# Arc B580

> 地端世界 · https://onpremworld.com/zh-tw/hardware/intel-arc-b580 · 最後更新: 2026-10-16 · CC BY 4.0

本站首發價最低的顯示卡（249 美元），12 GB VRAM 可透過 llama.cpp 的 SYCL 或 Vulkan 後端跑 8B–14B 模型。

## 規格

|  |  |
|---|---|
| 記憶體 | 12 GB GDDR6 |
| 記憶體頻寬 | 456 GB/s |
| 功耗 | 190 W |
| 上市 | 2024-12 |
| 首發建議售價 | US$249 |
| 架構 | Battlemage (Xe2) |
| 軟體支援 | oneAPI (SYCL) / Vulkan |

## 能跑哪些模型 (12 GB, 8K)

此為估算值，並非實測。請參考估算方法說明。

| 模型 | 參數量 | 最佳量化 | 合計 | tok/s（預估） |
|---|---|---|---|---|
| Phi-4 (14B) | 14B | Q5_K_M | 11.8 GiB | 30 |
| Gemma 3 12B IT | 12B | Q6_K | 11.0 GiB | 30 |
| Gemma 4 12B Unified IT | 11.95B | Q6_K | 10.5 GiB | 30 |
| Qwen3.5-9B | 9B | Q8_0 | 10.1 GiB | 31 |
| Qwen3-8B | 8.2B | Q8_0 | 10.1 GiB | 34 |
| DeepSeek-R1-0528-Qwen3-8B | 8.19B | Q8_0 | 10.1 GiB | 34 |
| Llama 3.1 8B Instruct | 8B | Q8_0 | 9.8 GiB | 35 |
| Gemma 4 E4B IT | 8B | Q8_0 | 9.1 GiB | 35 |
| Llama 3.2 3B Instruct | 3.21B | FP16 | 7.7 GiB | 45 |
| Kimi K2.6 | 1000B | 放不下 | – | – |
| DeepSeek-R1-0528 (671B) | 671B | 放不下 | – | – |
| DeepSeek-V4-Flash | 284B | 放不下 | – | – |
| Qwen3.8-Flash-Next | 180B | 放不下 | – | – |
| Qwen3.5-122B-A10B | 122B | 放不下 | – | – |
| Mistral Small 4 119B (2603) | 119B | 放不下 | – | – |
| gpt-oss-120b | 117B | 放不下 | – | – |
| Llama 4 Scout 17B-16E Instruct | 109B | 放不下 | – | – |
| GLM-4.5-Air | 106B | 放不下 | – | – |
| Qwen3-Coder-Next (80B-A3B) | 80B | 放不下 | – | – |
| Llama 3.3 70B Instruct | 70B | 放不下 | – | – |
| Qwen3.5-35B-A3B | 35B | 放不下 | – | – |
| Qwen3.6-35B-A3B | 35B | 放不下 | – | – |
| Qwen3-32B | 32.8B | 放不下 | – | – |
| DeepSeek-R1-Distill-Qwen-32B | 32.76B | 放不下 | – | – |
| Gemma 4 31B IT | 30.7B | 放不下 | – | – |
| Qwen3-30B-A3B (2507) | 30.5B | 放不下 | – | – |
| Qwen3-Coder-30B-A3B-Instruct | 30.5B | 放不下 | – | – |
| GLM-4.7-Flash (30B-A3B) | 30B | 放不下 | – | – |
| Qwen3.5-27B | 27B | 放不下 | – | – |
| Qwen3.6-27B | 27B | 放不下 | – | – |
| Qwen3.8-27B | 27B | 放不下 | – | – |
| Gemma 3 27B IT | 27B | 放不下 | – | – |
| Gemma 4 26B A4B IT | 25.2B | 放不下 | – | – |
| Mistral Small 3.2 24B Instruct (2506) | 24B | 放不下 | – | – |
| Magistral Small 1.2 (2509) | 24B | 放不下 | – | – |
| Devstral Small 2 24B Instruct (2512) | 24B | 放不下 | – | – |
| gpt-oss-20b | 21B | 放不下 | – | – |

## 價格

各商店的最新售價，以查價當天頁面標示的價格為準。

| 地區 | 商店 | 商品 | 售價 | 每 GB | 查價日 |
|---|---|---|---|---|---|
| 美國 | Newegg | ASRock Challenger Arc B580 12GB GDDR6 PCI Express 4.0 x8 ATX Graphics Card B580 CL 12GO | [US$329.99](https://www.newegg.com/asrock-challenger-b580-cl-12go-arc-b580-12gb-graphics-card-double-fans/p/N82E16814930131) | US$27/GB | 2026-10-14 |

美國性價比：跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 58.2 個 token，換算為 17.6 tok/s／每 US$100。

全部價格: https://onpremworld.com/zh-tw/prices.md

## 常見問題

### Arc B580 可以跑哪些 LLM？

以 12 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Phi-4 (14B)、Gemma 3 12B IT、Gemma 4 12B Unified IT、Qwen3.5-9B、Qwen3-8B。完整清單見下方表格。

### Arc B580 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（456 GB/s）。以 Llama 3.1 8B Instruct（Q8_0）為例，預估約每秒 35 個 token；模型越大越慢。

### Arc B580 能跑 70B 等級的模型嗎？

Llama 3.3 70B Instruct 在 Arc B580（12 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。

## 資料來源

- https://www.intel.com/content/www/us/en/products/sku/241598/intel-arc-b580-graphics/specifications.html
- https://www.intel.com/content/www/us/en/newsroom/news/intel-launches-arc-b-series-graphics-cards.html
- https://github.com/ggml-org/llama.cpp/blob/master/docs/backend/SYCL.md