GeForce RTX 3080 能跑哪些开源模型
- 显存 10 GB
- 带宽 760 GB/s
- FP16 稠密算力 59.5 TFLOPS
- 可用 9.0 GB
规格出处: 显存 · NVIDIA RTX Blackwell GPU Architecture (whitepaper) · 带宽 · NVIDIA RTX Blackwell GPU Architecture (whitepaper) · FP16 稠密算力 · NVIDIA RTX Blackwell GPU Architecture (whitepaper)
| 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 | Qwen2.5-Omni-7B Alibaba Qwen | 10.7B | Q5_K_M | 47–70 tok/s | 25K | 单卡 | |
| ●流畅 | GLM-4.6V-Flash Zhipu AI | 10.3B | Q5_K_M | 50–74 tok/s | 43K | 单卡 | |
| ●流畅 | Qwen3.5-9B Alibaba Qwen | 9.7B | Q5_K_M | 53–80 tok/s | 67K | 单卡 | |
| ●流畅 | Qianfan-VL-8B Baidu | 8.8B | Q5_K_M | 52–78 tok/s | 21K | 单卡 | |
| ●流畅 | Granite Switch 4.1 8B IBM | 8.8B | Q4_K_M官方 | 49–73 tok/s | 15K | 单卡 | |
| ●流畅 | Qwen3-VL-8B-Instruct Alibaba Qwen | 8.8B | Q5_K_M | 51–77 tok/s | 19K | 单卡 | |
| ●流畅 | Qwen3-VL-8B-Thinking Alibaba Qwen | 8.8B | Q5_K_M | 51–77 tok/s | 19K | 单卡 | |
| ●流畅 | pplx-embed-v2-context-9b Perplexity | 8.4B | Q6_K | 53–80 tok/s | 66K | 单卡 | |
| ●流畅 | Qwen2.5-VL-7B-Instruct Alibaba Qwen | 8.3B | Q6_K | 52–78 tok/s | 39K | 单卡 | |
| ●流畅 | Qwen3-8B Alibaba Qwen | 8.2B | Q6_K官方 | 48–72 tok/s | 16K | 单卡 | |
| ●流畅 | DeepSeek-R1-Distill-Llama-8B DeepSeek | 8B | Q6_K | 50–74 tok/s | 18K | 单卡 | |
| ●流畅 | Gemma 4 E4B Google | 8B | FP8 | 47–70 tok/s | 74K | 单卡 | |
| ●流畅 | Ling-3.0-tiny Ant Group | 7.9B / 1.3B | Q6_K官方 | 293–440 tok/s | 93K | 单卡 | |
| ●流畅 | Qwen2.5-7B-Instruct-1M Alibaba Qwen | 7.6B | FP8 | 47–70 tok/s | 25K | 单卡 | |
| ●流畅 | Qwen2.5-7B-Instruct Alibaba Qwen | 7.6B | FP8 | 47–70 tok/s | 26K | 单卡 | |
| ●流畅 | DeepSeek-R1-Distill-Qwen-7B DeepSeek | 7.6B | FP8 | 47–70 tok/s | 26K | 单卡 | |
| ●流畅 | Mistral-7B-Instruct-v0.1 Mistral AI | 7.2B | Q6_K | 54–81 tok/s | 23K | 单卡 | |
| ●流畅 | Gemma 4 E2B Google | 5.1B | Q8_0 | 69–103 tok/s | 125K | 单卡 | |
| ●流畅 | WeVisOne-VL-4B Tencent | 4.8B | Q8_0 | 60–90 tok/s | 26K | 单卡 | |
| ●流畅 | Qianfan-OCR Baidu | 4.7B | Q8_0 | 61–91 tok/s | 27K | 单卡 | |
| ●流畅 | Qwen3.5-4B Alibaba Qwen | 4.7B | Q8_0 | 73–109 tok/s | 124K | 单卡 | |
| ●流畅 | Qwen3-VL-4B-Instruct Alibaba Qwen | 4.4B | Q8_0官方 | 69–104 tok/s | 32K | 单卡 | |
| ●流畅 | Qwen3-4B-Instruct-2507 Alibaba Qwen | 4B | Q8_0 | 69–104 tok/s | 32K | 单卡 | |
| ●流畅 | Qwen3-4B Alibaba Qwen | 4B | Q8_0官方 | 69–104 tok/s | 32K | 单卡 | |
| ●流畅 | DeepSeek-OCR DeepSeek | 3.3B | 原生 BF16官方 | 136–205 tok/s | 8K | 单卡 | |
| ●流畅 | Granite-4.0-H-Micro IBM | 3.2B | 原生 BF16官方 | 59–88 tok/s | 128K | 单卡 | |
| ●流畅 | Qwen3-1.7B Alibaba Qwen | 2B | 原生 BF16官方 | 76–114 tok/s | 40K | 单卡 | |
| ●流畅 | DeepSeek-R1-Distill-Qwen-1.5B DeepSeek | 1.8B | 原生 BF16官方 | 100–150 tok/s | 125K | 单卡 | |
| ●流畅 | GLM-OCR Zhipu AI | 1.3B | 原生 BF16官方 | 119–179 tok/s | 96K | 单卡 | |
| ●流畅 | Qwen3-0.6B Alibaba Qwen | 0.8B | 原生 BF16官方 | 156–233 tok/s | 40K | 单卡 | |
| ●流畅 | EmbeddingGemma 2 Google | 0.7B | 原生 BF16官方 | 241–361 tok/s | 256K | 单卡 | |
| ●流畅 | Qwen3-Embedding-0.6B Alibaba Qwen | 0.6B | 原生 BF16官方 | 178–267 tok/s | 32K | 单卡 | |
| ●流畅 | bge-reranker-v2-m3 BAAI | 0.6B | 原生 FP32官方 | 124–185 tok/s | 8K | 单卡 | |
| ●流畅 | bge-m3-unsupervised BAAI | 0.6B | 原生 FP32官方 | 124–185 tok/s | 8K | 单卡 | |
| ●流畅 | bge-large-en-v1.5 BAAI | 0.3B | 原生 FP32官方 | 273–410 tok/s | 512 | 单卡 | |
| ●流畅 | bge-reranker-base BAAI | 0.3B | 原生 FP32官方 | 336–504 tok/s | 514 | 单卡 | |
| ●流畅 | bge-base-en-v1.5 BAAI | 0.1B | 原生 FP32官方 | 832–1248 tok/s | 512 | 单卡 | |
| ●流畅 | bge-small-en-v1.5 BAAI | 0B | 原生 FP32官方 | 2659–3989 tok/s | 512 | 单卡 | |
| ○需放到内存 | Qwen3.5-122B-A10B Alibaba Qwen | 125.1B / 10B | IQ4_XS | 9–14 tok/s | — | 卸载 44/48 层 | |
| ○需放到内存 | Ling-3.0-flash-VL Ant Group | 124.8B / 5.5B | IQ4_XS | 16–25 tok/s | — | 卸载 39/42 层 | |
| ○需放到内存 | gpt-oss-120b OpenAI | 116.8B / 5.1B | 原生 MXFP4官方 | 17–25 tok/s | — | 卸载 33/36 层 | |
| ○需放到内存 | GLM-4.5-Air Zhipu AI | 110.5B | IQ4_XS | 5–8 tok/s | — | 卸载 42/46 层 | |
| ○需放到内存 | GLM-4.5V Zhipu AI | 107.7B / 12B | IQ4_XS | 12–18 tok/s | — | 专家放内存 | |
| ○需放到内存 | GLM-4.6V Zhipu AI | 107.7B | IQ4_XS | 12–18 tok/s | — | 专家放内存 | |
| ○需放到内存 | Ling-2.6-flash Ant Group | 107.5B / 7.4B | Q4_0 | 21–32 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-Next-80B-A3B-Instruct Alibaba Qwen | 81.3B / 3B | Q6_K官方 | 20–30 tok/s | — | 卸载 44/48 层 | |
| ○需放到内存 | Qwen3-Next-80B-A3B-Thinking Alibaba Qwen | 81.3B / 3B | Q6_K官方 | 20–30 tok/s | — | 卸载 44/48 层 | |
| ○需放到内存 | Qwen3-Coder-Next Alibaba Qwen | 79.7B / 3B | Q6_K官方 | 20–29 tok/s | — | 卸载 44/48 层 | |
| ○需放到内存 | Qwen3.5-35B-A3B Alibaba Qwen | 36B / 3B | Q8_0 | 33–49 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3.6-35B-A3B Alibaba Qwen | 36B / 3B | Q8_0 | 33–49 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen2.5-VL-32B-Instruct Alibaba Qwen | 33.5B | IQ4_XS | 4–6 tok/s | — | 卸载 41/64 层 | |
| ○需放到内存 | Qwen3-VL-32B-Instruct Alibaba Qwen | 33.4B | IQ4_XS | 4–6 tok/s | — | 卸载 41/64 层 | |
| ○需放到内存 | Qwen3-VL-32B-Thinking Alibaba Qwen | 33.4B | IQ4_XS | 4–6 tok/s | — | 卸载 41/64 层 | |
| ○需放到内存 | Qwen2.5-32B-Instruct Alibaba Qwen | 32.8B | IQ4_XS | 4–6 tok/s | — | 卸载 40/64 层 | |
| ○需放到内存 | Qwen2.5-Coder-32B-Instruct Alibaba Qwen | 32.8B | IQ4_XS | 4–6 tok/s | — | 卸载 40/64 层 | |
| ○需放到内存 | QwQ-32B Alibaba Qwen | 32.8B | IQ4_XS | 4–6 tok/s | — | 卸载 40/64 层 | |
| ○需放到内存 | DeepSeek-R1-Distill-Qwen-32B DeepSeek | 32.8B | IQ4_XS | 4–6 tok/s | — | 卸载 40/64 层 | |
| ○需放到内存 | Qwen3-32B Alibaba Qwen | 32.8B | IQ4_XS | 4–6 tok/s | — | 卸载 40/64 层 | |
| ○需放到内存 | Qwen3-Omni-30B-A3B-Captioner Alibaba Qwen | 31.7B | Q8_0 | 20–30 tok/s | — | 专家放内存 | |
| ○需放到内存 | Gemma 4 31B IT Google | 31.3B | IQ4_XS | 4–6 tok/s | — | 卸载 36/60 层 | |
| ○需放到内存 | GLM-4.7-Flash Zhipu AI | 31.2B | Q8_0 | 20–30 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-VL-30B-A3B-Instruct Alibaba Qwen | 31.1B | Q8_0官方 | 21–31 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-VL-30B-A3B-Thinking Alibaba Qwen | 31.1B | Q8_0官方 | 21–31 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-30B-A3B-Instruct-2507 Alibaba Qwen | 30.5B / 3.3B | Q8_0 | 21–32 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-30B-A3B-Thinking-2507 Alibaba Qwen | 30.5B / 3.3B | Q8_0 | 21–32 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-30B-A3B Alibaba Qwen | 30.5B / 3.3B | Q8_0官方 | 21–32 tok/s | — | 专家放内存 | |
| ○需放到内存 | Qwen3-Coder-30B-A3B-Instruct Alibaba Qwen | 30.5B / 3.3B | Q8_0 | 21–32 tok/s | — | 专家放内存 | |
| ○需放到内存 | Hy-Memory-30B-A3B Tencent | 30.1B / 3B | Q8_0官方 | 22–32 tok/s | — | 专家放内存 | |
| ○需放到内存 | Granite Switch 4.1 30B IBM | 30B | IQ4_XS | 4–7 tok/s | — | 卸载 39/66 层 | |
| ○需放到内存 | Qwen3.5-27B Alibaba Qwen | 27.8B | IQ4_XS | 6–9 tok/s | — | 卸载 28/64 层 | |
| ○需放到内存 | Qwen3.6-27B Alibaba Qwen | 27.8B | IQ4_XS | 6–9 tok/s | — | 卸载 28/64 层 | |
| ○需放到内存 | Qwen3.8-27B Alibaba Qwen | 27.8B | IQ4_XS | 6–9 tok/s | — | 卸载 28/64 层 | |
| ○需放到内存 | Gemma 4 26B A4B IT Google | 25.8B / 3.8B | 原生 BF16官方 | 13–19 tok/s | — | 专家放内存 | |
| ○需放到内存 | Magistral Small 1.2 Mistral AI | 24B | IQ4_XS | 7–11 tok/s | — | 卸载 16/40 层 | |
| ○需放到内存 | Devstral Small 1.0 Mistral AI | 23.6B | IQ4_XS | 8–11 tok/s | — | 卸载 16/40 层 | |
| ○需放到内存 | Devstral Small 1.1 Mistral AI | 23.6B | IQ4_XS | 8–11 tok/s | — | 卸载 16/40 层 | |
| ○需放到内存 | Magistral Small 1.0 Mistral AI | 23.6B | IQ4_XS | 8–11 tok/s | — | 卸载 16/40 层 | |
| ○需放到内存 | Magistral Small 1.1 Mistral AI | 23.6B | IQ4_XS | 8–11 tok/s | — | 卸载 16/40 层 | |
| ○需放到内存 | ERNIE-4.5-21B-A3B-Thinking Baidu | 21.8B / 3B | Q8_0 | 20–29 tok/s | — | 卸载 19/28 层 | |
| ○需放到内存 | GPT OSS 20B OpenAI | 20.9B / 3.6B | 原生 MXFP4官方 | 42–63 tok/s | — | 卸载 9/24 层 | |
| ○需放到内存 | Qwen2.5-14B-Instruct-1M Alibaba Qwen | 14.8B | Q4_K_M | 19–28 tok/s | — | 卸载 8/48 层 | |
| ○需放到内存 | Qwen2.5-14B-Instruct Alibaba Qwen | 14.8B | Q4_K_M官方 | 19–28 tok/s | — | 卸载 8/48 层 | |
| ○需放到内存 | DeepSeek-R1-Distill-Qwen-14B DeepSeek | 14.8B | Q4_K_M | 19–28 tok/s | — | 卸载 8/48 层 | |
| ○需放到内存 | Qwen3-14B Alibaba Qwen | 14.8B | Q5_0官方 | 13–19 tok/s | — | 卸载 10/40 层 | |
| ○需放到内存 | Gemma 3 12B IT Google | 12.2B | Q5_K_M | 13–20 tok/s | — | 卸载 15/48 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