DeskGPU
Deutsch

NVIDIA GeForce RTX 3080 10GB: Welche LLMs kann sie ausführen?

Diese Seite wurde automatisch von einer KI geschrieben und übersetzt und von Software anhand ihrer Quellen geprüft, ohne menschliche Bearbeitung. Die Spezifikationen stammen aus den angegebenen Quellen; Speicherbedarf und Geschwindigkeiten sind Schätzungen, die mit veröffentlichten Formeln berechnet wurden. Wie wir KI nutzen

NVIDIA GeForce RTX 3080 10GB hat 10 GB Speicher (Herstellerangabe). Nachfolgend wird jedes Modell der Datenbank mit llama.cpp bei einer Kontextlänge von 8.192 Tokens (oder dem Maximum des Modells, falls dieses kürzer ist) darauf geprüft.

Werte aktualisiert am 19. Okt. 2026

Spezifikationen

Speicher (Herstellerangabe)
10 GB
Speichertyp
GDDR6X
Breite des Speicherbusses
320 bit
Speicherbandbreite
760 GB/s
Boardleistung (TDP)
320 W
FP16 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
BF16 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
FP8 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
FP4 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
INT8 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
Schnittstelle
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.

Jeder Wert führt alle Quellen mit ihrer eigenen Angabe auf; die Einheiten wurden normalisiert. Die „GB“ GPU-Speicher eines Herstellers werden als GiB (2³⁰ Byte) gezählt, so wie es auch die ROCm-Tabelle von AMD angibt. Wie Spezifikationen geprüft werden

Laufzeitprofil

Laufzeitprofil: llama.cpp, CUDA-Backend (dedizierte NVIDIA-GPU), alle Layer auf der GPU, Flash Attention an, Micro-Batch (-ub) 512, F16-KV-cache, Kontextlänge (-c) wie angezeigt; „Passt“ wird mit den 4 parallelen Sequenzen beurteilt, die llama-server standardmäßig nutzt (-np auto, einheitlicher KV-Cache), „Passt nicht“ mit 1 Sequenz; unbelastete GPU, ohne andere Programme, die ihren Speicher nutzen.

Als verfügbar für „Passt“ gezählter Speicher (C_low): 6,88 GiB pro Karte = 10 GiB nominal − 1.054 MiB (die größte gemessene Differenz zwischen nominaler und gemeldeter Gesamtmenge bei Consumer- und Workstation-GPUs in diesem Profil; verwendet, weil kein öffentliches Log die Gesamtmenge dieser GPU angibt) − 2.112 MiB (die größte Start- und Laufzeitbelegung in den öffentlichen Logs dieses Profils), abgerundet auf ein Vielfaches von 64 MiB.

Diese Ergebnisse gehen von der Standardkonfiguration der Karte aus. Einstellungen, die den nutzbaren Speicher verringern (zum Beispiel ECC, sofern die Karte es unterstützt), sind nicht berücksichtigt.

Speicher für „Passt nicht“ (C_high): der volle Speicher von 10 GiB pro Karte. Laufzeitprofile und ihre Messungen

Welche Modelle passen

„Passt“ bedeutet: Die standardmäßige --fit-Ladeprüfung von llama.cpp würde alle Layer auf der GPU platzieren. Unsere Schätzung der Puffer von llama.cpp, plus deren Fehlermarge, plus die Reserve von 1 GiB pro Karte bei llama.cpp liegt innerhalb des als verfügbar gezählten Speichers. Es ist keine Zusage, dass der Spitzenspeicherbedarf während der Generierung passt. Wie Ergebnisse bestimmt werden

Kontextlänge 8.192 Tokens (oder das Maximum des Modells, falls es kürzer ist). Die letzten Spalten zeigen die längste Kontextlänge bei dieser Quantisierung und die bandbreitenbasierte Obergrenze der Geschwindigkeit.
Modell Parameter Höchste Quantisierung, die passt Benötigter verfügbarer Speicher für „Passt“ Längste Kontextlänge Geschwindigkeitsobergrenze Ergebnis
FrogMini-14B-2510 14,8B IQ2_XXS 6,6 GiB 9.728 ≤ 141 tok/s Passt
Nemotron-Terminal-14B 14,8B IQ2_XXS 6,6 GiB 9.728 ≤ 141 tok/s Passt
Qwen3-Nemotron-14B-BRRM 14,8B IQ2_XXS 6,6 GiB 9.728 ≤ 141 tok/s Passt
WebWorld-14B 14,8B IQ2_XXS 6,6 GiB 9.728 ≤ 141 tok/s Passt
Mistral-Nemo-Instruct-2407 12,2B IQ2_M 6,7 GiB 9.472 ≤ 139 tok/s Passt
Mellum2-12B-A2.5B-Base 12,1B (2,2B aktiv) IQ3_XXS 6,8 GiB 12.288 ≤ 646 tok/s Passt
Mellum2-12B-A2.5B-Instruct 12,1B (2,2B aktiv) Q2_K 6,6 GiB 26.368 ≤ 585 tok/s Passt
Mellum2-12B-A2.5B-Instruct-SFT 12,1B (2,2B aktiv) IQ3_XXS 6,8 GiB 12.288 ≤ 646 tok/s Passt
Mellum2-12B-A2.5B-Thinking 12,1B (2,2B aktiv) Q2_K 6,6 GiB 26.368 ≤ 585 tok/s Passt
Mellum2-12B-A2.5B-Thinking-SFT 12,1B (2,2B aktiv) IQ3_XXS 6,8 GiB 12.288 ≤ 646 tok/s Passt
AutoGLM-Phone-9B 9,4B IQ4_XS 6,5 GiB 16.384 ≤ 143 tok/s Passt
AutoGLM-Phone-9B-Multilingual 9,4B Q4_0 6,7 GiB 13.056 ≤ 139 tok/s Passt
GLM-4.6V-Flash 9,4B Q4_0 6,7 GiB 13.056 ≤ 139 tok/s Passt
EuroLLM-9B-Instruct-2512 9,2B Q2_K 6,0 GiB 13.056 ≤ 157 tok/s Passt
Fara1.5-9B 9,0B Q4_0 6,8 GiB 10.496 ≤ 147 tok/s Passt
Holo-3.1-9B 9,0B IQ4_XS 6,6 GiB 16.896 ≤ 154 tok/s Passt
MiMo-V2.6-Distill-Qwen-9B 9,0B Q4_0 6,8 GiB 10.496 ≤ 147 tok/s Passt
Qwen3.5-9B 9,0B Q4_0 6,7 GiB 13.568 ≤ 150 tok/s Passt
Qwen3.5-9B-Base 9,0B IQ4_XS 6,6 GiB 16.896 ≤ 154 tok/s Passt
UI-Mate-9B 9,0B Q4_0 6,8 GiB 10.496 ≤ 147 tok/s Passt
UI-Venus-2-9B 9,0B Q4_0 6,8 GiB 10.496 ≤ 147 tok/s Passt
NVIDIA-Nemotron-Nano-9B-v2 8,9B IQ4_XS 6,8 GiB 11.520 ≤ 150 tok/s Passt
granite-4.1-8b 8,8B Q3_K_M 6,7 GiB 9.216 ≤ 138 tok/s Passt
granite-4.2-8b 8,8B Q3_K_M 6,7 GiB 9.216 ≤ 138 tok/s Passt
LFM2.5-8B-A1B 8,5B (1,7B aktiv) Q4_K_M 6,4 GiB 39.936 ≤ 651 tok/s Passt
granite-guardian-4.1-8b 8,4B Q3_K_M 6,7 GiB 9.216 ≤ 138 tok/s Passt
LFM2-8B-A1B 8,3B (1,6B aktiv) Q4_K_M 6,3 GiB 47.360 ≤ 715 tok/s Passt
rnj-1-instruct 8,3B IQ4_XS 6,8 GiB 8.448 ≤ 134 tok/s Passt
AesCode-8B 8,2B IQ4_XS 6,8 GiB 8.704 ≤ 137 tok/s Passt
AstaBrief_8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
ContextPilot-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Cosmos-Reason2-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
DeepSeek-R1-0528-Qwen3-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Holo2-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
intent-aware-lfqa-qwen3-8b-baseline 8,2B IQ4_XS 6,7 GiB 9.472 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-8b-intent-explicit 8,2B IQ4_XS 6,7 GiB 9.472 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-8b-intent-implicit 8,2B IQ4_XS 6,7 GiB 9.472 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-8b-multiview 8,2B IQ4_XS 6,7 GiB 9.472 ≤ 139 tok/s Passt
JanusCoder-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
MathForm-8B 8,2B IQ4_XS 6,7 GiB 9.472 ≤ 139 tok/s Passt
Nemotron-Cascade-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Nemotron-Cascade-8B-Thinking 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Nemotron-Orchestrator-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Nemotron-Terminal-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Qwen3-Nemotron-8B-BRRM 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Qwen3-VL-8B-Instruct 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Qwen3-VL-8B-Thinking 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
RLVR-8B-0926 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
Step3-VL-10B-Base 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
UI-Venus-1.5-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
WebWorld-8B 8,2B IQ4_XS 6,7 GiB 9.472 ≤ 139 tok/s Passt
ZwZ-8B 8,2B Q4_0 6,8 GiB 8.192 ≤ 135 tok/s Passt
MiniCPM-o-4_5 8,2B Q4_0 6,8 GiB 8.448 ≤ 135 tok/s Passt
granite-3.3-8b-instruct 8,2B Q3_K_M 6,5 GiB 10.240 ≤ 142 tok/s Passt
granite-guardian-3.2-8b-factuality-detection 8,2B Q3_K_M 6,5 GiB 10.240 ≤ 142 tok/s Passt
intent-aware-lfqa-llama3-8b-baseline 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
intent-aware-lfqa-llama3-8b-intent-explicit 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
intent-aware-lfqa-llama3-8b-intent-implicit 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
intent-aware-lfqa-llama3-8b-multiview 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
DeepSeek-R1-Distill-Llama-8B 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
HARC-Llama-3.1-8B-Instruct 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
Llama-3.1-8B-Instruct 8,0B Q4_K_M 6,9 GiB 8.192 ≤ 134 tok/s Passt
AprielGuard 7,9B Q4_K_M 6,5 GiB 12.288 ≤ 144 tok/s Passt
MiMo-Embodied-7B 7,6B Q4_K_M 6,7 GiB 8.960 ≤ 137 tok/s Passt
DeepSeek-R1-Distill-Qwen-7B 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
Fara-7B 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
HARC-Qwen2.5-7B-Instruct 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
JanusCoderV-7B 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
olmOCR-2-7B-1025 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
Qwen2.5-7B-Instruct 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
Qwen2.5-Coder-7B-Instruct 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
Qwen2.5-VL-7B-Instruct 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
Qwen2.5-VL-7B-Surg-CholecT50 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
Spatial-SSRL-7B 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
X-Reasoner-7B 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
ZwZ-7B 7,6B Q5_K_M 6,7 GiB 10.240 ≤ 137 tok/s Passt
gemma-4-E4B 7,5B Q8_0 6,7 GiB 17.408 ≤ 147 tok/s Passt
gemma-4-E4B-it 7,5B Q8_0 6,9 GiB 8.704 ≤ 142 tok/s Passt
ContextPilot-E4B 7,5B Q8_0 6,6 GiB 20.736 ≤ 149 tok/s Passt
Mistral-7B-Instruct-v0.2 7,2B Q4_K_M 6,5 GiB 10.496 ≤ 142 tok/s Passt
Trinity-Nano-Base 6,1B (819M aktiv) Q6_K 6,7 GiB 19.200 ≤ 844 tok/s Passt
Trinity-Nano-Base-Pre-Anneal 6,1B (819M aktiv) Q6_K 6,4 GiB 4.096 ≤ 903 tok/s Passt
Trinity-Nano-Preview 6,1B (819M aktiv) Q6_K 6,7 GiB 18.176 ≤ 831 tok/s Passt
Youtu-VL-4B-Instruct 4,9B Q6_K 5,9 GiB 28.416 ≤ 172 tok/s Passt
Holo-3.1-4B 4,8B Q8_0 6,4 GiB 22.784 ≤ 160 tok/s Passt
gemma-4-E2B 4,6B Q6_K 3,5 GiB 131.072 ≤ 388 tok/s Passt
gemma-4-E2B-it 4,6B BF16 6,1 GiB 100.096 ≤ 163 tok/s Passt
AgentCPM-Explore 4,4B Q6_K 5,7 GiB 15.872 ≤ 169 tok/s Passt
CapRL-Qwen3VL-4B 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
Holo2-4B 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-4b-baseline 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-4b-intent-explicit 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-4b-intent-implicit 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
intent-aware-lfqa-qwen3-4b-multiview 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
Spatial-SSRL-Qwen3VL-4B 4,4B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
ZwZ-4B 4,4B Q6_K 5,7 GiB 15.872 ≤ 169 tok/s Passt
Fara1.5-4B 4,2B Q8_0 6,4 GiB 22.528 ≤ 160 tok/s Passt
FrogNano-4B-2609 4,2B Q8_0 6,4 GiB 22.528 ≤ 160 tok/s Passt
Qwen3.5-4B 4,2B Q8_0 6,4 GiB 22.784 ≤ 160 tok/s Passt
Qwen3.5-4B-Base 4,2B Q8_0 6,4 GiB 22.784 ≤ 160 tok/s Passt
UserRepGen-4B 4,2B Q8_0 6,4 GiB 22.528 ≤ 160 tok/s Passt
Riva-Translate-4B-Instruct-v1.1 4,2B Q6_K 6,0 GiB 8.192 ≤ 159 tok/s Passt
GELab-Zero-4B-preview 4,0B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
Qwen3-4B 4,0B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
Qwen3-4B-Instruct-2507 4,0B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
Qwen3-VL-4B-Instruct 4,0B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
Qwen3-VL-4B-Thinking 4,0B Q8_0 6,7 GiB 9.216 ≤ 139 tok/s Passt
NVIDIA-Nemotron-3-Nano-4B-BF16 4,0B Q8_0 5,5 GiB 86.528 ≤ 194 tok/s Passt
gemma-3-4b-it 3,9B Q8_0 6,3 GiB 34.304 ≤ 172 tok/s Passt
medgemma-1.5-4b-it 3,9B Q8_0 6,3 GiB 34.304 ≤ 172 tok/s Passt
Nemotron-3-Content-Safety 3,9B Q6_K 5,4 GiB 76.032 ≤ 219 tok/s Passt
translategemma-4b-it 3,9B Q8_0 6,3 GiB 34.304 ≤ 172 tok/s Passt
Phi-4-mini-instruct 3,8B Q8_0 6,5 GiB 11.264 ≤ 148 tok/s Passt
Apertus-v1.1-4B 3,8B Q6_K 4,4 GiB 4.096 ≤ 237 tok/s Passt
Phi-3.5-mini-instruct 3,8B Q4_K_M 6,7 GiB 8.448 ≤ 137 tok/s Passt
granite-4.2-3b 3,7B Q8_0 5,5 GiB 25.088 ≤ 177 tok/s Passt
BitCPM-CANN-3B-unquantized 3,6B Q6_K 4,3 GiB 32.768 ≤ 247 tok/s Passt
kanana-2-3b-instruct 3,5B Q8_0 5,6 GiB 17.408 ≤ 171 tok/s Passt
Ministral-3-3B-Instruct-2512 3,4B Q8_0 5,7 GiB 18.944 ≤ 168 tok/s Passt
Ministral-3-3B-Reasoning-2512 3,4B Q8_0 5,7 GiB 18.944 ≤ 168 tok/s Passt
granite-vision-4.1-4b 3,4B Q8_0 5,5 GiB 25.088 ≤ 177 tok/s Passt
granite-4.1-3b 3,4B Q8_0 5,5 GiB 25.088 ≤ 177 tok/s Passt
granite-guardian-4.0-3b-toxicity-ja 3,4B Q6_K 4,7 GiB 34.816 ≤ 219 tok/s Passt
Qwen2.5-3B-Instruct 3,4B Q8_0 4,8 GiB 32.768 ≤ 212 tok/s Passt
tiny-aya-earth 3,3B Q8_0 5,6 GiB 45.312 ≤ 193 tok/s Passt
tiny-aya-fire 3,3B Q8_0 5,6 GiB 45.312 ≤ 193 tok/s Passt
tiny-aya-global 3,3B Q8_0 5,6 GiB 45.312 ≤ 193 tok/s Passt
tiny-aya-water 3,3B Q8_0 5,6 GiB 45.312 ≤ 193 tok/s Passt
Llama-3.2-3B-Instruct 3,2B Q8_0 5,5 GiB 19.712 ≤ 175 tok/s Passt
AI21-Jamba-Reasoning-3B 3,2B Q8_0 4,5 GiB 262.144 ≤ 235 tok/s Passt
AI21-Jamba2-3B 3,2B Q8_0 4,5 GiB 262.144 ≤ 235 tok/s Passt
kanana-2-3b-base 3,2B Q6_K 4,9 GiB 23.296 ≤ 206 tok/s Passt
SmolLM3-3B 3,1B Q8_0 5,1 GiB 32.256 ≤ 196 tok/s Passt
SmolLM3-3B-GSM8K-SFT 3,1B Q6_K 4,3 GiB 42.240 ≤ 243 tok/s Passt
LFM2-2.6B-Exp 2,7B F16 6,5 GiB 31.488 ≤ 144 tok/s Passt
d1-3B 2,7B BF16 6,7 GiB 17.664 ≤ 137 tok/s Passt
LFM2.5-2.6B 2,7B BF16 6,7 GiB 17.664 ≤ 137 tok/s Passt
LFM2.5-2.6B-Base 2,7B Q6_K 3,6 GiB 128.000 ≤ 324 tok/s Passt
LFM2.5-VL-3B 2,7B BF16 6,7 GiB 17.664 ≤ 137 tok/s Passt
EuroMoE-2.6B-A0.6B-Instruct-2512 2,6B (498M aktiv) Q6_K 3,6 GiB 32.768 ≤ 1.236 tok/s Passt
LFM2-2.6B-Longevity 2,6B F16 6,5 GiB 31.488 ≤ 144 tok/s Passt
LFM2-2.6B-Transcript 2,6B BF16 6,5 GiB 31.488 ≤ 144 tok/s Passt
LFM2-VL-3B 2,6B BF16 6,5 GiB 31.488 ≤ 144 tok/s Passt
MiniCPM5-2B 2,5B BF16 6,0 GiB 27.136 ≤ 157 tok/s Passt
MiniCPM5-2B-Base 2,5B Q6_K 3,4 GiB 86.016 ≤ 346 tok/s Passt
CapRL-Qwen3VL-2B 2,0B F16 5,6 GiB 18.944 ≤ 173 tok/s Passt
HiPO-1.7B 2,0B Q6_K 3,6 GiB 36.352 ≤ 323 tok/s Passt
UI-Venus-1.5-2B 2,0B F16 5,6 GiB 18.944 ≤ 173 tok/s Passt
ZwZ-2B 2,0B F16 5,6 GiB 18.944 ≤ 173 tok/s Passt
Youtu-LLM-2B 2,0B Q6_K 3,2 GiB 105.472 ≤ 396 tok/s Passt
Youtu-LLM-2B-Base 2,0B Q6_K 3,2 GiB 105.472 ≤ 396 tok/s Passt
Qwen3.5-2B 1,9B BF16 5,4 GiB 114.176 ≤ 197 tok/s Passt
Qwen3.5-2B-Base 1,9B Q6_K 3,2 GiB 262.144 ≤ 462 tok/s Passt
Qwen3-1.7B 1,7B BF16 5,6 GiB 18.944 ≤ 173 tok/s Passt
Qwen3-VL-2B-Instruct 1,7B BF16 5,6 GiB 18.944 ≤ 173 tok/s Passt
Qwen3-VL-2B-Thinking 1,7B BF16 5,6 GiB 18.944 ≤ 173 tok/s Passt
SingGuard-2b 1,7B F16 5,6 GiB 18.944 ≤ 173 tok/s Passt
granite-4.0-1b 1,6B BF16 5,1 GiB 29.184 ≤ 193 tok/s Passt
Apertus-v1.1-1.5B 1,5B F16 3,8 GiB 4.096 ≤ 290 tok/s Passt
Apertus-v1.1-1.5B-Instruct 1,5B F16 3,8 GiB 4.096 ≤ 290 tok/s Passt
granite-4.0-h-1b 1,5B BF16 4,4 GiB 131.072 ≤ 254 tok/s Passt
Llama-3.2-1B-Instruct 1,2B BF16 4,0 GiB 93.184 ≤ 277 tok/s Passt
LFM2.5-1.2B-Base 1,2B BF16 3,7 GiB 128.000 ≤ 311 tok/s Passt
LFM2.5-1.2B-Instruct 1,2B BF16 3,7 GiB 128.000 ≤ 311 tok/s Passt
LFM2.5-1.2B-JP 1,2B F16 3,7 GiB 128.000 ≤ 311 tok/s Passt
LFM2.5-1.2B-JP-202606 1,2B F16 3,7 GiB 128.000 ≤ 311 tok/s Passt
LFM2.5-1.2B-Thinking 1,2B BF16 3,7 GiB 128.000 ≤ 311 tok/s Passt
LFM2.5-VL-1.6B 1,2B BF16 3,7 GiB 128.000 ≤ 311 tok/s Passt
LFM2.5-VL-1.6B-Extract 1,2B F16 3,7 GiB 128.000 ≤ 311 tok/s Passt
MiniCPM5-1B 1,1B Q6_K 2,2 GiB 131.072 ≤ 823 tok/s Passt
MiniCPM5-1B-Base 1,1B Q6_K 2,2 GiB 131.072 ≤ 823 tok/s Passt
MiniCPM5-1B-SFT 1,1B Q6_K 2,2 GiB 131.072 ≤ 823 tok/s Passt
Holo-3.1-0.8B 1,0B Q6_K 2,3 GiB 262.144 ≤ 1.056 tok/s Passt
MiniCPM-V-4.7-1B 1,0B F16 3,2 GiB 262.144 ≤ 473 tok/s Passt
gemma-3-1b-it 1,0B BF16 3,6 GiB 32.768 ≤ 372 tok/s Passt
Qwen3.5-0.8B 752M BF16 3,2 GiB 262.144 ≤ 473 tok/s Passt
Qwen3.5-0.8B-Base 752M Q6_K 2,3 GiB 262.144 ≤ 1.056 tok/s Passt
MiniCPM-V-4.6 752M F16 3,2 GiB 262.144 ≤ 473 tok/s Passt
MiniCPM-V-4.6-Thinking 752M F16 3,2 GiB 262.144 ≤ 473 tok/s Passt
Qwen3-0.6B 752M BF16 3,4 GiB 38.400 ≤ 357 tok/s Passt
HunyuanOCR 539M F16 3,1 GiB 32.768 ≤ 404 tok/s Passt
LFM2.5-350M 354M BF16 2,1 GiB 128.000 ≤ 939 tok/s Passt
LFM2.5-Encoder-350M-Diffusion 354M Q6_K 1,7 GiB 128.000 ≤ 1.940 tok/s Passt
LFM2.5-VL-450M 354M BF16 2,1 GiB 128.000 ≤ 939 tok/s Passt
LFM2.5-VL-450M-Extract 354M F16 2,1 GiB 128.000 ≤ 939 tok/s Passt
granite-4.0-350m 352M BF16 2,2 GiB 32.768 ≤ 809 tok/s Passt
granite-4.0-h-350m 340M BF16 2,1 GiB 32.768 ≤ 1.063 tok/s Passt
functiongemma-270m-it 268M BF16 2,1 GiB 32.768 ≤ 1.335 tok/s Passt
LFM2.5-230M 230M BF16 1,8 GiB 128.000 ≤ 1.357 tok/s Passt

Grenzwertige Modelle

Innerhalb des Fehlerbereichs der Schätzung: Es kann passen oder nicht. Versuchen Sie eine kürzere Kontextlänge oder eine niedrigere Quantisierung.

Kontextlänge 8.192 Tokens. Keine Quantisierung dieser Modelle passt; angezeigt wird die höchste, die grenzwertig ist.
Modell Parameter Höchste grenzwertige Quantisierung Benötigter verfügbarer Speicher für „Passt“ Ergebnis
Kimi-Linear-REAP-35B-A3B-Instruct 35,1B (3,1B aktiv) IQ2_XXS 10,7 GiB Grenzwertig
Holo4-35B-A3B 34,7B (2,9B aktiv) IQ2_XXS 12,0 GiB Grenzwertig
Ising-Calibration-1-35B-A3B 34,7B (2,9B aktiv) IQ2_XXS 11,1 GiB Grenzwertig
KAT-Coder-V2.5-Dev 34,7B (2,9B aktiv) IQ2_XXS 11,3 GiB Grenzwertig
Qwen3.5-35B-A3B-Base 34,7B (2,9B aktiv) IQ2_XXS 10,9 GiB Grenzwertig
Qwen3.6-35B-A3B 34,7B (2,9B aktiv) IQ2_XXS 11,3 GiB Grenzwertig
Laguna-XS-2.1 33,4B (2,8B aktiv) IQ2_XXS 11,1 GiB Grenzwertig
Cosmos-Reason2-32B 32,8B IQ2_XXS 12,0 GiB Grenzwertig
FrogBoss-32B-2510 32,8B IQ2_XXS 12,0 GiB Grenzwertig
Nemotron-Terminal-32B 32,8B IQ2_XXS 12,0 GiB Grenzwertig
SERA-32B 32,8B IQ2_XXS 12,0 GiB Grenzwertig
WebWorld-32B 32,8B IQ2_XXS 12,0 GiB Grenzwertig
Olmo-3.1-32B-Instruct-DPO 32,2B IQ2_XXS 11,8 GiB Grenzwertig
Olmo-3-1125-32B 32,2B IQ2_XXS 11,8 GiB Grenzwertig
Olmo-3-32B-Think-DPO 32,2B IQ2_XXS 11,8 GiB Grenzwertig
Olmo-3-32B-Think-SFT 32,2B IQ2_XXS 11,8 GiB Grenzwertig
North-Mini-Code-1.0 30,5B (3,3B aktiv) IQ2_M 12,7 GiB Grenzwertig
Muse-Glimmer-30B 27,9B IQ3_XXS 12,6 GiB Grenzwertig
Fara1.5-27B 26,9B IQ2_M 12,5 GiB Grenzwertig
Holo4-27B 26,9B Q2_K 12,7 GiB Grenzwertig
Qwen3.8-27B 26,9B Q2_K 12,5 GiB Grenzwertig
Qwen3.8-3.6-27B-blend 26,9B Q2_K 12,5 GiB Grenzwertig
UI-Mate-27B 26,9B IQ2_M 12,5 GiB Grenzwertig
UI-Mate-democua-27B 26,9B Q2_K 12,7 GiB Grenzwertig
Trinity-Mini 26,1B (3,1B aktiv) IQ3_XXS 12,1 GiB Grenzwertig
Trinity-Mini-Base 26,1B (3,1B aktiv) IQ3_XXS 11,8 GiB Grenzwertig
Trinity-Mini-Base-Pre-Anneal 26,1B (3,1B aktiv) IQ3_XXS 11,5 GiB Grenzwertig
gemma-4-26B-A4B 25,2B (3,8B aktiv) Q2_K 13,0 GiB Grenzwertig
gemma-4-26B-A4B-it 25,2B (3,8B aktiv) IQ2_M 13,1 GiB Grenzwertig
Qwen3-Coder-REAP-25B-A3B 24,9B (3,0B aktiv) IQ3_XXS 11,8 GiB Grenzwertig
Devstral-Small-2-24B-Instruct-2512 23,6B Q2_K 11,1 GiB Grenzwertig
Mistral-Small-3.2-24B-Instruct-2506 23,6B Q2_K 11,1 GiB Grenzwertig
GLM-4.7-Flash-REAP-23B-A3B 23,0B (3,6B aktiv) Q2_K 10,2 GiB Grenzwertig
EuroLLM-22B-2512 22,6B IQ3_XXS 11,5 GiB Grenzwertig
EuroLLM-22B-Instruct-2512 22,6B IQ3_XXS 11,5 GiB Grenzwertig
gpt-oss-20b 20,9B (3,6B aktiv) Q2_K 12,6 GiB Grenzwertig
DeepSeek-R1-Distill-Qwen-14B 14,8B Q4_K_M 11,3 GiB Grenzwertig
Qwen2.5-14B-Instruct 14,8B Q4_K_M 11,3 GiB Grenzwertig
ContextPilot-14B 14,8B Q4_K_M 11,3 GiB Grenzwertig
JanusCoder-14B 14,8B Q5_K_M 12,4 GiB Grenzwertig
Nemotron-Cascade-14B-Thinking 14,8B Q5_K_M 12,4 GiB Grenzwertig
NousCoder-14B 14,8B Q5_K_M 12,4 GiB Grenzwertig
Qwen3-14B 14,8B Q5_K_M 12,4 GiB Grenzwertig
phi-4 14,7B Q4_K_M 11,4 GiB Grenzwertig
Apriel-1.6-15b-Thinker 14,4B Q5_K_M 12,5 GiB Grenzwertig
Ministral-3-14B-Instruct-2512 13,5B Q5_K_M 11,6 GiB Grenzwertig
Ministral-3-14B-Reasoning-2512 13,5B Q5_K_M 11,6 GiB Grenzwertig
Mellum2.1-12B-A2.5B-Thinking 12,1B (2,2B aktiv) Q6_K 12,1 GiB Grenzwertig
gemma-4-12B-it 11,9B Q6_K 12,7 GiB Grenzwertig
gemma-3-12b-it 11,8B Q6_K 13,0 GiB Grenzwertig
translategemma-12b-it 11,8B Q6_K 13,0 GiB Grenzwertig
Bielik-11B-v3.0-Instruct 11,2B Q6_K 11,8 GiB Grenzwertig
gemma-2-9b-it 9,2B Q6_K 12,0 GiB Grenzwertig
Ministral-3-8B-Instruct-2512 8,5B Q8_0 10,7 GiB Grenzwertig
Ministral-3-8B-Reasoning-2512 8,5B Q8_0 10,7 GiB Grenzwertig
ArmorOCR 8,2B Q8_0 10,4 GiB Grenzwertig
Qwen3-8B 8,2B Q8_0 10,4 GiB Grenzwertig
Bielik-Minitron-7B-v3.0-Instruct 7,5B Q8_0 10,2 GiB Grenzwertig
Olmo-3.1-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3.1-7B-RL-Zero-Math 7,3B Q8_0 12,7 GiB Grenzwertig
Olmo-3-7B-Instruct 7,3B Q8_0 12,7 GiB Grenzwertig
Olmo-3-7B-Instruct-DPO 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-Instruct-SFT 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-RL-Zero-General 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-RL-Zero-IF 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-RL-Zero-Mix 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-Think 7,3B Q8_0 12,7 GiB Grenzwertig
Olmo-3-7B-Think-DPO 7,3B Q6_K 11,0 GiB Grenzwertig
Olmo-3-7B-Think-SFT 7,3B Q6_K 11,0 GiB Grenzwertig

Modelle, die nicht auf eine NVIDIA GeForce RTX 3080 10GB passen

Kontextlänge 8.192 Tokens. Selbst die niedrigste Quantisierung passt nicht auf eine Karte; der angezeigte Bedarf gilt für diese Quantisierung.
Modell Parameter Kleinste Quantisierung Benötigter verfügbarer Speicher für „Passt“ Mehrere identische Karten Ergebnis
GLM-4.7-Flash 29,9B (3,6B aktiv) Q2_K 12,8 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Hermes-4.3-36B 36,2B IQ2_XXS 12,9 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Holo2-30B-A3B 30,5B (3,0B aktiv) Q2_K 13,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-30B-A3B-Instruct-2507 30,5B (3,0B aktiv) Q2_K 13,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-30B-A3B-Instruct 30,5B (3,0B aktiv) Q2_K 13,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-VL-30B-A3B-Instruct 30,5B (3,0B aktiv) Q2_K 13,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
UI-Venus-1.5-30B-A3B 30,5B (3,0B aktiv) Q2_K 13,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
OptiMind-SFT 20,9B (3,6B aktiv) IQ2_M 13,1 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Kimi-Linear-48B-A3B-Instruct 49,1B (3,1B aktiv) IQ2_XXS 13,3 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
AesCode-32B 32,8B IQ2_XXS 13,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
AI21-Jamba2-Mini 51,6B (11,8B aktiv) IQ2_XXS 13,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
gemma-2-27b-it 27,2B IQ2_M 13,8 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
granite-4.1-30b 28,9B Q2_K 13,9 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
granite-4.2-30b 29,3B Q2_K 13,9 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Kimi-Linear-48B-A3B-Base 49,1B (3,1B aktiv) IQ2_XXS 14,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
gemma-3-27b-it 27,0B Q2_K 14,4 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
translategemma-27b-it 27,0B Q2_K 14,4 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Holo-3.1-35B-A3B 34,7B (2,9B aktiv) Q2_K 14,4 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Holo3-35B-A3B 34,7B (2,9B aktiv) Q2_K 14,4 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
LFM2-24B-A2B 23,8B (2,3B aktiv) Q4_0 14,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
LFM2.5-24B-A2B 24,0B (2,5B aktiv) Q4_0 14,7 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Olmo-3.1-32B-Instruct 32,2B Q2_K 15,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Olmo-3.1-32B-Think 32,2B Q2_K 15,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Olmo-3-32B-Think 32,2B Q2_K 15,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
DeepSeek-R1-Distill-Qwen-32B 32,8B Q2_K 15,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen2.5-32B-Instruct 32,8B Q2_K 15,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen2.5-Coder-32B-Instruct 32,8B Q2_K 15,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-VL-32B-Instruct 32,8B Q2_K 15,3 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-VL-32B-Thinking 32,8B Q2_K 15,3 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3.5-27B 26,9B Q3_K_M 15,3 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3.6-27B 26,9B Q3_K_M 15,4 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
gemma-4-12B 11,9B Q8_0 15,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Ising-Calibration-1.5-31B-BF16 30,7B IQ2_XXS 16,5 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3.5-35B-A3B 34,7B (2,9B aktiv) Q3_K_M 17,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
gemma-4-31B 30,7B Q2_K 17,6 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Holotron4-30B-A3B 31,6B (3,2B aktiv) IQ2_M 18,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-Labs-3-Elastic-30B-A3B-BF16 31,6B (3,2B aktiv) IQ2_M 18,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 31,6B (3,2B aktiv) Q2_K 18,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Nemotron-Cascade-2-30B-A3B 31,6B (3,2B aktiv) IQ2_M 19,1 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 31,6B (3,2B aktiv) IQ2_M 19,1 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 31,6B (3,2B aktiv) IQ4_XS 19,1 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniCPM-V-4.7-35B-A3B 34,7B (2,9B aktiv) IQ4_XS 20,0 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-30B-A3B 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
gemma-4-31B-it 30,7B Q3_K_M 20,3 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
EXAONE-4.5-33B 32,5B IQ4_XS 20,4 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Llama-3.1-70B-Instruct 70,6B IQ2_XXS 22,3 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-Next-Base 79,7B (3,6B aktiv) IQ2_XXS 22,3 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-32B 32,8B Q4_K_M 22,4 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
QwQ-32B 32,8B Q4_K_M 22,5 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 31,6B (3,2B aktiv) Q4_K_M 23,3 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
KAT-Dev-72B-Exp 72,7B IQ2_XXS 28,5 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Solar-Open-100B 103B (11,2B aktiv) IQ2_XXS 29,4 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
DeepSeek-R1-Distill-Llama-70B 70,6B Q2_K 29,4 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Llama-3.3-70B-Instruct 70,6B Q2_K 29,4 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Next-80B-A3B-Instruct 79,7B (3,6B aktiv) Q2_K 30,3 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen2.5-72B-Instruct 73,0B Q2_K 30,3 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-Next 79,7B (3,6B aktiv) Q2_K 30,4 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.5-Air-REAP-82B-A12B 81,9B (12,8B aktiv) IQ2_XXS 31,1 GiB Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Step-3.5-Flash-REAP-121B-A11B 121B (11,4B aktiv) IQ2_XXS 32,9 GiB Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Mistral-Small-4-119B-2603 119B (6,1B aktiv) IQ2_XXS 34,3 GiB Grenzwertig mit 8 Karten. Passt nicht
Qwen3.5-122B-A10B 122B (9,0B aktiv) IQ2_XXS 35,0 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen-AgentWorld-35B-A3B 34,7B (2,9B aktiv) Q8_0 37,6 GiB Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.5-REAP-139B-A10B 139B (10,4B aktiv) IQ2_XXS 39,2 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
INTELLECT-3 107B (12,8B aktiv) IQ2_XXS 39,6 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Step-3.5-Flash-REAP-149B-A11B 149B (11,4B aktiv) IQ2_XXS 40,1 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Llama-4-Scout-17B-16E-Instruct 108B (16,1B aktiv) Q2_K 41,5 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-4.5-Air 107B (12,8B aktiv) Q2_K 45,6 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-4.6V 107B (12,8B aktiv) Q2_K 45,6 GiB Grenzwertig mit 8 Karten. Passt nicht
Step-3.5-Flash 197B (11,5B aktiv) IQ2_XXS 48,9 GiB Grenzwertig mit 8 Karten. Passt nicht
Devstral-2-123B-Instruct-2512 125B Q2_K 49,3 GiB Grenzwertig mit 8 Karten. Passt nicht
Mistral-Medium-3.5-128B 125B Q2_K 49,3 GiB Grenzwertig mit 8 Karten. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-Base-BF16 121B (12,2B aktiv) IQ2_XXS 49,8 GiB Grenzwertig mit 8 Karten. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 121B (12,2B aktiv) IQ2_XXS 51,0 GiB Grenzwertig mit 8 Karten. Passt nicht
gpt-oss-120b 117B (5,1B aktiv) Q2_K 62,8 GiB Grenzwertig mit 8 Karten. Passt nicht
MiniMax-M2.7 229B (10,4B aktiv) IQ2_XXS 62,9 GiB Grenzwertig mit 8 Karten. Passt nicht
Baichuan-M3-235B 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Grenzwertig mit 8 Karten. Passt nicht
Holo2-235B-A22B 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Grenzwertig mit 8 Karten. Passt nicht
Qwen3-Nemotron-235B-A22B-GenRM 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Grenzwertig mit 8 Karten. Passt nicht
command-a-plus-05-2026-bf16 218B (25,0B aktiv) IQ2_XXS 63,6 GiB Grenzwertig mit 8 Karten. Passt nicht
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 121B (12,2B aktiv) Q4_0 71,8 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-4.7-REAP-268B-A32B 269B (32,8B aktiv) IQ2_XXS 73,0 GiB Grenzwertig mit 8 Karten. Passt nicht
Step-3.7-Flash 197B (11,5B aktiv) IQ3_XXS 76,1 GiB Grenzwertig mit 8 Karten. Passt nicht
Hy3 295B (20,2B aktiv) IQ2_XXS 82,2 GiB Grenzwertig mit 8 Karten. Passt nicht
MiMo-V2.5 309B (14,8B aktiv) IQ2_XXS 82,4 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-4.7-REAP-218B-A32B 218B (32,8B aktiv) Q2_K 82,9 GiB Grenzwertig mit 8 Karten. Passt nicht
MiniMax-M2 229B (10,4B aktiv) Q2_K 84,9 GiB Grenzwertig mit 8 Karten. Passt nicht
MiniMax-M2.1 229B (10,4B aktiv) Q2_K 84,9 GiB Grenzwertig mit 8 Karten. Passt nicht
MiniMax-M2.5 229B (10,4B aktiv) Q2_K 84,9 GiB Grenzwertig mit 8 Karten. Passt nicht
Qwen3-235B-A22B-Instruct-2507 235B (21,6B aktiv) Q2_K 86,7 GiB Grenzwertig mit 8 Karten. Passt nicht
Qwen3-VL-235B-A22B-Instruct 235B (21,6B aktiv) Q2_K 86,7 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-5.3-Flash-BF16 313B (16,7B aktiv) IQ2_XXS 92,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Laguna-S-2.1 118B (8,1B aktiv) Q4_K_M 95,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Trinity-Large-Base 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Trinity-Large-TrueBase 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-4.6-REAP-268B-A32B 269B (32,8B aktiv) Q2_K 100,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Trinity-Large-Thinking 399B (12,8B aktiv) IQ2_XXS 107,1 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2-Flash 309B (14,8B aktiv) Q2_K 111,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Intern-S2-397B 396B (16,3B aktiv) IQ2_XXS 114,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Flash-MOPD 309B (14,8B aktiv) Q2_K 124,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Flash-RL 309B (14,8B aktiv) Q2_K 124,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
K-EXAONE-236B-A23B 237B (22,7B aktiv) IQ4_XS 126,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-4.5 353B (32,9B aktiv) Q2_K 130,7 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-4.7 353B (32,9B aktiv) Q2_K 130,7 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3-Coder-REAP-363B-A35B 363B (34,5B aktiv) Q2_K 132,7 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3-235B-A22B 235B (21,6B aktiv) Q4_K_M 141,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3-Coder-480B-A35B-Instruct 480B (34,5B aktiv) Q2_K 174,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3.5-397B-A17B 396B (16,3B aktiv) Q3_K_M 175,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.1 744B (40,8B aktiv) IQ2_XXS 197,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-V3.2 671B (36,6B aktiv) Q2_K 242,1 GiB Passt nicht einmal auf 8 Karten. Passt nicht
cogito-671b-v2.1 671B (36,6B aktiv) Q2_K 242,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-V3.1 671B (36,6B aktiv) Q2_K 242,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Mistral-Large-3-675B-Instruct-2512 673B (39,0B aktiv) Q2_K 243,8 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-V3 671B (36,6B aktiv) Q2_K 257,8 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2.6 1,03T (31,7B aktiv) IQ2_XXS 267,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5 744B (40,8B aktiv) Q2_K 268,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.5-Pro 1,02T (41,0B aktiv) IQ2_XXS 270,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-R1 671B (36,6B aktiv) Q2_K 280,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Muse-Spark-Open-816B-A42B 820B (44,4B aktiv) Q2_K 301,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.3-Flash 313B (16,7B aktiv) Q8_0 327,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Ling-1T 1,00T (49,8B aktiv) Q2_K 360,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2-Instruct 1,03T (31,7B aktiv) Q2_K 367,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2.5 1,03T (31,7B aktiv) Q2_K 368,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2-Thinking 1,03T (31,7B aktiv) Q2_K 368,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Pro-MOPD 1,02T (41,0B aktiv) Q2_K 411,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Pro-RL 1,02T (41,0B aktiv) Q2_K 411,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Beam-1.0-501B-A23B 501B (22,7B aktiv) Q8_0 523,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.2 744B (40,8B aktiv) Q8_0 776,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.3 744B (40,8B aktiv) Q8_0 776,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3.8-2.4T-A95B 2,42T (93,3B aktiv) Q8_0 2.524,1 GiB Passt nicht einmal auf 8 Karten. Passt nicht

Die Geschwindigkeitsobergrenze ergibt sich aus der Speicherbandbreite geteilt durch die pro erzeugtem Token gelesenen Bytes. Sie ist eine theoretische Obergrenze; öffentliche llama.cpp-Benchmarks erreichen typischerweise etwa die Hälfte bis vier Fünftel davon, kleine Modelle und Mixture-of-Experts-Modelle oft weniger. Öffentliche Benchmarks

Detailseiten für diese GPU