NVIDIA GeForce RTX 3080 (10GB) 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 10 GB、760 GB/s 带宽，RTX 3080 (10GB) 可在 Q4_K_M、8K 上下文下运行目录中的 67 个模型。能放下的最大模型是 OLMo 2 7B Instruct（约 9.5 GB），首选是 Mellum2.1 12B Thinking，速度 120–231 tok/s。
10 GB VRAM限制于8B模型，但带宽非常快。RTX 3080 Ti / 3080 12GB变体对AI明显更好。
可在 RTX 3080 (10GB) 上运行的模型
Q4_K_M，8K 上下文，可用 10 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 10 GB | 显存 | 速度 |
|---|---|---|---|
| Mellum2.1 12B Thinking Mellum2.1 | 9 GB | 120–231 tok/s | |
| Gemma 4 12B (Unified) Gemma 4 | 8 GB | 34–65 tok/s | |
| Bielik PL 11B v3.0 Instruct Bielik | 7.4 GB | 36–69 tok/s | |
| Llama 3.2 Vision 11B Llama 3.2 Vision | 8.5 GB | 37–71 tok/s | |
| Llama 3.2 11B Vision Instruct Llama 3.2 Family | 8.5 GB | 37–71 tok/s | |
| Falcon 3 10B Instruct Falcon 3 | 8.4 GB | 38–72 tok/s | |
| Qwen 3.5 9B Qwen 3.5 | 6.5 GB | 48–92 tok/s | |
| GLM-4 9B GLM-4.7 / GLM-Z1 | 6.2 GB | 42–81 tok/s | |
| K2 Horizon 7B K2 Horizon | 7.4 GB | 42–81 tok/s | |
| GLM-4.6V-Flash 9B GLM-4.6V | 6.2 GB | 42–81 tok/s | |
| EuroLLM 9B EuroLLM | 6.2 GB | 42–81 tok/s | |
| MiMo-V2.6 Distill 9B MiMo-V2.6 | 6.5 GB | 48–92 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 2026-07-12。
- 显存
- 10 GB
- 内存带宽
- 760 GB/s
- 架构
- Ampere GA102
- 系列
- RTX 30-series
- 整卡功耗
- 320 W
- 发布年份
- 2020
- 首发价格
- $699
- 模型可用
- 10 GB
相似 GPU
常见问题
NVIDIA GeForce RTX 3080 (10GB) 能运行本地大模型吗？
可以。它有 10 GB（模型可用 10 GB），在 Q4_K_M、8K 上下文下可运行目录中的 67 个模型；最大的是 OLMo 2 7B Instruct，约需 9.5 GB。
NVIDIA GeForce RTX 3080 (10GB) 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 50–97 tok/s。Llama 3.3 70B 放不下：约需 44 GB，而可用只有 10 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。
10 GB 能运行哪些大模型？
能放下的最佳模型包括：Mellum2.1 12B Thinking、Gemma 4 12B (Unified)、Bielik PL 11B v3.0 Instruct、Llama 3.2 Vision 11B、Llama 3.2 11B Vision Instruct。最快的上手方式是 Ollama：ollama run llama3.1:8b。