RTX 4090D 24GB (China) 能跑 Step-3.5-Flash 吗？

NVIDIA · 24 GB GDDR6X · 带宽 1008 GB/s · StepFun · 196.8B（激活 11.0B） · MoE · 模型上下文最长 256K

不能——Step-3.5-Flash 在 Q4 下即使 4K 上下文也约需 110.34 GB，超出 RTX 4090D 24GB (China) 的 24 GB GDDR6X。只能靠重度 CPU/磁盘 offload 勉强运行。 FP16 约需 396.8 GB——此卡装不下。 估算来自显存带宽公式；标注「实测」的行覆盖估算。相对排名比绝对 tok/s 更可靠。 方法论.

各量化与上下文下的装机与速度

量化	上下文	所需 VRAM	装得下？	tok/s（解码）
Q4	4K	110.34 GB	否	—
Q4	8K 默认	111.44 GB	否	—
Q4	32K	118.04 GB	否	—
FP16	4K	395.7 GB	否	—
FP16	8K 默认	396.8 GB	否	—
FP16	32K	403.4 GB	否	—

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

量化	权重	KV cache	开销	合计所需	RTX 4090D 24GB (China) VRAM
Q4	108.24 GB	2.2 GB	1 GB	111.44 GB	24 GB
FP16	393.6 GB	2.2 GB	1 GB	396.8 GB	24 GB

其他能跑 Step-3.5-Flash 的 GPU

• B200 192GB SXM — ≈462.8 tok/s Q4 估算
• MI300X 192GB — ≈306.6 tok/s Q4 估算
• H200 141GB SXM5 — ≈277.7 tok/s Q4 估算
• Gaudi 3 128GB — ≈189.5 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — ≈46.3 tok/s Q4 估算
• MacBook Pro M4 Max 128GB — ≈31.6 tok/s Q4 估算
• MacBook Pro M3 Max 128GB — ≈23.1 tok/s Q4 估算

Step-3.5-Flash 的全部 GPU →

RTX 4090D 24GB (China) 可跑的其他模型

• MiniCPM5-1B — ≈593.9 tok/s Q4 估算
• Qwen3.5-2B — ≈320.7 tok/s Q4 估算
• GLM-4.7-Flash — ≈213.8 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈213.8 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈213.8 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈213.8 tok/s Q4 估算
• Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 — ≈213.8 tok/s Q4 估算
• Ornith-1.0-35B — ≈213.8 tok/s Q4 估算

RTX 4090D 24GB (China) 上的全部模型 →