Qwen3.5-122B-A10B-Heretic-v2-MLX-mixed-3.8bit — 哪些 GPU 装得下

TheCluster · 19.8B（激活 NoneB） · MoE · ctx NoneK · apache-2.0 · HuggingFace

Qwen3.5-122B-A10B-Heretic-v2-MLX-mixed-3.8bit（TheCluster）是 AI Hashrate 收录的19.8B 参数 MoE（每 token 激活 19.8B）开放权重模型。按 8K 上下文估算：Q4 约需 15.85 GB VRAM（权重 10.89 GB + KV 3.96 GB + 开销 1 GB），FP16 约需 44.56 GB。在该上下文假设下，目录中约有 44 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 257.1 tok/s（估算）; MI300X 192GB ≈ 170.3 tok/s（估算）; H200 141GB SXM5 ≈ 154.3 tok/s（估算）; H100 80GB SXM5 ≈ 107.7 tok/s（估算）; Gaudi 3 128GB ≈ 105.3 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.

117 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	257.1 估算	是	0.006
MI300X 192GB	192	Q4	170.3 估算	是	0.011
H200 141GB SXM5	141	Q4	154.3 估算	是	0.004
H100 80GB SXM5	80	Q4	107.7 估算	是	0.004
Gaudi 3 128GB	128	Q4	105.3 估算	是	0.008
B200 192GB SXM	192	FP16	70.7 估算	是	0.002
A100 80GB SXM4	80	Q4	65.5 估算	是	0.004
RTX 5090 32GB	32	Q4	57.6 估算	是	0.029
MI300X 192GB	192	FP16	46.8 估算	是	0.003
H200 141GB SXM5	141	FP16	42.4 估算	是	0.001
RTX 5070 12GB	12	Q4	35.2 估算	否	0.064
Titan V 12GB	12	Q4	34.2 估算	否	0.011
RTX 4090 24GB	24	Q4	32.4 估算	是	0.02
RTX 4090D 24GB (China)	24	Q4	32.4 估算	是	0.02
RTX 3090 Ti 24GB	24	Q4	32.4 估算	是	0.016
RTX 5080 16GB	16	Q4	30.9 估算	是	0.031
RX 7900 XTX 24GB	24	Q4	30.9 估算	是	0.031
RTX 6000 Ada 48GB	48	Q4	30.9 估算	是	0.005
RTX 3090 24GB	24	Q4	30.1 估算	是	0.02
H100 80GB SXM5	80	FP16	29.6 估算	是	0.001
RTX 4070 Ti 12GB	12	Q4	29.0 估算	否	0.036
Gaudi 3 128GB	128	FP16	29.0 估算	是	0.002
V100 32GB SXM2	32	Q4	28.9 估算	是	0.003
V100 16GB PCIe	16	Q4	28.9 估算	是	0.004
RTX 5070 Ti 16GB	16	Q4	28.8 估算	是	0.038
Titan Xp 12GB	12	Q4	28.7 估算	否	0.024
L40S 48GB	48	Q4	27.8 估算	是	0.003
RTX 3080 10GB	10	Q4	27.6 估算	否	0.039
RTX 4070 12GB	12	Q4	26.4 估算	否	0.044
RTX 4070 Super 12GB	12	Q4	26.4 估算	否	0.044
Mac Studio M3 Ultra 96GB	96	Q4	26.3 估算	是	0.007
Mac Studio M2 Ultra 192GB	192	Q4	25.7 估算	是	0.004
RX 7900 XT 20GB	20	Q4	25.7 估算	是	0.029
Titan X Pascal 12GB	12	Q4	25.2 估算	否	0.021
RTX A6000 48GB	48	Q4	24.7 估算	是	0.005
Arc B580 12GB	12	Q4	23.9 估算	否	0.096
RTX 4080 Super 16GB	16	Q4	23.7 估算	是	0.024
RTX 5090 32GB	32	FP16	23.3 估算	否	0.012
RX 7700 XT 12GB	12	Q4	22.6 估算	否	0.05
RTX 4070 Ti Super 16GB	16	Q4	21.6 估算	是	0.027
RX 9070 16GB	16	Q4	20.6 估算	是	0.038
RX 9070 XT 16GB	16	Q4	20.6 估算	是	0.034
RX 7800 XT 16GB	16	Q4	20.1 估算	是	0.04
Arc Pro B70 32GB	32	Q4	19.5 估算	是	0.02
RTX 3060 12GB	12	Q4	18.9 估算	否	0.057
RX 7900 GRE 16GB	16	Q4	18.5 估算	是	0.034
A100 80GB SXM4	80	FP16	18.0 估算	是	0.001
Arc A770 16GB	16	Q4	18.0 估算	是	0.052
MacBook Pro M4 Max 128GB	128	Q4	17.5 估算	是	0.004
DGX Spark (GH200 480GB)	480	Q4	16.1 估算	是	0.005
RTX 5060 Ti 16GB	16	Q4	14.4 估算	是	0.034
Arc B570 10GB	10	Q4	13.8 估算	否	0.063
MacBook Pro M1 Max 32GB	32	Q4	12.9 估算	是	0.004
MacBook Pro M1 Max 64GB	64	Q4	12.9 估算	是	0.003
MacBook Pro M3 Max 128GB	128	Q4	12.9 估算	是	0.003
V100 32GB SXM2	32	FP16	11.7 估算	否	0.001
RTX 5060 8GB	8	Q4	10.4 估算	否	0.035
RTX 5060 Ti 8GB	8	Q4	10.4 估算	否	0.027
RTX 3070 8GB	8	Q4	10.4 估算	否	0.021
T4 16GB	16	Q4	10.3 估算	是	0.005
RTX 4060 Ti 16GB	16	Q4	9.3 估算	是	0.019
RX 7600 XT 16GB	16	Q4	9.3 估算	是	0.028
Mac mini M4 Pro 64GB	64	Q4	8.8 估算	是	0.004
RTX 6000 Ada 48GB	48	FP16	8.5 估算	是	0.001
Arc Pro B70 32GB	32	FP16	7.9 估算	否	0.008
L40S 48GB	48	FP16	7.6 估算	是	0.001
RTX 4090 24GB	24	FP16	7.4 估算	否	0.005
RTX 4090D 24GB (China)	24	FP16	7.4 估算	否	0.005
RTX 3090 Ti 24GB	24	FP16	7.4 估算	否	0.004
Mac Studio M3 Ultra 96GB	96	FP16	7.2 估算	是	0.002
Mac Studio M2 Ultra 192GB	192	FP16	7.1 估算	是	0.001
RX 7900 XTX 24GB	24	FP16	7.0 估算	否	0.007
Ryzen AI Max+ 395 128GB	96	Q4	6.9 估算	是	0.003
Ryzen AI Max+ 395 64GB	48	Q4	6.9 估算	是	0.005
Ryzen AI Max 390 64GB	48	Q4	6.9 估算	是	0.005
RTX 3090 24GB	24	FP16	6.8 估算	否	0.005
RTX A6000 48GB	48	FP16	6.8 估算	是	0.002
RTX 4060 Ti 8GB	8	Q4	6.7 估算	否	0.017
RX 7600 8GB	8	Q4	6.7 估算	否	0.025
RTX 4060 8GB	8	Q4	6.3 估算	否	0.021
MacBook Pro M1 Max 32GB	32	FP16	5.2 估算	否	0.002
MacBook Pro M4 Max 128GB	128	FP16	4.8 估算	是	0.001
Tesla P4 8GB	8	Q4	4.5 估算	否	0.056
DGX Spark (GH200 480GB)	480	FP16	4.4 估算	是	0.001
RX 7900 XT 20GB	20	FP16	4.1 估算	否	0.005
Mac mini M4 32GB	32	Q4	3.9 估算	是	0.004
MacBook Pro M1 Max 64GB	64	FP16	3.5 估算	是	0.001
MacBook Pro M3 Max 128GB	128	FP16	3.5 估算	是	0.001
RTX 5080 16GB	16	FP16	3.1 估算	否	0.003
V100 16GB PCIe	16	FP16	2.9 估算	否	0.0
RTX 5070 Ti 16GB	16	FP16	2.9 估算	否	0.004
RTX 4080 Super 16GB	16	FP16	2.4 估算	否	0.002
Mac mini M4 Pro 64GB	64	FP16	2.4 估算	是	0.001
RTX 4070 Ti Super 16GB	16	FP16	2.2 估算	否	0.003
RX 9070 16GB	16	FP16	2.1 估算	否	0.004
RX 9070 XT 16GB	16	FP16	2.1 估算	否	0.004
RX 7800 XT 16GB	16	FP16	2.0 估算	否	0.004
RX 7900 GRE 16GB	16	FP16	1.9 估算	否	0.003
Ryzen AI Max+ 395 128GB	96	FP16	1.9 估算	是	0.001
Ryzen AI Max+ 395 64GB	48	FP16	1.9 估算	是	0.001
Ryzen AI Max 390 64GB	48	FP16	1.9 估算	是	0.001
Arc A770 16GB	16	FP16	1.8 估算	否	0.005
Mac mini M4 32GB	32	FP16	1.6 估算	否	0.002
RTX 5060 Ti 16GB	16	FP16	1.5 估算	否	0.003
RTX 5070 12GB	12	FP16	1.2 估算	否	0.002
Titan V 12GB	12	FP16	1.2 估算	否	0.0
RTX 4070 Ti 12GB	12	FP16	1.0 估算	否	0.001
T4 16GB	16	FP16	1.0 估算	否	0.001
Titan Xp 12GB	12	FP16	1.0 估算	否	0.001
RTX 4070 12GB	12	FP16	0.9 估算	否	0.002
RTX 4060 Ti 16GB	16	FP16	0.9 估算	否	0.002
RTX 4070 Super 12GB	12	FP16	0.9 估算	否	0.002
Titan X Pascal 12GB	12	FP16	0.9 估算	否	0.001
RX 7600 XT 16GB	16	FP16	0.9 估算	否	0.003
RX 7700 XT 12GB	12	FP16	0.8 估算	否	0.002
Arc B580 12GB	12	FP16	0.8 估算	否	0.003
RTX 3060 12GB	12	FP16	0.7 估算	否	0.002

装机核对

RTX 5090 32GB — 装得下 · ≈57.6 tok/s Q4 估算
RTX 3090 Ti 24GB — 装得下 · ≈32.4 tok/s Q4 估算
RTX 4090 24GB — 装得下 · ≈32.4 tok/s Q4 估算
RTX 5080 16GB — 装得下 · ≈30.9 tok/s Q4 估算
RTX 6000 Ada 48GB — 装得下 · ≈30.9 tok/s Q4 估算
RX 7900 XTX 24GB — 装得下 · ≈30.9 tok/s Q4 估算
RTX 3090 24GB — 装得下 · ≈30.1 tok/s Q4 估算
RTX 5070 Ti 16GB — 装得下 · ≈28.8 tok/s Q4 估算
L40S 48GB — 装得下 · ≈27.8 tok/s Q4 估算
Mac Studio M3 Ultra 96GB — 装得下 · ≈26.3 tok/s Q4 估算
Mac Studio M2 Ultra 192GB — 装得下 · ≈25.7 tok/s Q4 估算
RX 7900 XT 20GB — 装得下 · ≈25.7 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。