Qwen2.5-72B-Instruct

Alibaba · 72.7B · ctx 128K · Apache 2.0 · HuggingFace

Qwen2.5-72B-Instruct（Alibaba）是 AI Hashrate 收录的72.7B 参数开放权重模型。 按 8K 上下文估算：Q4 约需 55.53 GB VRAM（权重 39.99 GB + KV 14.54 GB + 开销 1 GB），FP16 约需 160.94 GB。 在该上下文假设下，目录中约有 11 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 70.0 tok/s（估算）; MI300X 192GB ≈ 46.4 tok/s（估算）; H200 141GB SXM5 ≈ 42.0 tok/s（估算）; H100 80GB SXM5 ≈ 29.3 tok/s（估算）; Gaudi 3 128GB ≈ 28.7 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

49 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	70.0 估算	是	0.002
MI300X 192GB	192	Q4	46.4 估算	是	0.003
H200 141GB SXM5	141	Q4	42.0 估算	是	0.001
H100 80GB SXM5	80	Q4	29.3 估算	是	0.001
Gaudi 3 128GB	128	Q4	28.7 估算	是	0.002
H200 141GB SXM5	141	FP16	25.3 估算	否	0.001
B200 192GB SXM	192	FP16	19.3 估算	是	0.0
RTX 6000 Ada 48GB	48	Q4	17.9 估算	否	0.003
A100 80GB SXM4	80	Q4	16.47 实测	是	0.001
L40S 48GB	48	Q4	16.1 估算	否	0.002
RTX 5090 32GB	32	Q4	14.9 估算	否	0.007
RTX A6000 48GB	48	Q4	14.4 估算	否	0.003
Gaudi 3 128GB	128	FP16	14.3 估算	否	0.001
MI300X 192GB	192	FP16	12.8 估算	是	0.001
MacBook Pro M4 Max 128GB	128	Q4	11.0 实测	是	0.003
Mac Studio M3 Ultra 96GB	96	Q4	7.2 估算	是	0.002
Mac Studio M2 Ultra 192GB	192	Q4	7.0 估算	是	0.001
H100 80GB SXM5	80	FP16	5.7 估算	否	0.0
RTX 4090 24GB	24	Q4	4.7 估算	否	0.003
RTX 4090D 24GB (China)	24	Q4	4.7 估算	否	0.003
RTX 3090 Ti 24GB	24	Q4	4.7 估算	否	0.002
RX 7900 XTX 24GB	24	Q4	4.5 估算	否	0.005
RTX 3090 24GB	24	Q4	4.4 估算	否	0.003
A100 80GB SXM4	80	FP16	3.5 估算	否	0.0
MacBook Pro M3 Max 128GB	128	Q4	3.5 估算	是	0.001
RX 7900 XT 20GB	20	Q4	2.6 估算	否	0.003
MacBook Pro M4 Max 128GB	128	FP16	2.4 估算	否	0.001
Mac mini M4 Pro 64GB	64	Q4	2.4 估算	是	0.001
RTX 5080 16GB	16	Q4	2.0 估算	否	0.002
Mac Studio M3 Ultra 96GB	96	FP16	2.0 估算	否	0.001
RTX 5070 Ti 16GB	16	Q4	1.9 估算	否	0.003
Mac Studio M2 Ultra 192GB	192	FP16	1.9 估算	是	0.0
MacBook Pro M3 Max 128GB	128	FP16	1.7 估算	否	0.0
RTX 4080 Super 16GB	16	Q4	1.5 估算	否	0.002
RTX 4070 Ti Super 16GB	16	Q4	1.4 估算	否	0.002
RX 7800 XT 16GB	16	Q4	1.3 估算	否	0.003
RX 9070 16GB	16	Q4	1.3 估算	否	0.002
RX 9070 XT 16GB	16	Q4	1.3 估算	否	0.002
RX 7900 GRE 16GB	16	Q4	1.2 估算	否	0.002
Arc A770 16GB	16	Q4	1.2 估算	否	0.003
Mac mini M4 32GB	32	Q4	1.0 估算	否	0.001
RTX 5060 Ti 16GB	16	Q4	0.9 估算	否	0.002
T4 16GB	16	Q4	0.7 估算	否	0.0
RTX 6000 Ada 48GB	48	FP16	0.6 估算	否	0.0
RTX 4060 Ti 16GB	16	Q4	0.6 估算	否	0.001
RX 7600 XT 16GB	16	Q4	0.6 估算	否	0.002
L40S 48GB	48	FP16	0.5 估算	否	0.0
RTX A6000 48GB	48	FP16	0.5 估算	否	0.0
Mac mini M4 Pro 64GB	64	FP16	0.3 估算	否	0.0

装机核对

• RTX 5090 32GB — 装不下 · ≈14.9 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装不下 · ≈4.7 tok/s Q4 估算
• RTX 4090 24GB — 装不下 · ≈4.7 tok/s Q4 估算
• RTX 5080 16GB — 装不下 · ≈2.0 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装不下 · ≈17.9 tok/s Q4 估算
• RX 7900 XTX 24GB — 装不下 · ≈4.5 tok/s Q4 估算
• RTX 3090 24GB — 装不下 · ≈4.4 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装不下 · ≈1.9 tok/s Q4 估算
• L40S 48GB — 装不下 · ≈16.1 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈7.2 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈7.0 tok/s Q4 估算
• RX 7900 XT 20GB — 装不下 · ≈2.6 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Qwen（通义千问）

Qwen3 Qwen3-8B · Qwen3-14B
Qwen3 2507 Qwen3-4B-Instruct-2507 · Qwen3-4B-Thinking-2507 · Qwen3-30B-A3B-Instruct-2507 · Qwen3-235B-A22B-Instruct-2507
Qwen2.5 Qwen2.5-7B-Instruct · Qwen2.5-14B-Instruct · Qwen2.5-32B-Instruct
Qwen2.5 Coder Qwen2.5-Coder-32B-Instruct
Qwen3 Next Qwen3-Next-80B-A3B-Instruct
Qwen3 Coder Qwen3-Coder-480B-A35B-Instruct · Qwen3-Coder-Next
Qwen3.5 Qwen3.5-2B · Qwen3.5-9B · Qwen3.5-27B · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-397B-A17B
Qwen3.6 Qwen3.6-27B · Qwen3.6-35B-A3B

全部 Qwen（通义千问） 模型 →