AI Hashrate · RTX 5090 32GB
RTX 5090 32GB 上该跑哪个大模型？
32 GB · 1792 GB/s · 575 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-4-31B-it — 预计 54.8 tok/s 解码
还放得下这些
| 模型 | Q4 显存占用 | 预计 tok/s |
|---|---|---|
| gemma-4-26B-A4B-it | 15.4 GB | 443.1 |
| Qwen3.6-35B-A3B | 21.3 GB | 561.3 |
| Qwen3.6-27B | 17.1 GB | 60.6 |
| Qwen3.5-35B-A3B | 20.6 GB | 561.3 |
| gpt-oss-20b | 13.2 GB | 467.7 |
| Qwen3.5-9B | 6.3 GB | 188.1 |
| Qwen3.5-27B | 16.6 GB | 62.4 |
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。