Arc Pro B70 价格与二手行情：能部署哪些大模型？

Arc Pro B70 是 Intel 2026 年的顶配工作站卡，32GB 显存，跑 30B 级 MoE 约 113 tokens/s，稠密模型慢得多。Intel 版 vLLM 还不成熟，个人用 llama.cpp 更省事。

闲鱼

Arc Pro B70 价格走势

¥12,9990.00%

闲鱼

价格更新于 2026/10/21 14:19

¥14,029¥12,751¥11,474¥10,196¥8,919

最低价 ¥12,800最高价 ¥13,299

9月4日9月27日10月21日

部分购买链接是联盟链接：通过它们购买时我们可能获得佣金，你支付的价格不变。

单张 B70 用 4-bit 能装下 35B 以内的全部模型，30B 级 MoE 约 110 tokens/s。8-bit 只放得下 27B 级稠密模型，速度跌到十五六。

模型	大小	能否运行	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（激活 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（激活 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（激活 3B）	12.3 GB	能跑	141.3	256K

模型	大小	能否运行	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（激活 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（激活 3B）	18.3 GB	能跑	110	198K
Gemma 4 31B30.7B	18.3 GB	能跑	23.7	168K
Qwen3.6 35B A3B36B（激活 3B）	22.1 GB	能跑	113.2	256K

模型	大小	能否运行	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（激活 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（激活 3B）	31.8 GB	能跑	83.4	26K
Gemma 4 31B30.7B	32.6 GB	跑不了	—	—
Qwen3.6 35B A3B36B（激活 3B）	36.9 GB	需卸载到内存	33	256K

能跑权重、KV 缓存和运行开销都装得进显存，速度按显存带宽估算。

需卸载到内存仅 MoE 模型：专家权重放进内存，速度按内存带宽 70 GB/s 估算。

跑不了这一档量化下单卡装不下，借内存也不行。

详细计算规则可在数据方法页查看。

四张 B70（128GB）是最常见的配法，4-bit 的 Qwen3.8 Flash Next 约 73 tokens/s。两张虽能装下 70B 级，但不到 10 tokens/s。不支持 NVLink。

模型	大小	需要几张	总价	总显存	速度 t/s	总功耗
Qwen3.8 Flash Next176B（激活 6B）	78.9 GB	4 张	¥51,996	128 GB	88.4	920 W
DeepSeek V4 Flash284B（激活 13B）	96.8 GB	4 张	¥51,996	128 GB	69.5	920 W
Hy3295B（激活 21B）	107.2 GB	4 张	¥51,996	128 GB	30.9	920 W
GLM 5.3 Flash320B（激活 18B）	108.7 GB	4 张	¥51,996	128 GB	54.9	920 W

模型	大小	需要几张	总价	总显存	速度 t/s	总功耗
Qwen3.8 Flash Next176B（激活 6B）	111.3 GB	4 张	¥51,996	128 GB	73.1	920 W
DeepSeek V4 Flash284B（激活 13B）	155.1 GB	8 张	¥103,992	256 GB	49.7	1,840 W
Hy3295B（激活 21B）	182.2 GB	8 张	¥103,992	256 GB	22.8	1,840 W
GLM 5.3 Flash320B（激活 18B）	199.7 GB	8 张	¥103,992	256 GB	34.3	1,840 W

模型	大小	需要几张	总价	总显存	速度 t/s	总功耗
DeepSeek V4 Flash284B（激活 13B）	161.9 GB	8 张	¥103,992	256 GB	48.1	1,840 W
Qwen3.8 Flash Next176B（激活 6B）	188.2 GB	8 张	¥103,992	256 GB	51.8	1,840 W

详细计算规则可在数据方法页查看。

Intel 自家版和板卡厂版
想多张密插，首选 Intel 自己出的版本：双槽涡轮、长 267 mm、一个 8-pin、整卡 230W。ASRock、Gunnir、Maxsun、Sparkle 等板卡厂也有版本，功耗可以设在 160 到 290W 之间，散热和接口要看具体型号。
vLLM 只在 Linux 上
一个人用的话，llama.cpp 和 Ollama 更省事。要用 vLLM 只能上 Linux，Intel 打包的 llm-scaler 要 Ubuntu 24.04，支持 AWQ、GPTQ、FP8 这些格式，不支持 GGUF。StorageReview 在 2026 年 7 月的评测里说它最多算 beta 版：支持的模型有限，有些量化方式跑不通。
llama.cpp 两个后端都试
llama.cpp 在 Intel 卡上有 SYCL 和 Vulkan 两个后端，谁快不固定，最好都试一下。一篇 2026 年 4 月的第三方测试里，Gemma 4 31B 用 SYCL 生成快一倍；Qwen3.5 27B 却在 SYCL 上出错（第二轮的回答串到了第一轮的问题上），只能用 Vulkan。OpenVINO 2026.1 也开始支持 B70，但它给 llama.cpp 加的后端还是预览版，只验证过 7B 以下的小模型。

Arc Pro B70 和 Radeon AI PRO R9700、RTX PRO 4500、GeForce RTX 4080 SUPER 32GB 的价格、显存、带宽、算力与本地大模型速度对比。

规格	Arc Pro B70	Radeon AI PRO R9700	RTX PRO 4500	GeForce RTX 4080 SUPER 32GB
显存	32 GB	32 GB相同	32 GB相同	32 GB相同
带宽	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%
接口	PCIe 5.0 x16	PCIe 5.0 x16	PCIe 5.0 x16	PCIe 4.0 x16
发布	2026-03	2025-07	2025-03	2024-01
闲鱼中位价	¥12,999去购买 Arc Pro B70	¥16,450去购买 Radeon AI PRO R9700	¥24,500去购买 RTX PRO 4500	¥13,580去购买 GeForce RTX 4080 SUPER 32GB