Qwen3-8B

Alibaba · 8.2B · ctx 128K · apache-2.0 · HuggingFace

Qwen3-8B（Alibaba）是 AI Hashrate 收录的8.2B 参数开放权重模型。 按 8K 上下文估算：Q4 约需 7.15 GB VRAM（权重 4.51 GB + KV 1.64 GB + 开销 1 GB），FP16 约需 19.04 GB。 在该上下文假设下，目录中约有 50 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 620.8 tok/s（估算）; MI300X 192GB ≈ 411.3 tok/s（估算）; H200 141GB SXM5 ≈ 372.5 tok/s（估算）; H100 80GB SXM5 ≈ 260.0 tok/s（估算）; Gaudi 3 128GB ≈ 254.2 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.

100 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	620.8 估算	是	0.016
MI300X 192GB	192	Q4	411.3 估算	是	0.027
H200 141GB SXM5	141	Q4	372.5 估算	是	0.011
H100 80GB SXM5	80	Q4	260.0 估算	是	0.009
Gaudi 3 128GB	128	Q4	254.2 估算	是	0.02
B200 192GB SXM	192	FP16	170.7 估算	是	0.004
A100 80GB SXM4	80	Q4	158.2 估算	是	0.011
RTX 5090 32GB	32	Q4	139.1 估算	是	0.07
MI300X 192GB	192	FP16	113.1 估算	是	0.008
RTX 4090 24GB	24	Q4	104.3 实测	是	0.065
H200 141GB SXM5	141	FP16	102.4 估算	是	0.003
RTX 4090D 24GB (China)	24	Q4	78.2 估算	是	0.049
RTX 3090 Ti 24GB	24	Q4	78.2 估算	是	0.039
RTX 5080 16GB	16	Q4	74.5 估算	是	0.075
RX 7900 XTX 24GB	24	Q4	74.5 估算	是	0.075
RTX 6000 Ada 48GB	48	Q4	74.5 估算	是	0.011
RTX 3090 24GB	24	Q4	72.6 估算	是	0.048
H100 80GB SXM5	80	FP16	71.5 估算	是	0.002
Gaudi 3 128GB	128	FP16	69.9 估算	是	0.006
RTX 5070 Ti 16GB	16	Q4	69.5 估算	是	0.093
L40S 48GB	48	Q4	67.1 估算	是	0.008
Mac Studio M3 Ultra 96GB	96	Q4	63.6 估算	是	0.016
Mac Studio M2 Ultra 192GB	192	Q4	62.1 估算	是	0.009
RX 7900 XT 20GB	20	Q4	62.1 估算	是	0.069
RTX A6000 48GB	48	Q4	59.6 估算	是	0.013
RTX 3080 10GB	10	Q4	59.0 估算	是	0.084
RTX 4080 Super 16GB	16	Q4	57.1 估算	是	0.057
RX 7900 XT 20GB	20	FP16	53.8 估算	否	0.06
RTX 4070 Ti Super 16GB	16	Q4	52.2 估算	是	0.065
RTX 5070 12GB	12	Q4	52.2 估算	是	0.095
RX 9070 16GB	16	Q4	49.7 估算	是	0.091
RX 9070 XT 16GB	16	Q4	49.7 估算	是	0.083
RX 7800 XT 16GB	16	Q4	48.4 估算	是	0.097
RX 7900 GRE 16GB	16	Q4	44.7 估算	是	0.081
A100 80GB SXM4	80	FP16	43.5 估算	是	0.003
Arc A770 16GB	16	Q4	43.5 估算	是	0.125
RTX 4070 Ti 12GB	12	Q4	43.0 估算	是	0.054
MacBook Pro M4 Max 128GB	128	Q4	42.4 估算	是	0.01
RTX 5080 16GB	16	FP16	41.3 估算	否	0.041
RTX 4070 12GB	12	Q4	39.1 估算	是	0.065
RTX 4070 Super 12GB	12	Q4	39.1 估算	是	0.065
RTX 5070 Ti 16GB	16	FP16	38.6 估算	否	0.052
RTX 5090 32GB	32	FP16	38.2 估算	是	0.019
Arc B580 12GB	12	Q4	35.4 估算	是	0.142
RTX 5060 8GB	8	Q4	34.8 估算	是	0.116
RTX 5060 Ti 8GB	8	Q4	34.8 估算	是	0.092
RTX 5060 Ti 16GB	16	Q4	34.8 估算	是	0.081
RTX 3070 8GB	8	Q4	34.8 估算	是	0.07
RX 7700 XT 12GB	12	Q4	33.5 估算	是	0.075
RTX 4080 Super 16GB	16	FP16	31.7 估算	否	0.032
MacBook Pro M3 Max 128GB	128	Q4	31.0 估算	是	0.007
Arc B570 10GB	10	Q4	29.5 估算	是	0.135
RTX 4070 Ti Super 16GB	16	FP16	28.9 估算	否	0.036
RTX 3060 12GB	12	Q4	27.9 估算	是	0.085
RX 9070 16GB	16	FP16	27.6 估算	否	0.05
RX 9070 XT 16GB	16	FP16	27.6 估算	否	0.046
RX 7800 XT 16GB	16	FP16	26.9 估算	否	0.054
T4 16GB	16	Q4	24.8 估算	是	0.012
RX 7900 GRE 16GB	16	FP16	24.8 估算	否	0.045
Arc A770 16GB	16	FP16	24.1 估算	否	0.069
RTX 4060 Ti 8GB	8	Q4	22.4 估算	是	0.056
RTX 4060 Ti 16GB	16	Q4	22.4 估算	是	0.045
RX 7600 8GB	8	Q4	22.4 估算	是	0.083
RX 7600 XT 16GB	16	Q4	22.4 估算	是	0.068
RTX 4090 24GB	24	FP16	21.5 估算	是	0.013
RTX 4090D 24GB (China)	24	FP16	21.5 估算	是	0.013
RTX 3090 Ti 24GB	24	FP16	21.5 估算	是	0.011
Mac mini M4 Pro 64GB	64	Q4	21.2 估算	是	0.01
RTX 4060 8GB	8	Q4	21.1 估算	是	0.071
RX 7900 XTX 24GB	24	FP16	20.5 估算	是	0.021
RTX 6000 Ada 48GB	48	FP16	20.5 估算	是	0.003
RTX 3090 24GB	24	FP16	20.0 估算	是	0.013
RTX 5060 Ti 16GB	16	FP16	19.3 估算	否	0.045
L40S 48GB	48	FP16	18.4 估算	是	0.002
Mac Studio M3 Ultra 96GB	96	FP16	17.5 估算	是	0.004
Mac Studio M2 Ultra 192GB	192	FP16	17.1 估算	是	0.002
RTX A6000 48GB	48	FP16	16.4 估算	是	0.004
RTX 5070 12GB	12	FP16	16.3 估算	否	0.03
T4 16GB	16	FP16	13.8 估算	否	0.007
RTX 4070 Ti 12GB	12	FP16	13.4 估算	否	0.017
RTX 3080 10GB	10	FP16	12.8 估算	否	0.018
RTX 4060 Ti 16GB	16	FP16	12.4 估算	否	0.025
RX 7600 XT 16GB	16	FP16	12.4 估算	否	0.038
RTX 4070 12GB	12	FP16	12.2 估算	否	0.02
RTX 4070 Super 12GB	12	FP16	12.2 估算	否	0.02
MacBook Pro M4 Max 128GB	128	FP16	11.7 估算	是	0.003
Arc B580 12GB	12	FP16	11.0 估算	否	0.044
RX 7700 XT 12GB	12	FP16	10.5 估算	否	0.023
Mac mini M4 32GB	32	Q4	9.3 估算	是	0.009
RTX 3060 12GB	12	FP16	8.7 估算	否	0.026
MacBook Pro M3 Max 128GB	128	FP16	8.5 估算	是	0.002
Arc B570 10GB	10	FP16	6.4 估算	否	0.029
Mac mini M4 Pro 64GB	64	FP16	5.8 估算	是	0.003
RTX 5060 8GB	8	FP16	4.8 估算	否	0.016
RTX 5060 Ti 8GB	8	FP16	4.8 估算	否	0.013
RTX 3070 8GB	8	FP16	4.8 估算	否	0.01
RTX 4060 Ti 8GB	8	FP16	3.1 估算	否	0.008
RX 7600 8GB	8	FP16	3.1 估算	否	0.012
RTX 4060 8GB	8	FP16	2.9 估算	否	0.01
Mac mini M4 32GB	32	FP16	2.6 估算	是	0.003

装机核对

• RTX 5090 32GB — 装得下 · ≈139.1 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装得下 · ≈78.2 tok/s Q4 估算
• RTX 4090 24GB — 装得下 · ≈104.3 tok/s Q4 实测
• RTX 5080 16GB — 装得下 · ≈74.5 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈74.5 tok/s Q4 估算
• RX 7900 XTX 24GB — 装得下 · ≈74.5 tok/s Q4 估算
• RTX 3090 24GB — 装得下 · ≈72.6 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装得下 · ≈69.5 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈67.1 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈63.6 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈62.1 tok/s Q4 估算
• RX 7900 XT 20GB — 装得下 · ≈62.1 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 Qwen3-14B
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 · Qwen2.5-72B-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 →