← AI Hashrate EN

RX 7600 XT 16GB

AMD · 16 GB GDDR6 · 288 GB/s · 190 W · MSRP $329 · 搜索 Amazon (返利链接)

RX 7600 XT 16GB 是 AMD 的加速器,配备 16 GB GDDR6,峰值显存带宽约 288 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 20 个收录模型能完整装进此卡;FP16 下约 7 个。 Q4 速度前列:MiniCPM5-1B ≈ 169.7 tok/s(估算,装得下); Qwen3.5-2B ≈ 91.6 tok/s(估算,装得下); Llama-3.2-3B-Instruct ≈ 57.3 tok/s(估算,装得下); gpt-oss-20b ≈ 50.9 tok/s(估算,装得下); Qwen3-4B-Instruct-2507 ≈ 45.8 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?
MiniCPM5-1B1.08Q4169.7 估算
gemma-4-26B-A4B-it25.2Q4144.6 估算
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF1630.0Q4136.4 估算
Qwen3-30B-A3B-Instruct-250730.5Q4132.3 估算
GLM-4.7-Flash31.2Q4127.0 估算
Qwen3.5-35B-A3B34.7Q4104.4 估算
Ornith-1.0-35B35.0Q4102.8 估算
Qwen3.6-35B-A3B36.0Q497.6 估算
Qwen3.5-2B2.0Q491.6 估算
Llama-3.2-3B-Instruct3.2Q457.3 估算
gpt-oss-20b21.5Q450.9 估算
MiniCPM5-1B1.08FP1646.7 估算
Qwen3-4B-Instruct-25074.0Q445.8 估算
Qwen3-4B-Thinking-25074.0Q445.8 估算
NVIDIA-Nemotron-3-Nano-4B-BF164.0Q445.8 估算
gemma-4-E2B-it5.1Q435.9 估算
Mistral-7B-Instruct-v0.37.2Q425.5 估算
Qwen3.5-2B2.0FP1625.2 估算
Qwen2.5-7B-Instruct7.6Q424.1 估算
Llama-3.1-8B-Instruct8.0Q422.9 估算
gemma-4-E4B-it8.0Q422.9 估算
Qwen3-8B8.2Q422.4 估算
DeepSeek-R1-0528-Qwen3-8B8.2Q422.4 估算
Qwen3-Coder-Next79.7Q421.6 估算
Qwen3-Next-80B-A3B-Instruct81.3Q420.8 估算
Qwen3.5-9B8.95Q420.5 估算
Ornith-1.0-9B9.0Q420.4 估算
Mistral-7B-Instruct-v0.37.2FP1618.1 估算
Llama-3.2-3B-Instruct3.2FP1615.7 估算
Devstral-Small-2-24B-Instruct-251224.0Q415.5 估算
Qwen2.5-7B-Instruct7.6FP1615.4 估算
gemma-4-12b-it11.95Q415.3 估算
Llama-3.1-8B-Instruct8.0FP1613.3 估算
gemma-4-E4B-it8.0FP1613.3 估算
Qwen3-4B-Instruct-25074.0FP1612.6 估算
Qwen3-4B-Thinking-25074.0FP1612.6 估算
NVIDIA-Nemotron-3-Nano-4B-BF164.0FP1612.6 估算
Qwen3-8B8.2FP1612.4 估算
Qwen3-14B14.8Q412.4 估算
Qwen2.5-14B-Instruct14.8Q412.4 估算
DeepSeek-R1-0528-Qwen3-8B8.2FP1612.4 估算
DeepSeek-R1-Distill-Qwen-14B14.8Q412.4 估算
Qwen3.5-27B27.0Q411.0 估算
Qwen3.6-27B27.8Q410.1 估算
gemma-4-E2B-it5.1FP169.9 估算
Qwen3.5-9B8.95FP169.6 估算
Ornith-1.0-9B9.0FP169.5 估算
gemma-4-31B-it30.7Q47.6 估算
Qwen2.5-32B-Instruct32.8Q46.2 估算
Qwen2.5-Coder-32B-Instruct32.8Q46.2 估算
DeepSeek-R1-Distill-Qwen-32B32.8Q46.2 估算
gpt-oss-20b21.5FP165.1 估算
gemma-4-12b-it11.95FP164.1 估算
gemma-4-26B-A4B-it25.2FP163.6 估算
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF1630.0FP163.2 估算
Qwen3-30B-A3B-Instruct-250730.5FP163.1 估算
GLM-4.7-Flash31.2FP163.0 估算
Qwen3-14B14.8FP162.2 估算
Qwen2.5-14B-Instruct14.8FP162.2 估算
DeepSeek-R1-Distill-Qwen-14B14.8FP162.2 估算
Llama-3.1-70B-Instruct70.6Q40.7 估算
Llama-3.3-70B-Instruct70.6Q40.7 估算
Qwen2.5-72B-Instruct72.7Q40.6 估算
Devstral-Small-2-24B-Instruct-251224.0FP160.5 估算
Qwen3.5-27B27.0FP160.4 估算
Qwen3.6-27B27.8FP160.3 估算

装机核对

全部 63 个模型的装机核对——见上表「装得下?」列的链接