GeForce RTX 4080 SUPER 32GB 价格与二手行情：能部署哪些大模型？
到价提醒
闲鱼价格到了你设的价，就发邮件提醒你。
RTX 4080 SUPER 32GB 是把原厂 16GB 换焊翻倍的改装卡，27B 级模型能用 8-bit，但带宽没变，4-bit 约 32 tokens/s。没有原厂保修，买前问清驱动版本。
闲鱼
GeForce RTX 4080 SUPER 32GB 价格走势
闲鱼
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。
GeForce RTX 4080 SUPER 32GB 完整规格
- 显存32 GB · GDDR6X
- 带宽736 GB/s
- FP16 / BF16208.9 TFLOPS
- FP8 / INT8417.8 / 417.8 TOPS
- 位宽
- 256-bit
- 架构
- Ada Lovelace (AD103)
- 核心
- 10,240
- 张量核心
- 320
- 生态
- CUDA
- 接口
- PCIe 4.0 x16
- NVLink
- 不支持
- 功耗
- 320 W
- 供电接口
- 16-pin 12VHPWR
- 类型
- 消费卡
- 发布日期
- 2024年1月31日
单张 GeForce RTX 4080 SUPER 32GB 能跑哪些模型？
单张 4080 SUPER 32GB 日常用 4-bit，Qwen3.8 27B 约 32 tokens/s，30B 级 MoE 过百。8-bit 只放得下 27B 级，十几 tokens/s。
| 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 | 121 | 128K |
 Qwen3.5 9B9.7B | 4.1 GB | 能跑 | 112.4 | 256K |
| Gemma 4 12B12B | 4.7 GB | 能跑 | 98.7 | 256K |
| Gemma 4 26B A4B25.2B（激活 3.8B） | 10.5 GB | 能跑 | 127.7 | 256K |
| Qwen3.6 27B27.8B | 11.8 GB | 能跑 | 43.9 | 256K |
| Qwen3.8 27B27.8B | 9.8 GB | 能跑 | 52 | 256K |
 GLM 4.7 Flash30B（激活 3B） | 11.9 GB | 能跑 | 139 | 198K |
| Gemma 4 31B30.7B | 11.8 GB | 能跑 | 42.3 | 246K |
| Qwen3.6 35B A3B36B（激活 3B） | 12.3 GB | 能跑 | 150.1 | 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 | 96.2 | 128K |
| Qwen3.5 9B9.7B | 5.7 GB | 能跑 | 85.2 | 256K |
| Gemma 4 12B12B | 7.1 GB | 能跑 | 69.5 | 256K |
| Gemma 4 26B A4B25.2B（激活 3.8B） | 16.9 GB | 能跑 | 104.8 | 256K |
| Qwen3.6 27B27.8B | 16.8 GB | 能跑 | 31.6 | 245K |
| Qwen3.8 27B27.8B | 16.5 GB | 能跑 | 32.2 | 250K |
| GLM 4.7 Flash30B（激活 3B） | 18.3 GB | 能跑 | 120.1 | 198K |
| Gemma 4 31B30.7B | 18.3 GB | 能跑 | 28.5 | 168K |
| Qwen3.6 35B A3B36B（激活 3B） | 22.1 GB | 能跑 | 123.3 | 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 | 62.3 | 128K |
| Qwen3.5 9B9.7B | 9.5 GB | 能跑 | 54.2 | 256K |
| Gemma 4 12B12B | 12.7 GB | 能跑 | 41.1 | 256K |
| Gemma 4 26B A4B25.2B（激活 3.8B） | 26.9 GB | 能跑 | 81.9 | 256K |
| Qwen3.6 27B27.8B | 28.6 GB | 能跑 | 19 | 69K |
| Qwen3.8 27B27.8B | 29 GB | 能跑 | 18.8 | 63K |
| GLM 4.7 Flash30B（激活 3B） | 31.8 GB | 能跑 | 93.3 | 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 | 33.8 | 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。
多张 GeForce RTX 4080 SUPER 32GB 能跑哪些模型？
两张 4080 SUPER 32GB 装得下 2-bit 的 gpt-oss 120B，四张（128GB）能用 4-bit 跑 Qwen3.8 Flash Next，约 83 tokens/s。没有 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 | ¥54,320 | 128 GB | 98.4 | 1,280 W |
 DeepSeek V4 Flash284B（激活 13B） | 96.8 GB | 4 张 | ¥54,320 | 128 GB | 78.7 | 1,280 W |
 Hy3295B（激活 21B） | 107.2 GB | 4 张 | ¥54,320 | 128 GB | 36.3 | 1,280 W |
| GLM 5.3 Flash320B（激活 18B） | 108.7 GB | 4 张 | ¥54,320 | 128 GB | 63.1 | 1,280 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 | ¥54,320 | 128 GB | 82.5 | 1,280 W |
| DeepSeek V4 Flash284B（激活 13B） | 155.1 GB | 8 张 | ¥108,640 | 256 GB | 57.3 | 2,560 W |
| Hy3295B（激活 21B） | 182.2 GB | 8 张 | ¥108,640 | 256 GB | 27 | 2,560 W |
| GLM 5.3 Flash320B（激活 18B） | 199.7 GB | 8 张 | ¥108,640 | 256 GB | 40.1 | 2,560 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 | ¥108,640 | 256 GB | 55.6 | 2,560 W |
| Qwen3.8 Flash Next176B（激活 6B） | 188.2 GB | 8 张 | ¥108,640 | 256 GB | 59.6 | 2,560 W |
详细计算规则可在数据方法页查看。
适合谁
适合
- 27B 到 31B 稠密模型要长上下文
4-bit 下 Qwen3.8 27B 能开到 250K，Gemma 4 31B 到 168K
- 要 32GB 又要 FP8
Qwen3.8 27B 的 8-bit（29 GB）也装得下，约 19 tokens/s
- 跑 GLM 4.7 Flash 或 Qwen3.6 35B A3B 这类 MoE
4-bit 约 120 到 123 tokens/s
- 要组多卡又不想上 575W 的卡
每张 320W，4 张合计 1,280W
不太适合
- 看重生成速度
同一个稠密模型比 RTX 3090 还慢约两成，不到 RTX 5090 的一半
- 需要原厂保修和长期稳定
改装方的保修贴，NVIDIA 和板卡厂都不认
买前须知
分清底卡是 4080 SUPER 还是 4080
2026 年起二手平台上也出现了用普通 RTX 4080 改的 32GB 卡。两者生成速度只差 2% 到 3%，但挂单该写清楚。装好后看 nvidia-smi 的型号名，或者 lspci 的设备 ID：4080 SUPER 是 10DE:2702，4080 是 10DE:2704。
BIOS 和驱动
显存加倍要换焊颗粒、改板上的显存配置，再刷一份改过的 BIOS 让核心认出 32GB；VideoCardz 援引的视频说，这要用到从 NVIDIA 流出的内部文件。驱动能不能用官方版，说法不一：有用户用 595.84 版官方驱动跑 llama.cpp 正常；VideoCardz 则说这类卡可能要打补丁的驱动，打游戏时每次都得重打。下单前问清卖家测试用的驱动版本，Windows 和 Linux 是否都试过。
涡轮散热与保修
VideoCardz 报道的批量货统一换了涡轮散热，背面贴着保修贴，但那是改装方的保修。整卡 320W，用 16-pin 12VHPWR 供电；打算放在身边单卡用，先听听满载时的风扇声。
软件：有 FP8，没有 FP4
这一代支持 FP8，vLLM 跑 FP8 模型能真正提速；但 RTX 50 系才有的 FP4（NVFP4）它跑不了。有用户在 SGLang 里加载 NVFP4 模型直接报错，换成 AWQ 能跑，但速度只有 llama.cpp（开 MTP）的一半左右，最后还是用回 llama.cpp。
和同档显卡对比
GeForce RTX 4080 SUPER 32GB 和 GeForce RTX 5090、GeForce RTX 4090、Radeon AI PRO R9700 的价格、显存、带宽、算力与本地大模型速度对比。
| 规格 | GeForce RTX 4080 SUPER 32GB | GeForce RTX 5090 | GeForce RTX 4090 | Radeon AI PRO R9700 |
|---|---|---|---|---|
| 显存 | 32 GB | 32 GB相同 | 24 GB少 25% | 32 GB相同 |
| 带宽 | 736 GB/s | 1,792 GB/s高 143% | 1,008 GB/s高 37% | 640 GB/s低 13% |
| BF16 / FP16 算力 | 209 TFLOPS | 419 TFLOPS高 101% | 330 TFLOPS高 58% | 191 TFLOPS低 9% |
| INT8 算力 | 418 TOPS | 838 TOPS高 101% | 661 TOPS高 58% | 383 TOPS低 8% |
| Qwen3.8 27B 速度（2-bit） | 52 t/s | 114.6 t/s快 120% | 69.3 t/s快 33% | 45.6 t/s慢 12% |
| 最高可跑稠密模型（4-bit） | 51B | 51B相同 | 37B少 27% | 51B相同 |
| 功耗 | 320 W | 575 W高 80% | 450 W高 41% | 300 W低 6% |
| 接口 | PCIe 4.0 x16 | PCIe 5.0 x16 | PCIe 4.0 x16 | PCIe 5.0 x16 |
| 发布 | 2024-01 | 2025-01 | 2022-10 | 2025-07 |
| 闲鱼中位价 |
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。
其他市场价格
eBay
Amazon.jp作为 eBay 合作伙伴，你通过本页的 eBay 链接购买时，VRAMGlass 可能获得佣金，你支付的价格不变。