RTX A6000 48GB — 本地 LLM 装机匹配与速度

NVIDIA · 48 GB GDDR6 · 768 GB/s · 300 W · MSRP $4,500 · 搜索 Amazon （返利链接）

RTX A6000 48GB 是 NVIDIA 的加速器，配备 48 GB GDDR6，峰值显存带宽约 768 GB/s。 AI Hashrate 按 8K 上下文估算本地 LLM 解码速度（batch 1）：能否装下 = 权重 + KV cache + 1 GB 运行时开销，而非只看权重。 Q4 下约有 35 个收录模型能完整装进此卡；FP16 下约 20 个。 Q4 速度前列：MiniCPM5-1B ≈ 452.5 tok/s（估算，装得下）; Qwen3.5-2B ≈ 244.4 tok/s（估算，装得下）; GLM-4.7-Flash ≈ 162.9 tok/s（估算，装得下）; Qwen3-30B-A3B-Instruct-2507 ≈ 162.9 tok/s（估算，装得下）; Qwen3-Coder-Next ≈ 162.9 tok/s（估算，装得下）。相对排名比绝对 tok/s 更可靠。带宽公式与实测锚点政策见方法论页。方法论.

表格：解码速度估算（Q4 / FP16）。实测行覆盖估算值。MSRP 为官方标价，非实时售价。默认上下文 8K。

模型	参数 (B)	量化	tok/s	装得下？
Qwen3-Next-80B-A3B-Instruct	81.3	Q4	499.8 估算	否
MiniCPM5-1B	1.08	Q4	452.5 估算	是
Qwen3.5-2B	2.0	Q4	244.4 估算	是
GLM-4.7-Flash	31.2	Q4	162.9 估算	是
Qwen3-30B-A3B-Instruct-2507	30.5	Q4	162.9 估算	是
Qwen3-Coder-Next	79.7	Q4	162.9 估算	是
Qwen3.5-35B-A3B	34.7	Q4	162.9 估算	是
Qwen3.6-35B-A3B	36.0	Q4	162.9 估算	是
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16	30.0	Q4	162.9 估算	是
Ornith-1.0-35B	35.0	Q4	162.9 估算	是
Llama-3.2-3B-Instruct	3.2	Q4	152.7 估算	是
gpt-oss-20b	21.5	Q4	135.8 估算	是
gpt-oss-120b	120.4	Q4	135.5 估算	否
gemma-4-26B-A4B-it	25.2	Q4	128.6 估算	是
MiniCPM5-1B	1.08	FP16	124.4 估算	是
Qwen3-4B-Instruct-2507	4.0	Q4	122.2 估算	是
Qwen3-4B-Thinking-2507	4.0	Q4	122.2 估算	是
NVIDIA-Nemotron-3-Nano-4B-BF16	4.0	Q4	122.2 估算	是
Mistral-Small-4-119B-2603	119.0	Q4	107.8 估算	否
gemma-4-E2B-it	5.1	Q4	95.8 估算	是
gemma-4-26B-A4B-it	25.2	FP16	85.6 估算	否
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16	30.0	FP16	77.7 估算	否
Qwen3-30B-A3B-Instruct-2507	30.5	FP16	75.3 估算	否
GLM-4.7-Flash	31.2	FP16	72.0 估算	否
Mistral-7B-Instruct-v0.3	7.2	Q4	67.9 估算	是
Qwen3.5-2B	2.0	FP16	67.2 估算	是
Qwen3.5-122B-A10B	122.0	Q4	65.5 估算	否
GLM-4.5-Air	110.5	Q4	65.1 估算	否
Qwen2.5-7B-Instruct	7.6	Q4	64.3 估算	是
Llama-3.1-8B-Instruct	8.0	Q4	61.1 估算	是
gemma-4-E4B-it	8.0	Q4	61.1 估算	是
Qwen3-8B	8.2	Q4	59.6 估算	是
DeepSeek-R1-0528-Qwen3-8B	8.2	Q4	59.6 估算	是
Qwen3.5-35B-A3B	34.7	FP16	58.5 估算	否
Ornith-1.0-35B	35.0	FP16	57.5 估算	否
NVIDIA-Nemotron-3-Super-120B-A12B-BF16	120.0	Q4	55.7 估算	否
Qwen3.5-9B	8.95	Q4	54.6 估算	是
Qwen3.6-35B-A3B	36.0	FP16	54.4 估算	否
Ornith-1.0-9B	9.0	Q4	54.3 估算	是
Llama-4-Scout-17B-16E-Instruct	109.0	Q4	45.7 估算	否
Llama-3.2-3B-Instruct	3.2	FP16	42.0 估算	是
gemma-4-12b-it	11.95	Q4	40.9 估算	是
gpt-oss-20b	21.5	FP16	37.3 估算	是
Qwen3-4B-Instruct-2507	4.0	FP16	33.6 估算	是
Qwen3-4B-Thinking-2507	4.0	FP16	33.6 估算	是
NVIDIA-Nemotron-3-Nano-4B-BF16	4.0	FP16	33.6 估算	是
Qwen3-14B	14.8	Q4	33.0 估算	是
Qwen2.5-14B-Instruct	14.8	Q4	33.0 估算	是
DeepSeek-R1-Distill-Qwen-14B	14.8	Q4	33.0 估算	是
DeepSeek-V4-Flash	158.1	Q4	30.2 估算	否
gemma-4-E2B-it	5.1	FP16	26.4 估算	是
Step-3.5-Flash	196.8	Q4	23.6 估算	否
Devstral-Small-2-24B-Instruct-2512	24.0	Q4	20.4 估算	是
MiniMax-M2.7	228.7	Q4	19.4 估算	否
Mistral-7B-Instruct-v0.3	7.2	FP16	18.7 估算	是
Qwen3.5-27B	27.0	Q4	18.1 估算	是
Llama-3.1-70B-Instruct	70.6	Q4	18.0 实测 (kunalganglani-llm-benchmarks)	否
Qwen2.5-7B-Instruct	7.6	FP16	17.7 估算	是
Qwen3.6-27B	27.8	Q4	17.6 估算	是
Llama-3.1-8B-Instruct	8.0	FP16	16.8 估算	是
gemma-4-E4B-it	8.0	FP16	16.8 估算	是
Qwen3-8B	8.2	FP16	16.4 估算	是
DeepSeek-R1-0528-Qwen3-8B	8.2	FP16	16.4 估算	是
Llama-3.3-70B-Instruct	70.6	Q4	15.9 估算	否
gemma-4-31B-it	30.7	Q4	15.9 估算	是
Qwen3.5-9B	8.95	FP16	15.0 估算	是
Qwen2.5-32B-Instruct	32.8	Q4	14.9 估算	是
Qwen2.5-Coder-32B-Instruct	32.8	Q4	14.9 估算	是
DeepSeek-R1-Distill-Qwen-32B	32.8	Q4	14.9 估算	是
Ornith-1.0-9B	9.0	FP16	14.9 估算	是
Qwen2.5-72B-Instruct	72.7	Q4	14.4 估算	否
Devstral-Small-2-24B-Instruct-2512	24.0	FP16	12.7 估算	否
Qwen3-Coder-Next	79.7	FP16	11.4 估算	否
gemma-4-12b-it	11.95	FP16	11.2 估算	是
Qwen3-Next-80B-A3B-Instruct	81.3	FP16	10.9 估算	否
Qwen3-14B	14.8	FP16	9.1 估算	是
Qwen2.5-14B-Instruct	14.8	FP16	9.1 估算	是
DeepSeek-R1-Distill-Qwen-14B	14.8	FP16	9.1 估算	是
Qwen3.5-27B	27.0	FP16	9.0 估算	否
Qwen3.6-27B	27.8	FP16	8.2 估算	否
Qwen3-235B-A22B-Instruct-2507	235.1	Q4	8.1 估算	否
MiMo-V2.5	310.0	Q4	7.0 估算	否
gemma-4-31B-it	30.7	FP16	6.1 估算	否
Hy3	295.0	Q4	5.5 估算	否
Qwen2.5-32B-Instruct	32.8	FP16	5.0 估算	否
Qwen2.5-Coder-32B-Instruct	32.8	FP16	5.0 估算	否
DeepSeek-R1-Distill-Qwen-32B	32.8	FP16	5.0 估算	否
Mistral-Medium-3.5-128B	128.0	Q4	2.7 估算	否
Qwen2.5-72B-Instruct	72.7	FP16	0.5 估算	否
Llama-3.1-70B-Instruct	70.6	FP16	0.5 估算	否
Llama-3.3-70B-Instruct	70.6	FP16	0.5 估算	否

装机核对

Qwen3-8B — 装得下 · ≈59.6 tok/s Q4 估算
gemma-4-26B-A4B-it — 装得下 · ≈128.6 tok/s Q4 估算
Qwen2.5-7B-Instruct — 装得下 · ≈64.3 tok/s Q4 估算
Qwen3.5-9B — 装得下 · ≈54.6 tok/s Q4 估算
Llama-3.1-8B-Instruct — 装得下 · ≈61.1 tok/s Q4 估算
gpt-oss-20b — 装得下 · ≈135.8 tok/s Q4 估算
Qwen3.6-35B-A3B — 装得下 · ≈162.9 tok/s Q4 估算
Qwen3.5-35B-A3B — 装得下 · ≈162.9 tok/s Q4 估算
gemma-4-E2B-it — 装得下 · ≈95.8 tok/s Q4 估算
Qwen3.6-27B — 装得下 · ≈17.6 tok/s Q4 估算
Mistral-7B-Instruct-v0.3 — 装得下 · ≈67.9 tok/s Q4 估算

全部 63 个模型的装机核对——见上表「装得下？」列的链接