Arc Pro B70 價格與中古行情：能部署哪些大型語言模型？

Arc Pro B70 是 Intel 2026 年的頂規工作站卡，32GB 顯示記憶體，跑 30B 級 MoE 約 113 tokens/s，稠密模型慢得多。Intel 版 vLLM 還不成熟，個人用 llama.cpp 比較省事。

閒魚

Arc Pro B70 價格走勢

NT$63,3820.00%

閒魚

價格更新於 2026/10/21 14:19

NT$68,404NT$62,175NT$55,946NT$49,717NT$43,488

最低價 NT$62,412最高價 NT$64,845

9月4日9月27日10月21日

部分購買連結是聯盟連結：透過它們購買時我們可能獲得佣金，你支付的價格不變。

單張 B70 用 4-bit 放得下 35B 以內的所有模型，30B 級 MoE 約 110 tokens/s。8-bit 只放得下 27B 級稠密模型，速度掉到十五、六。

模型	大小	能否執行	速度 t/s	最大上下文
Gemma 4 E4B8B	3.8 GB	能跑	102.9	128K
Qwen3.5 9B9.7B	4.1 GB	能跑	95.4	256K
Gemma 4 12B12B	4.7 GB	能跑	83.5	256K
Gemma 4 26B A4B25.2B（啟用 3.8B）	10.5 GB	能跑	117.7	256K
Qwen3.6 27B27.8B	11.8 GB	能跑	36.7	256K
Qwen3.8 27B27.8B	9.8 GB	能跑	43.5	256K
GLM 4.7 Flash30B（啟用 3B）	11.9 GB	能跑	129.6	198K
Gemma 4 31B30.7B	11.8 GB	能跑	35.3	246K
Qwen3.6 35B A3B36B（啟用 3B）	12.3 GB	能跑	141.3	256K

模型	大小	能否執行	速度 t/s	最大上下文
Gemma 4 E4B8B	5 GB	能跑	81.4	128K
Qwen3.5 9B9.7B	5.7 GB	能跑	71.9	256K
Gemma 4 12B12B	7.1 GB	能跑	58.4	256K
Gemma 4 26B A4B25.2B（啟用 3.8B）	16.9 GB	能跑	94.7	256K
Qwen3.6 27B27.8B	16.8 GB	能跑	26.3	245K
Qwen3.8 27B27.8B	16.5 GB	能跑	26.8	250K
GLM 4.7 Flash30B（啟用 3B）	18.3 GB	能跑	110	198K
Gemma 4 31B30.7B	18.3 GB	能跑	23.7	168K
Qwen3.6 35B A3B36B（啟用 3B）	22.1 GB	能跑	113.2	256K

模型	大小	能否執行	速度 t/s	最大上下文
Gemma 4 E4B8B	8.2 GB	能跑	52.2	128K
Qwen3.5 9B9.7B	9.5 GB	能跑	45.3	256K
Gemma 4 12B12B	12.7 GB	能跑	34.3	256K
Gemma 4 26B A4B25.2B（啟用 3.8B）	26.9 GB	能跑	72.5	256K
Qwen3.6 27B27.8B	28.6 GB	能跑	15.8	69K
Qwen3.8 27B27.8B	29 GB	能跑	15.6	63K
GLM 4.7 Flash30B（啟用 3B）	31.8 GB	能跑	83.4	26K
Gemma 4 31B30.7B	32.6 GB	跑不了	—	—
Qwen3.6 35B A3B36B（啟用 3B）	36.9 GB	需卸載到記憶體	33	256K

能跑權重、KV 快取和執行開銷都裝得進顯存，速度按顯存頻寬估算。

需卸載到記憶體僅 MoE 模型：專家權重放進記憶體，速度按記憶體頻寬 70 GB/s 估算。

跑不了這一檔量化下單卡放不下，借記憶體也不行。

詳細計算規則可在資料方法頁查看。

四張 B70（128GB）是最常見的組法，4-bit 的 Qwen3.8 Flash Next 約 73 tokens/s。兩張雖然放得下 70B 級，但不到 10 tokens/s。不支援 NVLink。

模型	大小	需要幾張	總價	總顯示記憶體	速度 t/s	總功耗
Qwen3.8 Flash Next176B（啟用 6B）	78.9 GB	4 張	NT$253,529	128 GB	88.4	920 W
DeepSeek V4 Flash284B（啟用 13B）	96.8 GB	4 張	NT$253,529	128 GB	69.5	920 W
Hy3295B（啟用 21B）	107.2 GB	4 張	NT$253,529	128 GB	30.9	920 W
GLM 5.3 Flash320B（啟用 18B）	108.7 GB	4 張	NT$253,529	128 GB	54.9	920 W

模型	大小	需要幾張	總價	總顯示記憶體	速度 t/s	總功耗
Qwen3.8 Flash Next176B（啟用 6B）	111.3 GB	4 張	NT$253,529	128 GB	73.1	920 W
DeepSeek V4 Flash284B（啟用 13B）	155.1 GB	8 張	NT$507,058	256 GB	49.7	1,840 W
Hy3295B（啟用 21B）	182.2 GB	8 張	NT$507,058	256 GB	22.8	1,840 W
GLM 5.3 Flash320B（啟用 18B）	199.7 GB	8 張	NT$507,058	256 GB	34.3	1,840 W

模型	大小	需要幾張	總價	總顯示記憶體	速度 t/s	總功耗
DeepSeek V4 Flash284B（啟用 13B）	161.9 GB	8 張	NT$507,058	256 GB	48.1	1,840 W
Qwen3.8 Flash Next176B（啟用 6B）	188.2 GB	8 張	NT$507,058	256 GB	51.8	1,840 W

詳細計算規則可在資料方法頁查看。

Intel 自家版與板卡廠版
想多張緊密排列，首選 Intel 自己推出的版本：雙槽渦輪、長 267 mm、一個 8-pin、整卡 230W。ASRock、Gunnir、Maxsun、Sparkle 等板卡廠也有推出，功耗可設定在 160 到 290W 之間，散熱和接頭要看個別型號。
vLLM 只能在 Linux 上跑
如果只有自己用，llama.cpp 和 Ollama 比較省事。要用 vLLM 只能上 Linux，Intel 打包的 llm-scaler 需要 Ubuntu 24.04，支援 AWQ、GPTQ、FP8 這些格式，不支援 GGUF。StorageReview 在 2026 年 7 月的評測中表示，它頂多算是 beta 版：支援的模型有限，有些量化方式跑不起來。
llama.cpp 兩種後端都試試
llama.cpp 在 Intel 卡上有 SYCL 和 Vulkan 兩種後端，哪個比較快並不固定，最好兩個都試。在一篇 2026 年 4 月的第三方測試中，Gemma 4 31B 用 SYCL 生成快了一倍；Qwen3.5 27B 卻在 SYCL 上出錯（第二輪的回答跑到第一輪的問題上），只能改用 Vulkan。OpenVINO 2026.1 也開始支援 B70，但它替 llama.cpp 加的後端還是預覽版，只驗證過 7B 以下的小模型。

Arc Pro B70 與 Radeon AI PRO R9700、RTX PRO 4500、GeForce RTX 4080 SUPER 32GB 的價格、顯存、頻寬、算力與本地大模型速度比較。

規格	Arc Pro B70	Radeon AI PRO R9700	RTX PRO 4500	GeForce RTX 4080 SUPER 32GB
顯存	32 GB	32 GB相同	32 GB相同	32 GB相同
頻寬	608 GB/s	640 GB/s高 5%	896 GB/s高 47%	736 GB/s高 21%
BF16 / FP16 算力	184 TFLOPS	191 TFLOPS高 4%	211 TFLOPS高 15%	209 TFLOPS高 14%
INT8 算力	367 TOPS	383 TOPS高 4%	422 TOPS高 15%	418 TOPS高 14%
Qwen3.8 27B 速度（2-bit）	43.5 t/s	45.6 t/s快 5%	62.3 t/s快 43%	52 t/s快 20%
最高可跑稠密模型（4-bit）	51B	51B相同	51B相同	51B相同
功耗	230 W	300 W高 30%	200 W低 13%	320 W高 39%
介面	PCIe 5.0 x16	PCIe 5.0 x16	PCIe 5.0 x16	PCIe 4.0 x16
發布	2026-03	2025-07	2025-03	2024-01
閒魚中位價	NT$63,382去購買 Arc Pro B70	NT$80,209去購買 Radeon AI PRO R9700	NT$119,460去購買 RTX PRO 4500	NT$66,215去購買 GeForce RTX 4080 SUPER 32GB