NVIDIA RTX 3050 8G：能跑什么模型

8G 显存 · 可用约 7G（Windows 口径 88%）· 224 GB/s 带宽 · Ampere · 全新/二手 · 后端：cuda / vulkan

入门级8G卡，适合7B Q4模型入门体验。

能装下21 / 67 个模型

最大能跑到Phi-4 14B（IQ3_XXS）

单流速度上限约 140 tok/s

他测汇总1 条（口径完整 0 条）

一、这张卡能装下哪些模型

能装 / 装不下是推算，不是实测；点开一行是这个模型的完整文章。带测试环境的真机数字在第三节。

Qwen3-4B4BQ8_0 Gemma 3 4B IT4B · 滑窗Q8_0 Qwen3-8B8BQ4_K_M Llama 3.1 8B Instruct8BQ4_K_M GLM-4-9B 04149BQ4_K_M Qwen3-14B14BIQ3_XXS Gemma 3 12B IT12B · 滑窗IQ3_XXS Phi-4 14B14.7BIQ3_XXS GPT-OSS-20B21B · A3.6B · MoE装不下 Qwen3-30B-A3B30B · A3B · MoE装不下 Mistral Small 3.1 24B22B装不下 Gemma 3 27B IT27B · 滑窗装不下 Qwen3-32B32B装不下 DeepSeek-R1-Distill-Qwen-32B32B装不下 Seed-OSS-36B-Instruct36B装不下 Llama 3.1 70B Instruct70B装不下 Qwen3-235B-A22B235B · A22B · MoE装不下 Qwen3.8-27B26.9B装不下 Qwen2.5-VL-7B-Instruct7BQ5_K_M Qwen3.6-35B-A3B35B · A3B · MoE装不下 Ornith-1.5-35B-A3B36B · A3B · MoE装不下 Terminal-RSI-27B27.8B装不下 AREX-227.4B装不下 MiniCPM5-2B2.5BQ8_0 Qwen3.8-Flash-Next125B · A6B · MoE装不下 DeepSeek-V4.1-Flash552B · A8B · MoE装不下 LFM3-1.7B1.7B · 滑窗Q8_0 Muse Glimmer-30B29.8B · 滑窗装不下 GLM-5.3753B · A40B · MoE装不下 Kimi K32800B · A104B · MoE装不下 Ling-3.2-flash560B · A25B · MoE装不下 Ling-3.1-flash560B · A25B · MoE装不下 MiniMax-M3.1-Flash428B · A23B · MoE装不下小米 MiMo-V2.6-Flash309B · A15B · MoE装不下小米 MiMo-V2.6-Distill-Qwen-9B9BQ4_K_M NVIDIA Nemotron 3 Ultra550B · A55B · MoE装不下 GLM-5.3-Flash320B · A18B · MoE装不下 NVIDIA Nemotron 3.5 Lightning 30B30B · A3B · MoE装不下 NVIDIA Nemotron 3.5 Bolt 74B74B · A9B · MoE装不下 Muse Spark Open 816B816B · A42B · MoE装不下 Beam 1.0 501B501B · A23B · MoE装不下 Qwen3.8-2.4T-A95B2400B · A95B · MoE装不下 Kolibri-178.1B · A3.46B · MoE装不下小米 MiMo-V2.6-Pro-RL1020B · A42B · MoE装不下腾讯混元 Hunyuan-0.5B0.5BQ8_0 腾讯混元 Hunyuan-1.8B1.8BQ8_0 腾讯混元 Hunyuan-4B4BQ8_0 腾讯混元 Hunyuan-7B7BQ5_K_M MiniCPM-V 4.7 35B-A3B35.2B · A3.5B · MoE装不下 MiniCPM-V 4.7 1B1.55BQ8_0 Kimi K3.1 Pro2800B · A104B · MoE装不下 Step-5-Preview600B · A27B · MoE装不下 Ling-3.0-flash124B · A5.1B · MoE装不下 Gemma 4 12B Unified11.95B · 滑窗IQ3_XXS Mistral Large 41050B · A52B · MoE装不下 Inkling975B · A41B · MoE装不下 Inkling-Small276B · A12B · MoE装不下 IBM Granite 4.2 30B30B装不下 IBM Granite 4.2 8B8BQ4_K_M IBM Granite 4.2 3B3BQ8_0 K-EXAONE 2.0750B · A37B · MoE装不下 Tencent Hy4 preview770B · A49B · MoE装不下 MiniMax-M3428B · A23B · MoE装不下 Swift-1.5-Qwen3.8-27B27.8B装不下 DeepSeek-V4.1-Flash-1017552B · A8B · MoE装不下 ERNIE-5.5-Flash-Base280B · A14B · MoE装不下 DeepSeek-R1-Distill-Qwen-14B14BIQ3_XXS

二、多少 G 显存开多少 K 上下文

行是量化档，列是上下文档位，格子里是「总需显存 / 估算 tok/s」。这张表回答的是「开到 32K、40K 还剩多少」这类问题。默认展开Qwen3-14B；换别的模型看同一张卡，选一下即可。

· Qwen3-14B，模型原生上下文上限 40960 token

量化	4K	8K	16K	32K	40K	64K	128K	最多可开
Q8_0 14.9G	16.5G 混跑	17.1G 混跑	18.4G 混跑	20.9G 混跑	22.1G 混跑	25.9G 混跑†	35.9G 混跑†	权重已超容量
Q6_K 11.5G	13.1G 混跑	13.7G 混跑	15G 混跑	17.5G 混跑	18.7G 混跑	22.5G 混跑†	32.5G 混跑†	权重已超容量
Q5_K_M 9.8G	11.4G 混跑	12G 混跑	13.3G 混跑	15.8G 混跑	17G 混跑	20.8G 混跑†	30.8G 混跑†	权重已超容量
Q4_K_M 8.4G	10G 混跑	10.7G 混跑	11.9G 混跑	14.4G 混跑	15.7G 混跑	19.4G 混跑†	29.4G 混跑†	权重已超容量
IQ4_XS 7.4G	9.1G 混跑	9.7G 混跑	10.9G 混跑	13.4G 混跑	14.7G 混跑	18.4G 混跑†	28.4G 混跑†	权重已超容量
IQ3_K 6.1G	7.8G 混跑	8.4G 混跑	9.6G 混跑	12.1G 混跑	13.4G 混跑	17.1G 混跑†	27.1G 混跑†	权重已超容量
IQ3_XXS 5.3G	6.9G 22–31	7.5G 混跑	8.8G 混跑	11.3G 混跑	12.5G 混跑	16.3G 混跑†	26.3G 混跑†	4608 token（显存）

格子里上行是总需显存（权重 + 该上下文的 KV + 1G 框架开销），下行是单流 decode 估算 tok/s；「混跑」表示超出显存、要靠内存放层，速度会明显低于同容量的全显存方案。带 ^† 的列超出该模型原生上下文，属于 rope/yarn 超纲使用，质量不保证。全部为推算，非实测。

三、别人测的 NVIDIA RTX 3050 8G 速度（他测汇总）

模型	量化	上下文	框架 / 版本	他测 tok/s	本站推算	偏差	投机与并发	口径	来源
Gemma 4 12B Unified	Q4_0（Google QAT，exact rebuild xbill9/gemma-4-12B-it-qat-q4_0-exact-gguf，SHA-256 核对）	4K	llama.cpp（llama-bench） · commit 7182ef71e（--spec-type draft-mtp 支持版）	28.6	—	缺 1 项口径	无投机 · 单流	口径不全·不进对比	Can a QAT 12B Fit an 8 GB GPU? Gemma 4 12B on an RTX 3050（xbill9 / Google Developer Experts，DEV Community 系列第 3 篇） xbill9（Google Developer Experts） · 2026-10-18

本卡共 1 条，其中 0 条口径完整。 “本站推算”给的是同量化、同上下文、单流口径下的公式区间，两边对不上才值得写进点评。多卡的条目按卡数把带宽线性相加再算，没扣通信开销——这个折算只会把本站推算算高、把他测显得低，所以拿它当“物理上限”看，不当预期值看。

上传实测数据 · 数据规则见数据口径

本卡行情（整卡价）

本卡暂无可核对出处的整卡价快照。语料里出现过的价格必须带作者、链接、发布日期才入库，没有就空着——价格是最容易过期、也最容易被编的字段。

同档显存的其它卡

手上有 8G 卡就点自己的型号；一行一张卡，点开就是那张卡的结论页。

AMD R9 295X2 8G8G · 640 GB/s NVIDIA RTX 3070 Ti 8G8G · 624 GB/s Intel Arc A750 8G8G · 512 GB/s Intel Arc A580 8G8G · 512 GB/s Intel Arc A770 8G8G · 512 GB/s NVIDIA RTX 2080 SUPER 8G8G · 496 GB/s AMD RX Vega 64 8G8G · 484 GB/s NVIDIA GeForce RTX 3060 Ti 8G8G · 448 GB/s NVIDIA RTX 2060 SUPER 8G8G · 448 GB/s NVIDIA RTX 2070 8G8G · 448 GB/s NVIDIA RTX 2070 SUPER 8G8G · 448 GB/s NVIDIA RTX 2080 8G8G · 448 GB/s

规格与数据来源

上面的显存、带宽、架构数字来自下面这些页面；口径说明逐条附后。没有可核对出处的字段，本站留空，不填一个编出来的数。

这张卡暂无可自动核验的外链规格页（Intel / Cloudflare 系站点本机抓不到，或该型号无公开规格页）。规格来自本站调研汇总，C 级单源，待复核——下面「口径」一节写明了原因。

口径：规格与档位来自《显卡/闲鱼调研汇总.md》（2026-11-09 本站调研汇总，**无外链**，作者=本站调研，C 级单源待复核）；闲鱼二手价格波动大，只作量级参考，不作购买建议。官方规格外链尚未取得，取得后再升级来源分级。官方产品页未取得（nvidia.com 对应页 404 或未上架），规格为二手渠道/社区口径，C 级单源待复核。无外链原因：NVIDIA 30 系列页仅列高端型号，3050 规格页未单列，暂用闲鱼调研汇总口径。