NVIDIA RTX 3060 12G：能跑什么模型

12G 显存 · 可用约 10.6G（Windows 口径 88%）· 360 GB/s 带宽 · Ampere · 二手 · 后端：cuda / vulkan

曾经的 12G 入门神卡，量大便宜。7B-8B 舒适，14B offload 勉强，32B 无望。

能装下23 / 67 个模型

最大能跑到Mistral Small 3.1 24B（IQ3_XXS）

单流速度上限约 140 tok/s

他测汇总11 条（口径完整 4 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 Qwen3-8B8BQ6_K Llama 3.1 8B Instruct8BQ8_0 GLM-4-9B 04149BQ6_K Qwen3-14B14BIQ4_XS Gemma 3 12B IT12B · 滑窗Q5_K_M Phi-4 14B14.7BIQ4_XS GPT-OSS-20B21B · A3.6B · MoEIQ3_XXS Qwen3-30B-A3B30B · A3B · MoE装不下 Mistral Small 3.1 24B22BIQ3_XXS 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-Instruct7BQ8_0 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-9B9BQ6_K 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-7B7BQ8_0 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Q5_K_M 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 8B8BQ6_K 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-14B14BIQ4_XS

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 23–33	10.7G 混跑	11.9G 混跑	14.4G 混跑	15.7G 混跑	19.4G 混跑†	29.4G 混跑†	7680 token（显存）
IQ4_XS 7.4G	9.1G 26–37	9.7G 24–33	10.9G 混跑	13.4G 混跑	14.7G 混跑	18.4G 混跑†	28.4G 混跑†	13824 token（显存）
IQ3_K 6.1G	7.8G 31–44	8.4G 28–39	9.6G 23–32	12.1G 混跑	13.4G 混跑	17.1G 混跑†	27.1G 混跑†	22528 token（显存）
IQ3_XXS 5.3G	6.9G 35–50	7.5G 31–43	8.8G 25–35	11.3G 混跑	12.5G 混跑	16.3G 混跑†	26.3G 混跑†	28160 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 3060 12G 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
Qwen3.8-27B	PTQ1_0	8K	llama.cpp（PrismML 分支） · 0.2.0-dev build 10709 / commit 9a9394a89	23.28	36–50	-46%	无投机 · 单流	他测·本站未复现	8G 显卡就能跑三进制量化 Qwen3.8-27B，速度 23 tok/s（千尺浪 · 博客园） qianchilang · 2026-09-21
小米 MiMo-V2.6-Distill-Qwen-9B	EXL3 4.0 bpw	1K	ExLlamaV3 + TabbyAPI · ExLlamaV3 1.5.2；PyTorch 2.10.0 + cu128	53.5	NaN–NaN	—	无投机 · 单流	他测·本站未复现	MiMo 9B EXL3: 145 tok/s on RTX 4090, 56 tok/s on RTX 3060（RAMGPT，2026-09-29） bettercallcaleb（RAMGPT） · 2026-09-29
小米 MiMo-V2.6-Distill-Qwen-9B	EXL3 4.0 bpw	8K	ExLlamaV3 + TabbyAPI · ExLlamaV3 1.5.2；PyTorch 2.10.0 + cu128	49	NaN–NaN	—	无投机 · 单流	他测·本站未复现	MiMo 9B EXL3: 145 tok/s on RTX 4090, 56 tok/s on RTX 3060（RAMGPT，2026-09-29） bettercallcaleb（RAMGPT） · 2026-09-29
小米 MiMo-V2.6-Distill-Qwen-9B	EXL3 4.0 bpw	16K	ExLlamaV3 + TabbyAPI · ExLlamaV3 1.5.2；PyTorch 2.10.0 + cu128	50.3	NaN–NaN	—	无投机 · 单流	他测·本站未复现	MiMo 9B EXL3: 145 tok/s on RTX 4090, 56 tok/s on RTX 3060（RAMGPT，2026-09-29） bettercallcaleb（RAMGPT） · 2026-09-29
DeepSeek-R1-Distill-Qwen-14B	Q4_K_M	4K	llama.cpp（Vulkan 后端） · build d8c0a7b08 (7294)	29.77	—	缺 1 项口径	无投机 · 单流	口径不全·不进对比	Benchmark Nvidia RTX 3060 12GB #40（geerlingguy/ai-benchmarks） geerlingguy · 2025-12-06
DeepSeek-R1-Distill-Qwen-14B	Q4_K_M	4K	llama.cpp（Vulkan 后端） · build 933414c0b (7293)	29.4	—	缺 1 项口径	无投机 · 单流	口径不全·不进对比	Benchmark Nvidia RTX 3060 12GB #40（geerlingguy/ai-benchmarks） geerlingguy · 2025-12-06
Gemma 4 12B Unified	Q4_K_M（igorls/gemma-4-12B-it-heretic-GGUF，7.4GB）	4K	Ollama（RENDERER/PARSER gemma4） · v0.30.6	25	—	缺 1 项口径	无投机 · 单流	口径不全·不进对比	Benchmark Report — Ollama gemma4-optimized（hbuddenberg/LowSpec-Gemma4-12B，西语） hbuddenberg · 2026-06-06
IBM Granite 4.2 8B	NVFP4（ibm-granite/granite-4.2-8b-nvfp4 官方量化）	未报	vLLM · 0.32.0	49.7	—	缺 1 项口径	无投机 · 单流	口径不全·不进对比	granite-4.2-8b-nvfp4 on RTX 3060 12GB: speed test matrix（LocalMaxxing @Sandberg，NVFP4 档，全矩阵） @Sandberg（LocalMaxxing 社区） · 2026-10-31
Qwen3.8-27B	PTQ1_0	未报	llama.cpp（PrismML 分支） · 0.2.0-dev build 10709 / commit 9a9394a89	1.5	—	缺 2 项口径	无投机 · 单流	口径不全·不进对比	8G 显卡就能跑三进制量化 Qwen3.8-27B，速度 23 tok/s（千尺浪 · 博客园） qianchilang · 2026-09-21
Qwen3.8-27B	PTQ1_0	未报	NInfer（5258MF 分支） · Bonsai2 0.1.5	45.83	—	缺 2 项口径	投机开（接受率未报） · 单流	口径不全·不进对比	RTX 3060 12GB/8GB 本地跑 27B 大模型：256K 上下文、约 45 token/秒（5258MF/ninfer-rtx3060-27b） 5258MF · 2026-10-13
Qwen3.8-27B	IQ2_S	未报	NInfer（5258MF Swift 分支，sm_86 编译） · Swift 1.5 / 0.1.4	42.21	—	缺 2 项口径	投机开（接受率未报） · 单流	口径不全·不进对比	RTX 3060 12GB/8GB 本地跑 27B 大模型：256K 上下文、约 45 token/秒（5258MF/ninfer-rtx3060-27b） 5258MF · 2026-10-13

本卡共 11 条，其中 4 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）

读者问得最多的第二问：多少钱。下面是能核对出处的整卡价快照——3 条，来自 3 篇不同的文章（3 条合起来的跨度 1660–2200 元）。日期不同、地区不同、全新二手不同，所以不合并、不取平均，照实各存一条，趋势你自己看。

来源日期	类型	报价（元）	出处
2026-11-06	二手	1980 – 2200	GeForce RTX 3060 12GB 显卡价格走势（闲鱼挂牌）（VRAMGlass（聚合闲鱼挂牌价，2026-11-06 14:01 更新））
2026-11-04	二手	2050	便宜显卡跑大模型：按显存档位选卡（2026-10-30 价格快照）（microaione（LLM 硬件选型站，自称多渠道报价中位数））
2026-08-14	二手	1660	二手3060卖1660元，性能更强的3070Ti反而只要1400（什么值得买）

报价是来源文章发布时的行情，不是今日实时价；同一张表里不同月份的数字对不上是正常现象，那是行情本身在变。本站不接购物链接、不导购——要买去哪买、值不值，拿上面的区间对着本站的速度推算自己算。

同档显存的其它卡

手上有 12G 卡就点自己的型号；一行一张卡，点开就是那张卡的结论页。

NVIDIA RTX 5070 12G12G · 672 GB/s NVIDIA RTX 4070 12G12G · 504 GB/s NVIDIA RTX 4070 SUPER 12G12G · 504 GB/s NVIDIA RTX 4070 Ti 12G12G · 504 GB/s Intel Arc B580 12G12G · 456 GB/s AMD RX 9070 GRE 12G12G · 432 GB/s AMD RX 7700 XT 12G12G · 432 GB/s AMD RX 6700 XT 12G12G · 384 GB/s AMD RX 6750 XT 12G12G · 384 GB/s Intel Arc Pro A60 12G（工作站）12G · 384 GB/s NVIDIA RTX 3060 12G（魔改）12G · 360 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。

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。官方规格来源（https://www.nvidia.com/en-us/geforce/graphics-cards/30-series/）：核心参数（显存/带宽/架构）以该页为准；闲鱼档位仍来自《显卡/闲鱼调研汇总.md》（本机调研，无外链，C 级）。