flash MiniMax	220.5B / 23B	Q5_K_M	154.3 / 172.8 GB	153–229 tok/s	166K	单卡
流畅	Step 3.7 Flash StepFun	201.4B	Q5_K_M	141.5 / 172.8 GB	702–1053 tok/s	186K	单卡
流畅	Step 3.5 Flash StepFun	199.4B / 11B	Q5_K_M	140.1 / 172.8 GB	284–426 tok/s	194K	单卡
流畅	Ming-3.0-audio-flash Ant Group	128.2B / 6.5B	Q8_0	133.6 / 172.8 GB	363–544 tok/s	128K	单卡
流畅	Ling-3.0-flash Ant Group	127.5B / 5.1B	Q8_0官方	133.0 / 172.8 GB	455–683 tok/s	250K	单卡
流畅	Qwen3.5-122B-A10B Alibaba Qwen	125.1B / 10B	Q8_0	130.2 / 172.8 GB	245–367 tok/s	256K	单卡
流畅	Ling-3.0-flash-VL Ant Group	124.8B / 5.5B	Q8_0	130.1 / 172.8 GB	425–637 tok/s	128K	单卡
流畅	gpt-oss-120b OpenAI	116.8B / 5.1B	原生 MXFP4官方	64.1 / 172.8 GB	840–1260 tok/s	128K	单卡
流畅	GLM-4.5-Air Zhipu AI	110.5B	Q8_0	116.2 / 172.8 GB	135–202 tok/s	125K	单卡
流畅	GLM-4.5V Zhipu AI	107.7B / 12B	Q8_0	113.3 / 172.8 GB	185–278 tok/s	63K	单卡
流畅	GLM-4.6V Zhipu AI	107.7B	Q8_0	113.3 / 172.8 GB	159–238 tok/s	125K	单卡
流畅	Ling-2.6-flash Ant Group	107.5B / 7.4B	Q8_0	112.0 / 172.8 GB	325–487 tok/s	128K	单卡
流畅	Qwen3-Next-80B-A3B-Instruct Alibaba Qwen	81.3B / 3B	Q8_0官方	83.1 / 172.8 GB	796–1194 tok/s	256K	单卡
流畅	Qwen3-Next-80B-A3B-Thinking Alibaba Qwen	81.3B / 3B	Q8_0官方	83.1 / 172.8 GB	796–1194 tok/s	256K	单卡
流畅	Qwen3-Coder-Next Alibaba Qwen	79.7B / 3B	Q8_0官方	83.1 / 172.8 GB	781–1171 tok/s	256K	单卡
流畅	Qwen2.5-VL-72B-Instruct Alibaba Qwen	73.4B	原生 BF16官方	146.1 / 172.8 GB	18–27 tok/s	94K	单卡
流畅	Qwen2-VL-72B-Instruct Alibaba Qwen	73.4B	原生 BF16官方	146.1 / 172.8 GB	18–27 tok/s	32K	单卡
流畅	Qwen2.5-72B-Instruct Alibaba Qwen	72.7B	原生 BF16官方	144.7 / 172.8 GB	18–27 tok/s	32K	单卡
流畅	Qianfan-VL-70B Baidu	71.8B	原生 BF16官方	143.0 / 172.8 GB	18–27 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Llama-70B DeepSeek	70.6B	原生 BF16官方	140.5 / 172.8 GB	18–28 tok/s	111K	单卡
流畅	Qwen3.5-35B-A3B Alibaba Qwen	36B / 3B	原生 BF16官方	70.5 / 172.8 GB	430–644 tok/s	256K	单卡
流畅	Qwen3.6-35B-A3B Alibaba Qwen	36B / 3B	原生 BF16官方	70.5 / 172.8 GB	430–644 tok/s	256K	单卡
流畅	Qwen2.5-VL-32B-Instruct Alibaba Qwen	33.5B	原生 BF16官方	68.8 / 172.8 GB	38–56 tok/s	125K	单卡
流畅	Qwen3-VL-32B-Instruct Alibaba Qwen	33.4B	原生 BF16官方	67.2 / 172.8 GB	38–58 tok/s	128K	单卡
流畅	Qwen3-VL-32B-Thinking Alibaba Qwen	33.4B	原生 BF16官方	67.2 / 172.8 GB	38–58 tok/s	128K	单卡
流畅	Qwen2.5-32B-Instruct Alibaba Qwen	32.8B	原生 BF16官方	66.1 / 172.8 GB	39–59 tok/s	32K	单卡
流畅	Qwen2.5-Coder-32B-Instruct Alibaba Qwen	32.8B	原生 BF16官方	66.1 / 172.8 GB	39–59 tok/s	32K	单卡
流畅	QwQ-32B Alibaba Qwen	32.8B	原生 BF16官方	66.1 / 172.8 GB	39–59 tok/s	40K	单卡
流畅	DeepSeek-R1-Distill-Qwen-32B DeepSeek	32.8B	原生 BF16官方	66.1 / 172.8 GB	39–59 tok/s	32K	单卡
流畅	Qwen3-32B Alibaba Qwen	32.8B	原生 BF16官方	66.1 / 172.8 GB	39–59 tok/s	128K	单卡
流畅	Qwen3-Omni-30B-A3B-Captioner Alibaba Qwen	31.7B	原生 BF16官方	62.8 / 172.8 GB	268–402 tok/s	64K	单卡
流畅	Gemma 4 31B IT Google	31.3B	原生 BF16官方	63.2 / 172.8 GB	41–61 tok/s	250K	单卡
流畅	GLM-4.7-Flash Zhipu AI	31.2B	原生 BF16官方	61.5 / 172.8 GB	246–368 tok/s	195K	单卡
流畅	Qwen3-VL-30B-A3B-Instruct Alibaba Qwen	31.1B	原生 BF16官方	61.5 / 172.8 GB	309–463 tok/s	128K	单卡
流畅	Qwen3-VL-30B-A3B-Thinking Alibaba Qwen	31.1B	原生 BF16官方	61.5 / 172.8 GB	309–463 tok/s	128K	单卡
流畅	Qwen3-30B-A3B-Instruct-2507 Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 172.8 GB	358–537 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 / 172.8 GB	358–537 tok/s	256K	单卡
流畅	Qwen3-30B-A3B Alibaba Qwen	30.5B / 3.3B	原生 BF16官方	60.5 / 172.8 GB	358–537 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 / 172.8 GB	358–537 tok/s	256K	单卡
流畅	Hy-Memory-30B-A3B Tencent	30.1B / 3B	原生 BF16官方	59.6 / 172.8 GB	389–584 tok/s	63K	单卡
流畅	Granite Switch 4.1 30B IBM	30B	原生 BF16官方	60.7 / 172.8 GB	43–64 tok/s	128K	单卡
流畅	Qwen3.5-27B Alibaba Qwen	27.8B	原生 BF16官方	54.8 / 172.8 GB	47–71 tok/s	256K	单卡
流畅	Qwen3.6-27B Alibaba Qwen	27.8B	原生 BF16官方	54.8 / 172.8 GB	47–71 tok/s	256K	单卡
流畅	Qwen3.8-27B Alibaba Qwen	27.8B	原生 BF16官方	54.8 / 172.8 GB	47–71 tok/s	256K	单卡
流畅	Gemma 4 26B A4B IT Google	25.8B / 3.8B	原生 BF16官方	51.0 / 172.8 GB	325–488 tok/s	250K	单卡
流畅	Magistral Small 1.2 Mistral AI	24B	原生 BF16官方	95.2 / 172.8 GB	27–41 tok/s	125K	单卡
流畅	Devstral Small 1.0 Mistral AI	23.6B	原生 BF16官方	93.5 / 172.8 GB	28–42 tok/s	125K	单卡
流畅	Devstral Small 1.1 Mistral AI	23.6B	原生 BF16官方	93.5 / 172.8 GB	28–42 tok/s	125K	单卡
流畅	Magistral Small 1.0 Mistral AI	23.6B	原生 BF16官方	93.5 / 172.8 GB	28–42 tok/s	39K	单卡
流畅	Magistral Small 1.1 Mistral AI	23.6B	原生 BF16官方	93.5 / 172.8 GB	28–42 tok/s	39K	单卡
流畅	ERNIE-4.5-21B-A3B-Thinking Baidu	21.8B / 3B	原生 BF16官方	43.1 / 172.8 GB	410–614 tok/s	128K	单卡
流畅	GPT OSS 20B OpenAI	20.9B / 3.6B	原生 MXFP4官方	13.6 / 172.8 GB	1030–1545 tok/s	128K	单卡
流畅	Qwen2.5-14B-Instruct-1M Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 172.8 GB	85–128 tok/s	767K	单卡
流畅	Qwen2.5-14B-Instruct Alibaba Qwen	14.8B	原生 BF16官方	30.4 / 172.8 GB	85–128 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Qwen-14B DeepSeek	14.8B	原生 BF16官方	30.4 / 172.8 GB	85–128 tok/s	32K	单卡
流畅	Qwen3-14B Alibaba Qwen	14.8B	原生 BF16官方	30.1 / 172.8 GB	86–129 tok/s	128K	单卡
流畅	Gemma 3 12B IT Google	12.2B	原生 BF16官方	26.6 / 172.8 GB	97–145 tok/s	128K	单卡
流畅	Qwen2.5-Omni-7B Alibaba Qwen	10.7B	原生 BF16官方	22.3 / 172.8 GB	116–174 tok/s	32K	单卡
流畅	GLM-4.6V-Flash Zhipu AI	10.3B	原生 BF16官方	20.4 / 172.8 GB	127–190 tok/s	125K	单卡
流畅	Qwen3.5-9B Alibaba Qwen	9.7B	原生 BF16官方	19.1 / 172.8 GB	135–203 tok/s	256K	单卡
流畅	Qianfan-VL-8B Baidu	8.8B	原生 BF16官方	18.2 / 172.8 GB	142–213 tok/s	32K	单卡
流畅	Granite Switch 4.1 8B IBM	8.8B	原生 BF16官方	18.5 / 172.8 GB	140–210 tok/s	128K	单卡
流畅	Qwen3-VL-8B-Instruct Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 172.8 GB	141–212 tok/s	128K	单卡
流畅	Qwen3-VL-8B-Thinking Alibaba Qwen	8.8B	原生 BF16官方	18.3 / 172.8 GB	141–212 tok/s	128K	单卡
流畅	pplx-embed-v2-context-9b Perplexity	8.4B	原生 FP32官方	33.1 / 172.8 GB	78–117 tok/s	256K	单卡
流畅	Qwen2.5-VL-7B-Instruct Alibaba Qwen	8.3B	原生 BF16官方	16.7 / 172.8 GB	155–233 tok/s	125K	单卡
流畅	Qwen3-8B Alibaba Qwen	8.2B	原生 BF16官方	17.1 / 172.8 GB	151–226 tok/s	128K	单卡
流畅	DeepSeek-R1-Distill-Llama-8B DeepSeek	8B	原生 BF16官方	16.7 / 172.8 GB	155–232 tok/s	125K	单卡
流畅	Gemma 4 E4B Google	8B	原生 BF16官方	15.8 / 172.8 GB	164–246 tok/s	125K	单卡
流畅	Ling-3.0-tiny Ant Group	7.9B / 1.3B	原生 BF16官方	15.6 / 172.8 GB	937–1406 tok/s	128K	单卡
流畅	Qwen2.5-7B-Instruct-1M Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 172.8 GB	169–253 tok/s	977K	单卡
流畅	Qwen2.5-7B-Instruct Alibaba Qwen	7.6B	原生 BF16官方	15.3 / 172.8 GB	169–253 tok/s	32K	单卡
流畅	DeepSeek-R1-Distill-Qwen-7B DeepSeek	7.6B	原生 BF16官方	15.3 / 172.8 GB	169–253 tok/s	32K	单卡
流畅	Mistral-7B-Instruct-v0.1 Mistral AI	7.2B	原生 BF16官方	15.2 / 172.8 GB	170–256 tok/s	32K	单卡
流畅	Gemma 4 E2B Google	5.1B	原生 BF16官方	10.1 / 172.8 GB	257–385 tok/s	125K	单卡
流畅	WeVisOne-VL-4B Tencent	4.8B	原生 BF16官方	10.6 / 172.8 GB	244–366 tok/s	256K	单卡
流畅	Qianfan-OCR Baidu	4.7B	原生 BF16官方	10.5 / 172.8 GB	248–372 tok/s	31K	单卡
流畅	Qwen3.5-4B Alibaba Qwen	4.7B	原生 BF16官方	9.4 / 172.8 GB	276–415 tok/s	256K	单卡
流畅	Qwen3-VL-4B-Instruct Alibaba Qwen	4.4B	原生 BF16官方	9.9 / 172.8 GB	263–394 tok/s	250K	单卡
流畅	Qwen3-4B-Instruct-2507 Alibaba Qwen	4B	原生 BF16官方	9.1 / 172.8 GB	286–430 tok/s	256K	单卡
流畅	Qwen3-4B Alibaba Qwen	4B	原生 BF16官方	9.1 / 172.8 GB	286–430 tok/s	128K	单卡
流畅	DeepSeek-OCR DeepSeek	3.3B	原生 BF16官方	7.2 / 172.8 GB	951–1427 tok/s	8K	单卡
流畅	Granite-4.0-H-Micro IBM	3.2B	原生 BF16官方	6.5 / 172.8 GB	411–616 tok/s	128K	单卡
流畅	Qwen3-1.7B Alibaba Qwen	2B	原生 BF16官方	5.2 / 172.8 GB	530–795 tok/s	40K	单卡
流畅	DeepSeek-R1-Distill-Qwen-1.5B DeepSeek	1.8B	原生 BF16官方	4.0 / 172.8 GB	699–1049 tok/s	125K	单卡
流畅	GLM-OCR Zhipu AI	1.3B	原生 BF16官方	3.5 / 172.8 GB	831–1247 tok/s	128K	单卡
流畅	Qwen3-0.6B Alibaba Qwen	0.8B	原生 BF16官方	2.8 / 172.8 GB	1085–1627 tok/s	40K	单卡
流畅	EmbeddingGemma 2 Google	0.7B	原生 BF16官方	2.0 / 172.8 GB	1680–2521 tok/s	256K	单卡
流畅	Qwen3-Embedding-0.6B Alibaba Qwen	0.6B	原生 BF16官方	2.5 / 172.8 GB	1243–1865 tok/s	32K	单卡
流畅	bge-reranker-v2-m3 BAAI	0.6B	原生 FP32官方	3.4 / 172.8 GB	861–1292 tok/s	8K	单卡
流畅	bge-m3-unsupervised BAAI	0.6B	原生 FP32官方	3.4 / 172.8 GB	861–1292 tok/s	8K	单卡
流畅	bge-large-en-v1.5 BAAI	0.3B	原生 FP32官方	1.8 / 172.8 GB	1905–2858 tok/s	512	单卡
流畅	bge-reranker-base BAAI	0.3B	原生 FP32官方	1.6 / 172.8 GB	2343–3514 tok/s	514	单卡
流畅	bge-base-en-v1.5 BAAI	0.1B	原生 FP32官方	0.9 / 172.8 GB	5801–8701 tok/s	512	单卡
流畅	bge-small-en-v1.5 BAAI	0B	原生 FP32官方	0.6 / 172.8 GB	18544–27816 tok/s	512	单卡
需放到内存	MiniMax-M3 MiniMax	427B / 23B	IQ4_XS	222.8 GB，52.8 放内存	14–21 tok/s	—	卸载 15/60 层
需放到内存	Qwen3.5-397B-A17B Alibaba Qwen	403.4B / 17B	Q4_0	222.1 GB，52.8 放内存	18–27 tok/s	—	卸载 15/60 层
需放到内存	GLM-4.5 Zhipu AI	358.3B	IQ4_XS	189.0 GB，17.3 放内存	19–29 tok/s	—	卸载 9/92 层
需放到内存	GLM-4.7 Zhipu AI	358.3B	IQ4_XS	189.0 GB，17.3 放内存	19–29 tok/s	—	卸载 9/92 层
需放到内存	GLM-4.6 Zhipu AI	356.8B	Q4_0	199.1 GB，26.4 放内存	14–20 tok/s	—	卸载 13/92 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