RTX 5070 12GB

NVIDIA · 12 GB GDDR7 · 672 GB/s · 250 W · MSRP $549 · 搜索 Amazon （返利链接）

RTX 5070 12GB 是 NVIDIA 的加速器，配备 12 GB GDDR7，峰值显存带宽约 672 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 16 个收录模型能完整装进此卡；FP16 下约 6 个。 Q4 速度前列：MiniCPM5-1B ≈ 396.0 tok/s（估算，装得下）; Qwen3.5-2B ≈ 213.8 tok/s（估算，装得下）; Llama-3.2-3B-Instruct ≈ 133.6 tok/s（估算，装得下）; Mistral-7B-Instruct-v0.3 ≈ 120.5 tok/s（实测，装得下）; Qwen3-4B-Instruct-2507 ≈ 106.9 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。

装机核对

• Qwen3-8B — 装得下 · ≈52.2 tok/s Q4 估算
• gemma-4-26B-A4B-it — 装不下 · ≈189.8 tok/s Q4 估算
• Qwen2.5-7B-Instruct — 装得下 · ≈56.3 tok/s Q4 估算
• Qwen3.5-9B — 装得下 · ≈47.8 tok/s Q4 估算
• Llama-3.1-8B-Instruct — 装得下 · ≈100.4 tok/s Q4 实测
• gpt-oss-20b — 装不下 · ≈266.2 tok/s Q4 估算
• Qwen3.6-35B-A3B — 装不下 · ≈128.1 tok/s Q4 估算
• Qwen3.5-35B-A3B — 装不下 · ≈137.0 tok/s Q4 估算
• gemma-4-E2B-it — 装得下 · ≈83.9 tok/s Q4 估算
• Qwen3.6-27B — 装不下 · ≈13.3 tok/s Q4 估算
• Mistral-7B-Instruct-v0.3 — 装得下 · ≈120.5 tok/s Q4 实测

全部 63 个模型的装机核对——见上表「装得下？」列的链接