Radeon RX 7900 XTX 能跑哪些大模型？
在 24GB、4K 上下文下，索引中 110 个模型有 84 个可从容运行，各自取仍留有余量的最高质量档位。
Radeon RX 7900 XTX 的简短答案
24 GB，960 GB/s GDDR6。索引中 110 个模型里有 84 个能在 4K 上下文下从容运行，87 个至少能加载。
- 能装下的最大模型
- Seed-OSS 36B Instruct — AWQ INT4 下约 19.9 GB —— 4K 时仅剩 4.1 GB，上下文再拉长就要动用这点余量。
- 留有余量的选择
- ERNIE 4.5 21B-A3B — Q4_K_M 下约 14.1 GB —— 占用不到显存的 60%，留下 10.0 GB 给长上下文或第二个进程。
- 速度上限
- Llama 3.1 8B Instruct 在 Q4_K_M 下每个 token 要读取 4.6 GB 权重，因此 960 GB/s 给出的硬上限约为 208 tok/s。这是两个公开数字的算术结果，不是跑分 —— 实际吞吐会低于它。 本站没有在这张卡上的实测记录，因此无法与这个上限对照。
- 你会先撞到的墙
- 瓶颈是后端支持，不是容量。在 960 GB/s 下，显存子系统与同容量的 NVIDIA 卡相当；真正的变量是你的运行时是否有适配你内核与显卡的可用 ROCm 构建。llama.cpp 与 vLLM 都提供官方 ROCm 支持 —— 这是配置问题，不是硬件天花板。
32B · 27
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| Seed-OSS 36B Instruct36B | AWQ INT4 | 19.91 GB | +4.1 GB | ≤56天花板 |
| Command R 35B35B | GPTQ INT4 | 18.97 GB | +5 GB | ≤58天花板 |
| Yi 1.5 34B Chat34B | AWQ INT4 | 19 GB | +5 GB | ≤59天花板 |
| Qwen3 32B Instruct32B | AWQ INT4 | 18.22 GB | +5.8 GB | ≤62天花板 |
| Qwen2.5 32B Instruct32B | Q3_K_M | 17.53 GB | +6.5 GB | 40–53推算 |
| Qwen2.5-Coder 32B Instruct32B | AWQ INT4 | 18.08 GB | +5.9 GB | ≤62天花板 |
| DeepSeek-R1-Distill-Qwen-32B32B | Q3_K_M | 17.53 GB | +6.5 GB | 40–53推算 |
| Nemotron 3.5 Lightning 30B-A3B30B-A3B | Q4_0 | 19.79 GB | +4.2 GB | ≤563天花板 |
| Gemma 4 31B IT31B | Q4_K_M | 21.08 GB | +2.9 GB | 34–45推算 |
| Qwen3 30B-A3B Instruct30B-A3B | Q4_K_M | 19.73 GB | +4.3 GB | ≤555天花板 |
| Qwen3-Coder 30B-A3B Instruct30B-A3B | Q4_K_M | 19.73 GB | +4.3 GB | ≤555天花板 |
| Qwen3-VL 30B-A3B Instruct30B-A3B | Q4_K_M | 19.73 GB | +4.3 GB | ≤555天花板 |
| GLM-4.7-Flash30B-A3B | Q4_K_M | 19.19 GB | +4.8 GB | ≤556天花板 |
| Granite 4.2 30B30B | Q4_K_M | 19.61 GB | +4.4 GB | 36–47推算 |
| Muse Glimmer 30B30B | Q4_K_M | 17.66 GB | +6.3 GB | 38–50推算 |
| Qwen3.8 27B27B | Q4_K_M | 17.47 GB | +6.5 GB | 38–51推算 |
| Qwen3.6 27B27B | Q4_K_M | 19.07 GB | +4.9 GB | 35–47推算 |
| Gemma 3 27B IT27B | Q4_K_M | 18.37 GB | +5.6 GB | 38–50推算 |
| Gemma 2 27B Instruct27B | Q4_K_M | 18.81 GB | +5.2 GB | 38–51推算 |
| Gemma 4 26B-A4B IT26B-A4B | Q4_K_M | 16.39 GB | +7.6 GB | ≤417天花板 |
| Mistral Small 24B Instruct24B | Q4_K_M | 15.89 GB | +8.1 GB | 44–58推算 |
| LFM2.5 24B-A2B24B-A2B | Q4_K_M | 15.27 GB | +8.7 GB | ≤681天花板 |
| Devstral Small 1.1 24B24B | Q6_K | 20.91 GB | +3.1 GB | 33–43推算 |
| Magistral Small 1.2 24B24B | Q6_K | 20.91 GB | +3.1 GB | 33–43推算 |
| Codestral 22B22B | Q4_K_M | 15.03 GB | +9 GB | 47–62推算 |
| ERNIE 4.5 21B-A3B21B-A3B | Q4_K_M | 14.05 GB | +10 GB | ≤556天花板 |
| GPT-OSS 20B21B MoE | MXFP4 | 12.76 GB | +11.2 GB | ≤485天花板 |
14B · 18
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| InternLM2 20B Chat20B | Q5_K_M | 15.59 GB | +8.4 GB | 45–59推算 |
| DeepSeek-Coder-V2-Lite Instruct16B-A2.4B | Q8_0 | 17.56 GB | +6.4 GB | ≤396天花板 |
| DeepSeek-V2-Lite Chat16B-A2.4B | Q4_K_M | 10.08 GB | +13.9 GB | ≤695天花板 |
| StarCoder2 15B15B | Q4_K_M | 10.19 GB | +13.8 GB | 70–92推算 |
| Qwen3 14B Instruct14B | Q5_K_M | 11.65 GB | +12.4 GB | 60–80推算 |
| Qwen2.5 14B Instruct14B | Q5_K_M | 11.73 GB | +12.3 GB | 61–80推算 |
| DeepSeek-R1-Distill-Qwen-14B14B | Q4_K_M | 10.14 GB | +13.9 GB | 71–94推算 |
| Phi-4 14B14B | Q5_K_M | 11.77 GB | +12.2 GB | 61–80推算 |
| Phi-3 Medium 14B Instruct14B | Q6_K | 12.86 GB | +11.1 GB | 55–73推算 |
| Mistral Nemo 12B Instruct12B | Q6_K | 11.14 GB | +12.9 GB | 63–84推算 |
| Gemma 3 12B IT12B | Q5_K_M | 9.84 GB | +14.2 GB | 73–97推算 |
| Mellum2.1 12B-A2.5B Thinking12B-A2.5B | Q8_0 | 13.6 GB | +10.4 GB | ≤381天花板 |
| Stable LM 2 12B Chat12B | Q4_K_M | 8.35 GB | +15.7 GB | 86–114推算 |
| Llama 3.2 11B Vision Instruct11B | Q8_0 | 12.9 GB | +11.1 GB | 54–72推算 |
| Solar 10.7B Instruct11B | Q4_K_M | 7.6 GB | +16.4 GB | 98–129推算 |
| Falcon 3 10B Instruct10B | Q4_K_M | 7.28 GB | +16.7 GB | 100–133推算 |
| Gemma 2 9B Instruct9B | Q8_0 | 11.7 GB | +12.3 GB | 64–85推算 |
| Qwen3.5 9B9B | Q8_0 | 10.37 GB | +13.6 GB | 65–85推算 |
7B · 25
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| GLM-4-9B-Chat9B | Q8_0 | 10.16 GB | +13.8 GB | 66–88推算 |
| Qwen3-VL 8B Instruct8B | Q8_0 | 10.39 GB | +13.6 GB | 68–90推算 |
| Granite 4.2 8B8B | Q8_0 | 10.45 GB | +13.6 GB | 68–90推算 |
| Ministral 3 8B Instruct8B | Q8_0 | 10.02 GB | +14 GB | 70–93推算 |
| Qwen2-VL 7B Instruct7B | Q4_K_M | 5.49 GB | +18.5 GB | 126–167推算 |
| Granite 3.1 8B Instruct8B | Q4_K_M | 5.88 GB | +18.1 GB | 127–169推算 |
| Qwen3 8B Instruct8B | Q6_K | 7.64 GB | +16.4 GB | 94–125推算 |
| Llama 3.1 8B Instruct8B | Q8_0 | 9.47 GB | +14.5 GB | 74–98推算 |
| Nous Hermes 3 Llama 3.1 8B8B | Q4_K_M | 5.64 GB | +18.4 GB | 130–172推算 |
| Aya 23 8B8B | Q4_K_M | 5.64 GB | +18.4 GB | 130–172推算 |
| OpenChat 3.6 8B8B | Q4_K_M | 5.64 GB | +18.4 GB | 130–172推算 |
| DeepSeek-R1-Distill-Llama-8B8B | Q5_K_M | 6.51 GB | +17.5 GB | 111–147推算 |
| InternLM2 7B Chat7B | Q4_K_M | 5.45 GB | +18.6 GB | 135–178推算 |
| Qwen2.5 7B Instruct7B | Q6_K | 6.77 GB | +17.2 GB | 101–134推算 |
| Qwen2.5-Coder 7B Instruct7B | Q4_K_M | 5.07 GB | +18.9 GB | 137–181推算 |
| DeepSeek-R1-Distill-Qwen-7B7B | Q4_K_M | 5.07 GB | +18.9 GB | 137–181推算 |
| Gemma 4 E4B ITE4B | Q8_0 | 8.46 GB | +15.5 GB | 79–105推算 |
| OLMo 2 7B Instruct7B | Q8_0 | 10.3 GB | +13.7 GB | 82–108推算 |
| OLMo 3 7B Instruct7B | Q8_0 | 10.3 GB | +13.7 GB | 82–108推算 |
| WizardLM-2 7B7B | Q4_K_M | 5.14 GB | +18.9 GB | 144–191推算 |
| Mistral 7B Instruct v0.37B | Q6_K | 6.75 GB | +17.3 GB | 107–141推算 |
| Zephyr 7B Beta7B | Q6_K | 6.75 GB | +17.3 GB | 107–141推算 |
| Gemma 4 E2B ITE2B | Q8_0 | 5.2 GB | +18.8 GB | ≤205天花板 |
| Qwen3.5 4B4B | Q8_0 | 4.97 GB | +19 GB | ≤219天花板 |
| Gemma 3 4B IT4B | Q8_0 | 5.05 GB | +19 GB | ≤221天花板 |
≤3B · 14
| 模型 | 量化档位 | 预估显存 | 余量 | tok/s |
|---|---|---|---|---|
| Qwen3 4B Instruct4B | Q6_K | 4.05 GB | +20 GB | ≤308天花板 |
| Phi-4 Mini Instruct3.8B | Q8_0 | 4.81 GB | +19.2 GB | ≤247天花板 |
| Phi-3.5 Mini Instruct3.8B | Q8_0 | 5.89 GB | +18.1 GB | ≤249天花板 |
| Granite 4.2 3B3B | Q8_0 | 4.41 GB | +19.6 GB | ≤260天花板 |
| Llama 3.2 3B Instruct3B | Q8_0 | 4.05 GB | +20 GB | ≤296天花板 |
| Qwen2.5 3B Instruct3B | Q8_0 | 3.59 GB | +20.4 GB | ≤308天花板 |
| SmolLM3 3B3B | Q8_0 | 3.73 GB | +20.3 GB | ≤309天花板 |
| Gemma 2 2B Instruct2B | Q8_0 | 3.34 GB | +20.7 GB | ≤365天花板 |
| Qwen3.5 2B2B | Q8_0 | 2.23 GB | +21.8 GB | ≤485天花板 |
| Qwen3 1.7B Instruct1.7B | Q8_0 | 2.39 GB | +21.6 GB | ≤552天花板 |
| Qwen2.5 1.5B Instruct1.5B | Q8_0 | 1.83 GB | +22.2 GB | ≤619天花板 |
| Llama 3.2 1B Instruct1B | Q8_0 | 1.51 GB | +22.5 GB | ≤768天花板 |
| Qwen3.5 0.8B0.8B | Q8_0 | 0.94 GB | +23.1 GB | ≤1185天花板 |
| Qwen2.5 0.5B Instruct0.5B | Q8_0 | 0.6 GB | +23.4 GB | ≤1959天花板 |
这个列表是怎么算出来的
每一行取该模型中困惑度损失最低、且预估总量（权重 + 4K 上下文下的 KV 缓存 + 激活缓冲）不超过显存 88% 的量化档位。88% 是计算器的"绿色"阈值，因此这里每一行都留有真实余量，而不是刚好装下。提高上下文长度，列表会变短；计算器可直接验证任意组合。速度一列是这张卡自己的：实测、按这张卡的 Llama 2 7B 跑分缩放出来的范围，或带宽天花板。只有 RTX 4090 上才有的数字会标明是那张卡。
另有 3 个模型能加载但不留余量（占用至多为显存的 105%）—— 模型库的显卡快捷筛选把它们也计入，因此那里的数字更大。
在这张卡上的实测数据
本索引中没有在 Radeon RX 7900 XTX 上跑出的基准记录。本页所有数字都是根据模型架构与量化档位计算得出的估算，不是实测值。
这张卡的部署指南
针对 Radeon RX 7900 XTX 的运行时或显存容量编写的分步指南，包括具体命令，以及确认模型确实跑在这张卡上的检查方法。
再往上一档
Radeon AI PRO R9700 32G（32GB）比这张卡多装下 4 个索引内的模型。 Radeon AI PRO R9700 32G →
买之前，先用两张卡都装得下的模型听听速度差多少： Radeon RX 7900 XTX 对比 Radeon AI PRO R9700 32G（Qwen2.5 32B Instruct） →
常见问题
Radeon RX 7900 XTX 上最适合本地运行的大模型是哪个？
日常使用推荐 ERNIE 4.5 21B-A3B（Q4_K_M）—— 在 4K 上下文下约占这张卡 24 GB 中的 14.1 GB，还剩 10.0 GB 给更长的窗口。如果你要的是能加载的最大模型，那是 Seed-OSS 36B Instruct（AWQ INT4，约 19.9 GB，余量 4.1 GB）。这里的「最适合」指的是最契合显存预算 —— 本索引不跑任务基准，无法告诉你哪个模型更聪明。
Radeon RX 7900 XTX 能跑 Mixtral 8x7B Instruct 吗？
勉强。它在本索引中最小的构建 AWQ INT4 约需 24.9 GB，而这张卡可用约 24.0 GB —— 在没有其他程序占用时能加载，但没有任何余量留给更长的上下文。上面的清单里没有它，因为那份清单要求模型占用不超过可用显存的 88%。
Radeon RX 7900 XTX 跑 8B 模型的 Q4 量化大概有多少 tok/s？
本索引没有这张卡的实测记录，因此不公布具体数字。可以从规格推出的是：生成一个 token 需要把每个权重都读一遍，Llama 3.1 8B Instruct 在 Q4_K_M 下权重为 4.6 GB，而这张卡的带宽是 960 GB/s —— 上限约 208 tok/s。批大小、上下文长度、运行时以及缓存命中情况都会把实际值压到这个数以下。
本地跑大模型，Radeon RX 7900 XTX 还是 Radeon RX 7900 XT？
两者装得下的模型并不相同：4K 下 Radeon RX 7900 XTX 可从容运行 110 个中的 84 个，Radeon RX 7900 XT 为 73 个。另一个差别在吞吐 —— 960 GB/s 对 800 GB/s，读取权重的速度相差 1.2 倍，而 token 生成正是受此限制。两张卡都装得下的模型，Radeon RX 7900 XTX 生成更快。
在 24GB、4K 上下文下，索引中 110 个模型有 84 个可从容运行，各自取仍留有余量的最高质量档位。
本页数字会随模型数据或运行时版本的变化而更新。最近更新 2026-10-18 RSS → /zh/feed.xml