RTX 5070 12GB 对比 RTX 5090 32GB（本地 LLM）

RTX 5090 32GB 的显存带宽高约 167%（1,792 对 672 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 167%。 Q4/8K 下 RTX 5090 32GB 能装下的目录模型更多——63 个模型中 34 对 16（32 对 12 GB VRAM）。 能装进 RTX 5090 32GB 却装不进 RTX 5070 12GB 的最大模型：Qwen3.6-35B-A3B（36.0B）。 MSRP：RTX 5070 12GB 为 $549，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（36 个共有模型）中，RTX 5090 32GB 在 34 行 tok/s 更高，2 行落后。 方法论.

规格对比

	RTX 5070 12GB	RTX 5090 32GB
厂商	NVIDIA	NVIDIA
VRAM	12 GB	32 GB
显存类型	GDDR7	GDDR7
显存带宽	672 GB/s	1,792 GB/s
TDP	250 W	575 W
MSRP（标价）	$549	$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——36 个共有模型中的前 15 个

模型	参数 (B)	RTX 5070 12GB tok/s	RTX 5070 12GB 装得下	RTX 5090 32GB tok/s	RTX 5090 32GB 装得下	胜者
MiniCPM5-1B	1.08	396.0 估算	是	1055.9 估算	是	RTX 5090 32GB
Qwen3.5-2B	2.0	213.8 估算	是	570.2 估算	是	RTX 5090 32GB
Qwen3-Coder-Next	79.7	28.4 估算	否	538.6 估算	否	RTX 5090 32GB
Qwen3-Next-80B-A3B-Instruct	81.3	27.3 估算	否	518.3 估算	否	RTX 5090 32GB
GLM-4.7-Flash	31.2	166.6 估算	否	380.1 估算	是	RTX 5090 32GB
Qwen3-30B-A3B-Instruct-2507	30.5	173.6 估算	否	380.1 估算	是	RTX 5090 32GB
Qwen3.5-35B-A3B	34.7	137.0 估算	否	380.1 估算	是	RTX 5090 32GB
Qwen3.6-35B-A3B	36.0	128.1 估算	否	380.1 估算	是	RTX 5090 32GB
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16	30.0	179.0 估算	否	380.1 估算	是	RTX 5090 32GB
Ornith-1.0-35B	35.0	134.9 估算	否	380.1 估算	是	RTX 5090 32GB
Llama-3.2-3B-Instruct	3.2	133.6 估算	是	356.4 估算	是	RTX 5090 32GB
gemma-4-26B-A4B-it	25.2	189.8 估算	否	300.1 估算	是	RTX 5090 32GB
Qwen3-4B-Instruct-2507	4.0	106.9 估算	是	285.1 估算	是	RTX 5090 32GB
Qwen3-4B-Thinking-2507	4.0	106.9 估算	是	285.1 估算	是	RTX 5090 32GB
NVIDIA-Nemotron-3-Nano-4B-BF16	4.0	106.9 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

	RTX 5070 12GB	RTX 5090 32GB
装得下的目录模型	63 个中 16 个	63 个中 34 个
独占装下的最大模型	—	Qwen3.6-35B-A3B (36.0B)

RTX 5070 12GB 详情 → · RTX 5090 32GB 详情 →