RTX 4080 Super 16GB 的显存带宽高约 31%(736 对 560 GB/s)。batch-1 解码与带宽强相关,因此同能装下的模型在 RTX 4080 Super 16GB 上解码约快 31%。 Q4/8K 下两者能装下的目录模型数量相同(63 个中 20 个;16 对 16 GB VRAM)。 MSRP:Arc A770 16GB 为 $349,RTX 4080 Super 16GB 为 $999。MSRP 是发布标价而非实时售价——Amazon 价格会波动,点进去才是在售价格。 下方 Q4/8K 正面对比(39 个共有模型)中,RTX 4080 Super 16GB 在 39 行 tok/s 更高,0 行落后。 方法论.
| Arc A770 16GB | RTX 4080 Super 16GB | |
|---|---|---|
| 厂商 | Intel | NVIDIA |
| VRAM | 16 GB | 16 GB |
| 显存类型 | GDDR6 | GDDR6X |
| 显存带宽 | 560 GB/s | 736 GB/s |
| TDP | 225 W | 320 W |
| MSRP(标价) | $349 | $999 |
| 购买 | 搜索 Amazon (返利链接) | ASUS ProArt GeForce RTX 4080 Super OC (返利链接) · 更多商品 |
| 模型 | 参数 (B) | Arc A770 16GB tok/s | Arc A770 16GB 装得下 | RTX 4080 Super 16GB tok/s | RTX 4080 Super 16GB 装得下 | 胜者 |
|---|---|---|---|---|---|---|
| MiniCPM5-1B | 1.08 | 330.0 估算 | 是 | 433.7 估算 | 是 | RTX 4080 Super 16GB |
| gemma-4-26B-A4B-it | 25.2 | 281.1 估算 | 否 | 369.5 估算 | 否 | RTX 4080 Super 16GB |
| Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 | 30.0 | 265.2 估算 | 否 | 348.6 估算 | 否 | RTX 4080 Super 16GB |
| Qwen3-30B-A3B-Instruct-2507 | 30.5 | 257.2 估算 | 否 | 338.0 估算 | 否 | RTX 4080 Super 16GB |
| GLM-4.7-Flash | 31.2 | 246.9 估算 | 否 | 324.5 估算 | 否 | RTX 4080 Super 16GB |
| Qwen3.5-35B-A3B | 34.7 | 203.0 估算 | 否 | 266.8 估算 | 否 | RTX 4080 Super 16GB |
| Ornith-1.0-35B | 35.0 | 199.9 估算 | 否 | 262.7 估算 | 否 | RTX 4080 Super 16GB |
| Qwen3.6-35B-A3B | 36.0 | 189.7 估算 | 否 | 249.3 估算 | 否 | RTX 4080 Super 16GB |
| Qwen3.5-2B | 2.0 | 178.2 估算 | 是 | 234.2 估算 | 是 | RTX 4080 Super 16GB |
| gpt-oss-20b | 21.5 | 99.0 估算 | 是 | 186.5 实测 | 是 | RTX 4080 Super 16GB |
| Llama-3.2-3B-Instruct | 3.2 | 111.4 估算 | 是 | 146.4 估算 | 是 | RTX 4080 Super 16GB |
| Qwen3-4B-Instruct-2507 | 4.0 | 89.1 估算 | 是 | 117.1 估算 | 是 | RTX 4080 Super 16GB |
| Qwen3-4B-Thinking-2507 | 4.0 | 89.1 估算 | 是 | 117.1 估算 | 是 | RTX 4080 Super 16GB |
| NVIDIA-Nemotron-3-Nano-4B-BF16 | 4.0 | 89.1 估算 | 是 | 117.1 估算 | 是 | RTX 4080 Super 16GB |
| gemma-4-E2B-it | 5.1 | 69.9 估算 | 是 | 91.8 估算 | 是 | RTX 4080 Super 16GB |
| Arc A770 16GB | RTX 4080 Super 16GB | |
|---|---|---|
| 装得下的目录模型 | 63 个中 20 个 | 63 个中 20 个 |
| 独占装下的最大模型 | — | — |