RTX 5090 32GB 对比 V100 32GB SXM2（本地 LLM）

RTX 5090 32GB 的显存带宽高约 99%（1,792 对 900 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 99%。 Q4/8K 下两者能装下的目录模型数量相同（73 个中 43 个；32 对 32 GB VRAM）。 MSRP：RTX 5090 32GB 为 $1,999，V100 32GB SXM2 为 $10,000。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。 不可零售购买：V100 32GB SXM2（数据中心级；现实使用方式是云租赁）。 下方 Q4/8K 正面对比（57 个共有模型）中，RTX 5090 32GB 在 56 行 tok/s 更高，1 行落后。 方法论.

规格对比

	RTX 5090 32GB	V100 32GB SXM2
厂商	NVIDIA	NVIDIA
VRAM	32 GB	32 GB
显存类型	GDDR7	HBM2
显存带宽	1,792 GB/s	900 GB/s
TDP	575 W	300 W
MSRP（标价）	$1,999	$10,000
购买	搜索 Amazon · eBay · Newegg · B&H Photo	—

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——57 个共有模型中的前 15 个

模型	参数 (B)	RTX 5090 32GB tok/s	RTX 5090 32GB 装得下	V100 32GB SXM2 tok/s	V100 32GB SXM2 装得下	胜者
MiniCPM5-1B	1.08	1800.7 估算	是	895.6 估算	是	RTX 5090 32GB
Qwen3.5-2B	2.0	972.4 估算	是	483.6 估算	是	RTX 5090 32GB
DeepSeek-R1-0528-Qwen3-8B-layer-mix-bpw-3.8-mlx	2.3	845.6 估算	是	420.5 估算	是	RTX 5090 32GB
Qwen3.6-35B-A3B	36.0	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
Qwen3.5-35B-A3B	34.7	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
GLM-4.7-Flash	31.2	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
Qwen3-30B-A3B-Instruct-2507	30.5	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16	30.0	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
Ornith-1.0-35B	35.0	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
qwen35b-a3b-fable-sft-abliterated	34.7	648.3 估算	是	322.4 估算	是	RTX 5090 32GB
Llama-3.2-3B-Instruct	3.2	607.8 估算	是	302.3 估算	是	RTX 5090 32GB
Qwen3-Coder-Next	79.7	534.2 估算	否	268.3 估算	否	RTX 5090 32GB
Qwen3-Next-80B-A3B-Instruct	81.3	514.2 估算	否	258.2 估算	否	RTX 5090 32GB
gemma-4-26B-A4B-it	25.2	511.8 估算	是	254.5 估算	是	RTX 5090 32GB
Qwen3-4B-Instruct-2507	4.0	486.2 估算	是	241.8 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 5090 32GB	V100 32GB SXM2
装得下的目录模型	73 个中 43 个	73 个中 43 个
独占装下的最大模型	—	—

RTX 5090 32GB 详情 → · V100 32GB SXM2 详情 →