RTX 4070 12GB 能跑 Nanbeige4.2-3B 吗？

NVIDIA · 12 GB GDDR6X · 带宽 504 GB/s · Nanbeige · 4.0B · 模型上下文最长 128K

各量化与上下文下的装机与速度

装得下 = 权重 + KV(上下文) + 1 GB 开销 ≤ 95% VRAM。实测锚点与上下文无关；装机结论按上下文分别计算。tok/s 缺失表示模型远超此卡能力（只能纯 offload）。

8K 上下文 VRAM 明细

其他能跑 Nanbeige4.2-3B 的 GPU

• B200 192GB SXM — ≈1913.5 tok/s Q4 估算
• MI300X 192GB — ≈1251.0 tok/s Q4 估算
• H200 141GB SXM5 — ≈1148.1 tok/s Q4 估算
• H100 80GB SXM5 — ≈801.3 tok/s Q4 估算
• Gaudi 3 128GB — ≈773.3 tok/s Q4 估算
• A100 80GB SXM4 — ≈487.7 tok/s Q4 估算
• RTX 5090 32GB — ≈428.6 tok/s Q4 估算
• RTX 4090 24GB — ≈219.1 tok/s Q4 估算

Nanbeige4.2-3B 的全部 GPU →

RTX 4070 12GB 可跑的其他模型

• MiniCPM5-1B — ≈425.2 tok/s Q4 估算
• Qwen3.5-2B — ≈229.6 tok/s Q4 估算
• Llama-3.2-3B-Instruct — ≈160.7 tok/s Q4 实测
• Qwen3-4B-Instruct-2507 — ≈114.8 tok/s Q4 估算
• NVIDIA-Nemotron-3-Nano-4B-BF16 — ≈114.8 tok/s Q4 估算
• Qwen3-4B-Thinking-2507 — ≈114.8 tok/s Q4 估算
• gemma-4-E2B-it — ≈90.0 tok/s Q4 估算
• Mistral-7B-Instruct-v0.3 — ≈63.8 tok/s Q4 估算

RTX 4070 12GB 上的全部模型 →