24 GB VRAM 936 GB/s Bandwidth
142 TFLOPS FP16 · 350W
NVIDIA GeForce RTX 3090 24GB 本地跑大模型能力报告
共可流畅运行 12 款主流开源模型 · 参考均价 ¥5,200(约 ¥217/GB)
RTX 3090 按用途直接抄作业推荐(16K 上下文实算可跑)
点卡片一键带入部署命令与显存拆解并发请求数 (Batch):
MoE 35B / A3B·40L (d=2048)·16Q/2KV·Ctx 256K·Text+Image+Video
临界可跑(注意上下文水位)23.34 / 23.5 GB~307 tok/s· Q4_K_M · 16K ctx
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算( 当前并发=1)
临界可跑(注意上下文水位)
23.34/ 23.5 GB 可用显存
物理总容量 24 GB · 占用率 99.3%
理论带宽解码速度 (Decode)
~307tokens/s
MoE 架构:每步仅读取 1.82 GB 激活权重
当前并发 (1x) 最大可开窗口
24K/ 256K
高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限
模型权重: 21.22 GBKV Cache (1×16K): 0.4 GB框架开销: 1.72 GB
🚀 闪电秒出(长推理/写代码极爽)生成 500 Token 回答约需 1.6 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run qwen3.5:35b-a3bRTX 3090 可运行 Qwen3.5-35B-A3B (MoE) · 硬件成本与回本参考
参考均价约 ¥5,200(折合 ¥217/GB)· 满载约 350W
想采购或查看 NVIDIA GeForce RTX 3090 24GB 当前市场行情? 去京东搜索实时行情 →
📋 RTX 3090 运行主流开源大模型速度一览表 (Q4_K_M, 16K 上下文)
| 模型 | 所需显存 (Q4) | 运行状态 | 预估速度 | 最佳推荐量化 | 专项诊断 |
|---|---|---|---|---|---|
| Qwen3.5-27B | 19.33 GB | 流畅可跑 | ~39.6 tok/s | q5_k_m | 详情 → |
| Gemma-4-26B-A4B-IT (MoE) | 17.92 GB | 流畅可跑 | ~249.8 tok/s | q5_k_m | 详情 → |
| Qwen3-14B | 12.29 GB | 流畅可跑 | ~65.3 tok/s | q8_0 | 详情 → |
| DeepSeek-R1-Distill-Qwen-14B | 12.82 GB | 流畅可跑 | ~63.7 tok/s | q8_0 | 详情 → |
| Qwen3-8B | 7.94 GB | 流畅可跑 | ~109.1 tok/s | fp16 | 详情 → |
| Gemma-4-E4B-IT (Edge Multimodal) | 6.25 GB | 流畅可跑 | ~226 tok/s | fp16 | 详情 → |
| DeepSeek-R1-Distill-Qwen-7B | 6.09 GB | 流畅可跑 | ~132.7 tok/s | fp16 | 详情 → |
| Qwen3.8-27B | 19.83 GB | 流畅可跑 | ~38.5 tok/s | q5_k_m | 详情 → |
| Qwen3.5-35B-A3B (MoE) | 23.34 GB | 临界可跑(注意上下文水位) | ~307 tok/s | q4_k_m | 详情 → |
| Gemma-4-31B-IT | 22.47 GB | 临界可跑(注意上下文水位) | ~31.5 tok/s | q4_k_m | 详情 → |
| GLM-4-32B-0414 | 21.26 GB | 临界可跑(注意上下文水位) | ~31.1 tok/s | q4_k_m | 详情 → |
| Qwen3-30B-A3B (MoE) | 20.92 GB | 临界可跑(注意上下文水位) | ~221 tok/s | q4_k_m | 详情 → |
| Qwen3-32B | 25.03 GB | 需内存卸载(降速运行) | ~19.9 tok/s | iq4_xs | 详情 → |
| DeepSeek-R1-Distill-Qwen-32B | 25.03 GB | 需内存卸载(降速运行) | ~19.9 tok/s | iq4_xs | 详情 → |
| Qwen3.6-35B-A3B (MoE) | 23.96 GB | 需内存卸载(降速运行) | ~286.5 tok/s | iq4_xs | 详情 → |
| Kimi K3 (2.8T MoE) | 1733.2 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| DeepSeek-V4-Pro (1.6T MoE) | 990.02 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| GLM-5 (744B-A40B MoE) | 461.99 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Kimi K2.6 (1T MoE) | 620.83 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Qwen3.5-397B-A17B (MoE) | 247.5 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Qwen3.5-122B-A10B (MoE) | 77.26 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| DeepSeek-R1 (671B-A37B MoE) | 416.53 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| GLM-5.3-Flash (320B-A18B MoE) | 199.39 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Qwen3-235B-A22B (MoE) | 148.98 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| DeepSeek-V4-Flash (284B-A13B MoE) | 176.19 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| MiniMax-M3.1-Flash (428B MoE) | 267.98 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Step-3.5-Flash (196B MoE) | 123.02 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Llama-4-Scout-109B-A17B (MoE) | 71.92 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Llama-3.3-70B-Instruct | 49.48 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Kimi K3.1 Pro (2.8T MoE) | 1722.14 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Qwen3.8-2.4T-A95B (MoE) | 1515.15 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Meituan LongCat-2.5 (1.78T MoE) | 1101.87 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Meituan LongCat-2.0 (1.78T MoE) | 1099.4 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Kimi K2.7 Code (1T MoE) | 636.9 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Kimi K2.5 (1T MoE) | 636.9 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Xiaomi MiMo-V2.6-Pro (1T MoE) | 641.56 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Mistral Large 4 (1T-A52B) | 621.03 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| GLM-5.3 (753B MoE) | 467.56 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| GLM-5.2 (753B MoE) | 467.56 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Step 5 Preview (600B MoE) | 376.18 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| MiniMax-M3 (427B MoE) | 267.36 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| DeepSeek-V4.1-Flash (1017) | 236.39 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Xiaomi MiMo-V2.6-Flash (311B MoE) | 196.03 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| ERNIE-5.5-Flash (280B MoE) | 178.12 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| MiniMax-M2.7 (229B MoE) | 146.22 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Step 3.7 Flash (201B MoE) | 126.47 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
| Qwen3.8-Flash-Next (180B MoE) | 113.11 GB | 显存不足 (OOM) | — | Cloud / Multi-GPU | 详情 → |
常见问题解答 (FAQ)
NVIDIA GeForce RTX 3090 24GB 最大能流畅跑多少 B 参数的大模型?
RTX 3090 配备 24 GB 显存。在主流 4-bit 量化(Q4_K_M)下,最高推荐直接运行 Qwen3.5-35B-A3B (MoE)(35B 参数)。
RTX 3090 跑大模型速度怎么样?
本地单用户解码速度主要受限于 936 GB/s 的内存带宽。在运行 Qwen3.5-35B-A3B (MoE) (Q4_K_M) 时,理论估算生成速度约为 307 tokens/s。