NVIDIA GeForce RTX 3080 Ti 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 12 GB GDDR6X、912 GB/s 带宽，RTX 3080 Ti 可在 Q4_K_M、8K 上下文下运行目录中的 88 个模型。能放下的最大模型是 Phi-4 Reasoning Vision 15B（约 11.6 GB），首选是 Cosmos 3 Nano，速度 51–99 tok/s。
12 GB、912 GB/s——相对于该容量而言带宽异常高，适合能装进12 GB且受带宽限制的模型。仅二手市场可得。
可在 RTX 3080 Ti 上运行的模型
Q4_K_M，8K 上下文，可用 12 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 12 GB | 显存 | 速度 |
|---|---|---|---|
| Cosmos 3 Nano Cosmos 3 | 10.5 GB | 51–99 tok/s | |
| Ministral 3 14B Ministral 3 | 9.3 GB | 35–67 tok/s | |
| DeepSeek R1 Distill Qwen 14B DeepSeek R1 | 10.6 GB | 35–67 tok/s | |
| Mellum2.1 12B Thinking Mellum2.1 | 9 GB | 134–257 tok/s | |
| Gemma 4 12B (Unified) Gemma 4 | 8.7 GB | 42–82 tok/s | |
| Mistral NeMo 12B Mistral Family | 9.4 GB | 39–76 tok/s | |
| Gemma 3 12B Instruct Gemma 3 | 9.1 GB | 41–78 tok/s | |
| Bielik 11B v3.1 Instruct Bielik | 9.2 GB | 40–77 tok/s | |
| Bielik 11B v3.0 (multilingual) Bielik | 9.2 GB | 40–77 tok/s | |
| Bielik PL 11B v3.0 Instruct Bielik | 7.4 GB | 42–81 tok/s | |
| Llama 3.2 Vision 11B Llama 3.2 Vision | 8.5 GB | 43–83 tok/s | |
| Llama 3.2 11B Vision Instruct Llama 3.2 Family | 8.5 GB | 43–83 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 2026-09-19。
- 显存
- 12 GB GDDR6X
- 内存带宽
- 912 GB/s
- 显存位宽
- 384-bit
- 架构
- Ampere GA102
- 系列
- RTX 30-series
- 整卡功耗
- 350 W
- 发布年份
- 2021
- 首发价格
- $1,199
- 计算后端
- CUDA
- 模型可用
- 12 GB
相似 GPU
常见问题
NVIDIA GeForce RTX 3080 Ti 能运行本地大模型吗？
可以。它有 12 GB（模型可用 12 GB），在 Q4_K_M、8K 上下文下可运行目录中的 88 个模型；最大的是 Phi-4 Reasoning Vision 15B，约需 11.6 GB。
NVIDIA GeForce RTX 3080 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 59–112 tok/s。Llama 3.3 70B 放不下：约需 44 GB，而可用只有 12 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。
12 GB 能运行哪些大模型？
能放下的最佳模型包括：Cosmos 3 Nano、Ministral 3 14B、DeepSeek R1 Distill Qwen 14B、Mellum2.1 12B Thinking、Gemma 4 12B (Unified)。