RTX A6000

Name: RTX A6000
Brand: NVIDIA

NVIDIA RTX A6000：48 GB 記憶體、768 GB/s 頻寬。以 48 GB、8K 上下文估算，下表列出它能跑的開源模型。單卡 48 GB ECC 記憶體、頻寬 768 GB/s，足以用 4-bit 量化跑 70B 模型，還能用 NVLink 串接兩張。

最後更新: 2026-10-14

規格

記憶體	48 GB GDDR6 (ECC)[src]
記憶體頻寬	768 GB/s[src]
功耗	300 W[src]
上市	2020-12[src]
首發建議售價	US$4,650[src]
架構	Ampere (GA102)[src]
軟體支援	CUDA

能跑哪些模型

在 8K 上下文長度下，放得下的最高品質量化版本與預估生成速度。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	所需記憶體	tok/s（預估）
Llama 3.3 70B Instruct	70B	Q4_K_M	44.5 GiB	13
Qwen3.5-35B-A3B	35B (3B)	Q8_0	37.0 GiB	169
Qwen3.6-35B-A3B	35B (3B)	Q8_0	37.0 GiB	169
Qwen3-32B	32.8B	Q8_0	36.6 GiB	15
DeepSeek-R1-Distill-Qwen-32B	32.76B	Q8_0	36.5 GiB	15
Gemma 4 31B IT	30.7B	Q8_0	33.5 GiB	16
Qwen3-30B-A3B (2507)	30.5B (3.3B)	Q8_0	32.9 GiB	153
Qwen3-Coder-30B-A3B-Instruct	30.5B (3.3B)	Q8_0	32.9 GiB	153
GLM-4.7-Flash (30B-A3B)	30B (3B)	Q8_0	32.1 GiB	169
Qwen3.5-27B	27B	Q8_0	29.1 GiB	19
Qwen3.6-27B	27B	Q8_0	29.1 GiB	19
Qwen3.8-27B	27B	Q8_0	29.1 GiB	19
Gemma 3 27B IT	27B	Q8_0	29.6 GiB	19
Gemma 4 26B A4B IT	25.2B (3.8B)	Q8_0	27.0 GiB	133
Mistral Small 3.2 24B Instruct (2506)	24B	Q8_0	26.7 GiB	21
Magistral Small 1.2 (2509)	24B	Q8_0	26.7 GiB	21
Devstral Small 2 24B Instruct (2512)	24B	Q8_0	26.7 GiB	21
gpt-oss-20b	21B (3.6B)	FP16	41.8 GiB	75
Phi-4 (14B)	14B	FP16	29.4 GiB	19
Gemma 3 12B IT	12B	FP16	24.8 GiB	22
Gemma 4 12B Unified IT	11.95B	FP16	24.2 GiB	22
Qwen3.5-9B	9B	FP16	18.4 GiB	30
Qwen3-8B	8.2B	FP16	17.7 GiB	33
DeepSeek-R1-0528-Qwen3-8B	8.19B	FP16	17.6 GiB	33
Llama 3.1 8B Instruct	8B	FP16	17.1 GiB	34
Gemma 4 E4B IT	8B	FP16	16.4 GiB	34
Llama 3.2 3B Instruct	3.21B	FP16	7.7 GiB	84
Kimi K2.6	1000B (32B)	放不下	–	–
DeepSeek-R1-0528 (671B)	671B (37B)	放不下	–	–
DeepSeek-V4-Flash	284B (13B)	放不下	–	–
Qwen3.8-Flash-Next	180B (6B)	放不下	–	–
Qwen3.5-122B-A10B	122B (10B)	放不下	–	–
Mistral Small 4 119B (2603)	119B (6.5B)	放不下	–	–
gpt-oss-120b	117B (5.1B)	放不下	–	–
Llama 4 Scout 17B-16E Instruct	109B (17B)	放不下	–	–
GLM-4.5-Air	106B (12B)	放不下	–	–
Qwen3-Coder-Next (80B-A3B)	80B (3B)	放不下	–	–

價格

這款硬體目前還沒有價格紀錄。全部價格 →

常見問題

RTX A6000 可以跑哪些 LLM？

以 48 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Llama 3.3 70B Instruct、Qwen3.5-35B-A3B、Qwen3.6-35B-A3B、Qwen3-32B、DeepSeek-R1-Distill-Qwen-32B。完整清單見下方表格。

RTX A6000 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（768 GB/s）。以 Llama 3.1 8B Instruct（FP16）為例，預估約每秒 34 個 token；模型越大越慢。

RTX A6000 能跑 70B 等級的模型嗎？

可以。Llama 3.3 70B Instruct 在 RTX A6000（48 GB）上以 Q4_K_M 量化、8K 上下文約需 44.5 GiB，預估生成速度約每秒 13 個 token。