AI Hashrate · RTX 4090 24GB
RTX 4090 24GB 上该跑哪个大模型？
24 GB · 1008 GB/s · 450 W
下面每个数字都来自本站向导背后的同一套引擎：按精度算显存占用、按显存带宽算解码速度、给出可直接启动的命令。没有任何内容是抓取或编造的。
一句话答案
gemma-4-26B-A4B-it — 预计 226.6 tok/s 解码
还放得下这些
| 模型 | Q4 显存占用 | 预计 tok/s |
|---|---|---|
| gpt-oss-20b | 13.2 GB | 239.2 |
| Llama-3.1-8B-Lexi-Uncensored-V2 | 6.5 GB | 107.6 |
| Dolphin3.0-R1-Mistral-24B | 15.7 GB | 35.9 |
| Qwen3.5-9B | 6.3 GB | 96.2 |
| Cydonia-24B-v4.1 | 15.7 GB | 35.9 |
| Dolphin-Mistral-24B-Venice-Edition | 15.7 GB | 35.9 |
| Qwen3.8-27B-Uncensored | 16.9 GB | 31.3 |
启动命令
llama-server \
-hf <GGUF_REPO>:Q4_K_M \
-c 8192 \
-ngl 99 \
--host 127.0.0.1 --port 8080以上数字是根据硬件规格与公开实报建模的估算，不是在这张卡上跑出来的实测基准。向导页会展示每个数字的来源。