跳转到主要内容
8GB 显存

RTX 5070 Laptop GPU 8G 能跑哪些大模型?

在 8GB、4K 上下文下,索引中 151 个模型有 62 个可从容运行,各自取仍留有余量的最高质量档位。

上下文长度
并发数(batch)

RTX 5070 Laptop GPU 8G 的简短答案

8 GB,GDDR7,带宽未列出。索引中 151 个模型里有 62 个能在 4K 上下文下从容运行,73 个至少能加载。

硬件规格来源
能装下的最大模型
Solar 10.7B Instruct — AWQ INT4 下约 6.4 GB —— 4K 时仅剩 1.6 GB,上下文再拉长就要动用这点余量。
留有余量的选择
Qwen3 4B Instruct — Q6_K 下约 4.0 GB —— 占用不到显存的 60%,留下 4.0 GB 给长上下文或第二个进程。
你会先撞到的墙
即使显卡型号相同,不同笔记本的散热和功耗限制也会影响实际速度。请按标称显存判断能否装下模型,不要用同名桌面显卡的跑分推断速度。
8GB 能跑的最好的本地大模型

10–20B · 3

RTX 5070 Laptop GPU 8G 能跑哪些大模型? — 10–20B
模型量化档位预估显存余量
Solar 10.7B Instruct11BAWQ INT46.42 GB+1.6 GB
Falcon 3 10B Instruct10BGPTQ INT46.12 GB+1.9 GB
Metis-1.6 Logos10B MoEIQ4_XS6.4 GB+1.6 GB

4–10B · 37

RTX 5070 Laptop GPU 8G 能跑哪些大模型? — 4–10B
模型量化档位预估显存余量
Gemma 2 9B Instruct9BAWQ INT46.27 GB+1.7 GB
Qwen3.5 9B9BQ4_K_M6.58 GB+1.4 GB
K2 Horizon 7B7BQ4_K_M6.47 GB+1.5 GB
GLM-4-9B-Chat9BQ4_K_M5.87 GB+2.1 GB
MiMo-V2.6-Distill-Qwen-9B9BQ4_K_M6.25 GB+1.8 GB
Clairic Flash 9B9BQ5_K_M6.93 GB+1.1 GB
Qwen3-VL 8B Instruct8BQ4_K_M6.19 GB+1.8 GB
TwIL 8B balanced8.8BQ4_K_M6.28 GB+1.7 GB
Granite 4.2 8B8BQ4_K_M6.47 GB+1.5 GB
Ministral 3 8B Instruct8BQ5_K_M6.92 GB+1.1 GB
LFM2.5 8B-A1B8B-A1.5BQ5_K_M6.36 GB+1.6 GB
Qwen2-VL 7B Instruct7BQ4_K_M5.49 GB+2.5 GB
Granite 3.1 8B Instruct8BQ4_K_M5.88 GB+2.1 GB
Shot Reader 8B8BQ5_K_M6.73 GB+1.3 GB
Qwen3 8B Instruct8BEXL2 4.65bpw5.59 GB+2.4 GB
Llama 3.1 8B Instruct8BEXL2 4.65bpw5.43 GB+2.6 GB
Nous Hermes 3 Llama 3.1 8B8BEXL2 4.65bpw5.43 GB+2.6 GB
Aya 23 8B8BQ4_K_M5.64 GB+2.4 GB
OpenChat 3.6 8B8BEXL2 4.65bpw5.43 GB+2.6 GB
DeepSeek-R1-Distill-Llama-8B8BQ5_K_M6.51 GB+1.5 GB
InternLM2 7B Chat7BQ4_K_M5.45 GB+2.6 GB
Qwen2.5 7B Instruct7BQ6_K6.77 GB+1.2 GB
Qwen2.5-Coder 7B Instruct7BEXL2 4.65bpw4.87 GB+3.1 GB
DeepSeek-R1-Distill-Qwen-7B7BEXL2 4.65bpw4.87 GB+3.1 GB
Gemma 4 E4B ITE4BQ4_K_M5.32 GB+2.7 GB
Nemotron 3.5 Bolt E4BE4BQ4_K_M6.57 GB+1.4 GB
OLMo 2 7B Instruct7BQ4_K_M6.82 GB+1.2 GB
OLMo 3 7B Instruct7BQ4_K_M6.82 GB+1.2 GB
WizardLM-2 7B7BQ4_K_M5.14 GB+2.9 GB
Mistral 7B Instruct v0.37BQ6_K6.75 GB+1.3 GB
Zephyr 7B Beta7BQ6_K6.75 GB+1.3 GB
K2 Horizon 3.7B3.7BQ8_06.24 GB+1.8 GB
Gemma 4 E2B ITE2BQ8_05.2 GB+2.8 GB
Qwen3.5 4B4BQ8_04.97 GB+3 GB
Gemma 3 4B IT4BQ8_05.05 GB+3 GB
Spark-X2.6 4B4BQ8_04.84 GB+3.2 GB
Qwen3 4B Instruct4BQ6_K4.05 GB+4 GB

<4B · 22

RTX 5070 Laptop GPU 8G 能跑哪些大模型? — <4B
模型量化档位预估显存余量
Phi-4 Mini Instruct3.8BQ8_04.81 GB+3.2 GB
Phi-3.5 Mini Instruct3.8BQ8_05.89 GB+2.1 GB
Granite 4.2 3B3BQ8_04.41 GB+3.6 GB
Ministral 3 3B Instruct3BQ8_04.26 GB+3.7 GB
Llama 3.2 3B Instruct3BQ8_04.05 GB+4 GB
Qwen2.5 3B Instruct3BQ8_03.59 GB+4.4 GB
SmolLM3 3B3BQ8_03.73 GB+4.3 GB
Metis-1.6 Praxis3B MoEQ8_03.4 GB+4.6 GB
Gemma 2 2B Instruct2BQ8_03.34 GB+4.7 GB
Qwen3.5 2B2BQ8_02.23 GB+5.8 GB
LFM3 1.7B1.7BQ8_01.99 GB+6 GB
LFM3-VL 2B2BQ8_01.99 GB+6 GB
Qwen3 1.7B Instruct1.7BQ8_02.39 GB+5.6 GB
Qwen2.5 1.5B Instruct1.5BQ8_01.83 GB+6.2 GB
Llama 3.2 1B Instruct1BQ8_01.51 GB+6.5 GB
LFM2.5 1.2B Instruct1.2BQ8_01.35 GB+6.7 GB
K2 Horizon 0.9B0.9BQ8_01.44 GB+6.6 GB
Qwen3.5 0.8B0.8BQ8_00.94 GB+7.1 GB
BotPsy 0.8B0.75BQ8_00.9 GB+7.1 GB
Qwen2.5 0.5B Instruct0.5BQ8_00.6 GB+7.4 GB
MNN-Pocket 0.3B Instruct0.36BQ8_00.46 GB+7.5 GB
MNN-Pocket 0.3B QAT0.30BQ4_10.26 GB+7.7 GB

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,因此每一项估算都留有余量。提高上下文长度,列表会变短;计算器可直接验证任意组合。

另有 11 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

本站没有这款笔记本显卡的推理实测记录。模型适配数据为估算,并非实测结果。

显存预算相同的显卡

能装下什么由显存决定,所以同类型的每张 8GB 显卡返回的列表都一样。这几个页面给出的不是不同答案 —— 它们的差别在吞吐,而本索引并未逐卡实测吞吐。

这张卡的部署指南

针对 RTX 5070 Laptop GPU 8G 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

RTX 3080 10G(10GB)比这张卡多装下 15 个索引内的模型。 RTX 3080 10G →

常见问题

RTX 5070 Laptop GPU 8G 上最适合本地运行的大模型是哪个?

日常使用推荐 Qwen3 4B Instruct(Q6_K)—— 在 4K 上下文下约占这张卡 8 GB 中的 4.0 GB,还剩 4.0 GB 给更长的窗口。如果你要的是能加载的最大模型,那是 Solar 10.7B Instruct(AWQ INT4,约 6.4 GB,余量 1.6 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。

RTX 5070 Laptop GPU 8G 能跑 Llama 3.2 11B Vision Instruct 吗?

勉强。它在本索引中最小的构建 Q4_K_M 约需 7.7 GB,而这张卡可用约 8.0 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%。

本地跑大模型,RTX 5070 Laptop GPU 8G 还是 RTX 5060 Ti 8G?

两张卡装得下的模型相同:8 GB 与 8 GB 在 4K 下分别可从容运行 151 个中的 62 个与 62 个。本站没有同时记录两张卡的带宽,因此本页不就速度给出排序。

在 8GB、4K 上下文下,索引中 151 个模型有 62 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 2026-11-22 RSS → /zh/feed.xml