Tesla P4 8GB 对比 RTX 5090 32GB（本地 LLM）

RTX 5090 32GB 的显存带宽高约 833%（1,792 对 192 GB/s）。batch-1 解码与带宽强相关，因此同能装下的模型在 RTX 5090 32GB 上解码约快 833%。 Q4/8K 下 RTX 5090 32GB 能装下的目录模型更多——69 个模型中 39 对 16（32 对 8 GB VRAM）。 能装进 RTX 5090 32GB 却装不进 Tesla P4 8GB 的最大模型：Qwen3.6-35B-A3B（36.0B）。 MSRP：Tesla P4 8GB 为 $80，RTX 5090 32GB 为 $1,999。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 5090 32GB 在 39 行 tok/s 更高，0 行落后。 方法论.

规格对比

	Tesla P4 8GB	RTX 5090 32GB
厂商	NVIDIA	NVIDIA
VRAM	8 GB	32 GB
显存类型	GDDR5	GDDR7
显存带宽	192 GB/s	1,792 GB/s
TDP	75 W	575 W
MSRP（标价）	$80	$1,999
购买	搜索 Amazon （返利链接）	搜索 Amazon （返利链接）

MSRP 为发布标价，非实时售价。购买链接为 Amazon 返利链接——点击后看到的才是在售价格。

Q4 / 8K 正面对比——39 个共有模型中的前 15 个

模型	参数 (B)	Tesla P4 8GB tok/s	Tesla P4 8GB 装得下	RTX 5090 32GB tok/s	RTX 5090 32GB 装得下	胜者
MiniCPM5-1B	1.08	113.1 估算	是	1055.9 估算	是	RTX 5090 32GB
Qwen3.5-2B	2.0	61.1 估算	是	570.2 估算	是	RTX 5090 32GB
DeepSeek-R1-0528-Qwen3-8B-layer-mix-bpw-3.8-mlx	2.3	53.1 估算	是	495.8 估算	是	RTX 5090 32GB
Qwen3.6-35B-A3B	36.0	17.0 估算	否	380.1 估算	是	RTX 5090 32GB
Qwen3.5-35B-A3B	34.7	18.2 估算	否	380.1 估算	是	RTX 5090 32GB
GLM-4.7-Flash	31.2	21.0 估算	否	380.1 估算	是	RTX 5090 32GB
Qwen3-30B-A3B-Instruct-2507	30.5	21.9 估算	否	380.1 估算	是	RTX 5090 32GB
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16	30.0	24.1 估算	否	380.1 估算	是	RTX 5090 32GB
Ornith-1.0-35B	35.0	17.0 估算	否	380.1 估算	是	RTX 5090 32GB
qwen35b-a3b-fable-sft-abliterated	34.7	17.3 估算	否	380.1 估算	是	RTX 5090 32GB
Llama-3.2-3B-Instruct	3.2	38.2 估算	是	356.4 估算	是	RTX 5090 32GB
gemma-4-26B-A4B-it	25.2	23.9 估算	否	300.1 估算	是	RTX 5090 32GB
Qwen3-4B-Instruct-2507	4.0	30.5 估算	是	285.1 估算	是	RTX 5090 32GB
NVIDIA-Nemotron-3-Nano-4B-BF16	4.0	30.5 估算	是	285.1 估算	是	RTX 5090 32GB
Qwen3-4B-Thinking-2507	4.0	30.5 估算	是	285.1 估算	是	RTX 5090 32GB

估算 = 基于带宽的估算；实测 = 收录的真实基准，覆盖估算值。装得下 = 权重 + KV(8K) + 1 GB 开销 ≤ 95% VRAM。

Q4 / 8K 装机覆盖

	Tesla P4 8GB	RTX 5090 32GB
装得下的目录模型	69 个中 16 个	69 个中 39 个
独占装下的最大模型	—	Qwen3.6-35B-A3B (36.0B)

Tesla P4 8GB 详情 → · RTX 5090 32GB 详情 →