NVIDIA GeForce RTX 3070 Ti 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 8 GB、608 GB/s 带宽，RTX 3070 Ti 可在 Q4_K_M、8K 上下文下运行目录中的 59 个模型。能放下的最大模型是 K2 Horizon 7B（约 7.4 GB），首选是 Qwen 3.5 9B，速度 40–76 tok/s。
8 GB VRAM with significantly higher bandwidth than the 3070. Available used for $180–240. Best Ampere 8GB card for local AI inference speed.
可在 RTX 3070 Ti 上运行的模型
Q4_K_M，8K 上下文，可用 8 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 8 GB | 显存 | 速度 |
|---|---|---|---|
| Qwen 3.5 9B Qwen 3.5 | 6.5 GB | 40–76 tok/s | |
| GLM-4 9B GLM-4.7 / GLM-Z1 | 6.2 GB | 35–66 tok/s | |
| GLM-4.6V-Flash 9B GLM-4.6V | 6.2 GB | 35–66 tok/s | |
| EuroLLM 9B EuroLLM | 6.2 GB | 35–66 tok/s | |
| MiMo-V2.6 Distill 9B MiMo-V2.6 | 6.5 GB | 40–76 tok/s | |
| Ternary Bonsai 2 9B Ternary Bonsai 2 | 6.5 GB | 40–76 tok/s | |
| InternLM 3 8B Instruct InternLM 3 | 6.5 GB | 39–76 tok/s | |
| LFM2.5-8B-A1B LFM2.5 | 5.8 GB | 88–170 tok/s | |
| Qwen 3 8B Qwen 3 | 7 GB | 37–71 tok/s | |
| Aya Expanse 8B Aya Expanse | 6.7 GB | 38–73 tok/s | |
| Ministral 8B Ministral | 6.9 GB | 38–72 tok/s | |
| Gemma 4 E4B Gemma 4 | 5.6 GB | 38–73 tok/s |
购买显卡，或租用同等显存
直接购买显卡，或按小时租用同等显存的 GPU，先试用模型。
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
与其他 GPU 的速度对比
Llama 3.1 8B，Q4_K_M。估算区间。 计算方法
规格
规格更新于 2026-09-29。
- 显存
- 8 GB
- 内存带宽
- 608 GB/s
- 架构
- Ampere GA104
- 系列
- RTX 30-series
- 整卡功耗
- 290 W
- 发布年份
- 2021
- 首发价格
- $599
- 模型可用
- 8 GB
相似 GPU
常见问题
NVIDIA GeForce RTX 3070 Ti 能运行本地大模型吗？
可以。它有 8 GB（模型可用 8 GB），在 Q4_K_M、8K 上下文下可运行目录中的 59 个模型；最大的是 K2 Horizon 7B，约需 7.4 GB。
NVIDIA GeForce RTX 3070 Ti 的 AI 推理速度有多快？
估计它在 Q4_K_M 下运行 Llama 3.1 8B 的速度为 42–80 tok/s。Llama 3.3 70B 放不下：约需 44 GB，而可用只有 8 GB。这些是基于内存带宽的模型估算，并非实测；公式见方法说明页。
8 GB 能运行哪些大模型？
能放下的最佳模型包括：Qwen 3.5 9B、GLM-4 9B、GLM-4.6V-Flash 9B、EuroLLM 9B、MiMo-V2.6 Distill 9B。最快的上手方式是 Ollama：ollama run llama3.1:8b。