GeForce RTX 4080 SUPER

Name: GeForce RTX 4080 SUPER
Brand: NVIDIA

NVIDIA GeForce RTX 4080 SUPER：16 GB 記憶體、736 GB/s 頻寬。以 16 GB、8K 上下文估算，下表列出它能跑的開源模型。 16 GB GDDR6X、頻寬 736 GB/s，跑 24B 以下的 4-bit 模型很快，但 16 GB 的容量限制了能載入的模型大小。

最後更新: 2026-10-14

規格

記憶體	16 GB GDDR6X[src]
記憶體頻寬	736 GB/s[src]
功耗	320 W[src]
上市	2024-01[src]
首發建議售價	US$999[src]
架構	Ada Lovelace[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）
Gemma 4 26B A4B IT	25.2B (3.8B)	Q4_K_M	15.7 GiB	224
Mistral Small 3.2 24B Instruct (2506)	24B	Q4_K_M	16.0 GiB	35
Magistral Small 1.2 (2509)	24B	Q4_K_M	16.0 GiB	35
Devstral Small 2 24B Instruct (2512)	24B	Q4_K_M	16.0 GiB	35
gpt-oss-20b	21B (3.6B)	Q5_K_M	15.3 GiB	201
Phi-4 (14B)	14B	Q6_K	13.3 GiB	45
Gemma 3 12B IT	12B	Q8_0	13.8 GiB	40
Gemma 4 12B Unified IT	11.95B	Q8_0	13.3 GiB	41
Qwen3.5-9B	9B	Q8_0	10.1 GiB	54
Qwen3-8B	8.2B	Q8_0	10.1 GiB	59
DeepSeek-R1-0528-Qwen3-8B	8.19B	Q8_0	10.1 GiB	59
Llama 3.1 8B Instruct	8B	Q8_0	9.8 GiB	61
Gemma 4 E4B IT	8B	Q8_0	9.1 GiB	61
Llama 3.2 3B Instruct	3.21B	FP16	7.7 GiB	80
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	–	–
Llama 3.3 70B Instruct	70B	放不下	–	–
Qwen3.5-35B-A3B	35B (3B)	放不下	–	–
Qwen3.6-35B-A3B	35B (3B)	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 (3.3B)	放不下	–	–
Qwen3-Coder-30B-A3B-Instruct	30.5B (3.3B)	放不下	–	–
GLM-4.7-Flash (30B-A3B)	30B (3B)	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	–	–

價格

這款硬體目前還沒有價格紀錄。全部價格 →

常見問題

GeForce RTX 4080 SUPER 可以跑哪些 LLM？

以 16 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Gemma 4 26B A4B IT、Mistral Small 3.2 24B Instruct (2506)、Magistral Small 1.2 (2509)、Devstral Small 2 24B Instruct (2512)、gpt-oss-20b。完整清單見下方表格。

GeForce RTX 4080 SUPER 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（736 GB/s）。以 Llama 3.1 8B Instruct（Q8_0）為例，預估約每秒 61 個 token；模型越大越慢。

GeForce RTX 4080 SUPER 能跑 70B 等級的模型嗎？

Llama 3.3 70B Instruct 在 GeForce RTX 4080 SUPER（16 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。