24h 降价
GeForce RTX 4060 Ti 16GB¥8,921-16.4%- GeForce RTX 3060 12GB¥2,940-15.7%
- Ryzen AI Max+ 395 128GB¥25,636-4.3%
- GeForce RTX 5070 Ti¥9,690-1.2%
Arc Pro B60¥7,487-0.9%
24h 涨价
- Radeon RX 7800 XT¥6,457+19.1%
- Radeon RX 7900 XTX¥16,849+12.5%
- Radeon AI PRO R9700¥15,221+6.4%
- GeForce RTX 4080¥15,973+2.4%
- RTX A6000¥59,665+2.1%
最多挂单
- GeForce RTX 5080¥13,39516 条挂单
- Radeon RX 7800 XT¥6,45716 条挂单
- Radeon RX 9070 XT¥5,94615 条挂单
- GeForce RTX 4080¥15,97313 条挂单
- GeForce RTX 5070 Ti¥9,69013 条挂单
最新发布
DeepSeek V4.1 Flash763BQ4444.7 GB
Hy4 preview770BQ4467.3 GB
GLM 5.3744BQ4467.3 GB- GLM 5.3 Flash320BQ4199.7 GB
Qwen3.8 Flash Next176BQ4111.3 GB
本地大模型显卡排行榜
Amazon.jp
| 型号 | 30d 趋势 | 生态 | |||||||
|---|---|---|---|---|---|---|---|---|---|
| H100 PCIe | 该平台暂无报价 | — | 80 | 2,000 | 756 | 1,513 | 350 | CUDA | |
| RTX PRO 6000 | 该平台暂无报价 | — | 96 | 1,792 | 500 | 1,000 | 600 | CUDA | |
| GeForce RTX 5090 | ¥59,8123 条挂单 | 0.0% | 32 | 1,792 | 419 | 838 | 575 | CUDA | |
| RTX PRO 6000D | 该平台暂无报价 | — | 84 | 1,398 | 385.2 | 770.5 | 600 | CUDA | |
| L40S | 该平台暂无报价 | — | 48 | 864 | 362.1 | 733 | 350 | CUDA | |
| RTX 6000 Ada | 该平台暂无报价 | — | 48 | 960 | 364.3 | 728.5 | 300 | CUDA | |
| GeForce RTX 4090 | ¥32,50410 条挂单 | 0.0% | 24 | 1,008 | 330.3 | 660.6 | 450 | CUDA | |
| GeForce RTX 4090 48GB | 该平台暂无报价 | — | 48 | 1,008 | 330.3 | 660.6 | 450 | CUDA | |
| A100 40GB PCIe | 该平台暂无报价 | — | 40 | 1,555 | 312 | 624 | 250 | CUDA | |
| A100 80GB PCIe | 该平台暂无报价 | — | 80 | 1,935 | 312 | 624 | 300 | CUDA | |
| GeForce RTX 5090 D | 该平台暂无报价 | — | 32 | 1,792 | 296.9 | 593.8 | 575 | CUDA | |
| GeForce RTX 5090 D V2 | 该平台暂无报价 | — | 24 | 1,344 | 296.9 | 593.8 | 575 | CUDA | |
| GeForce RTX 4090D 48GB | 该平台暂无报价 | — | 48 | 1,008 | 294.3 | 588.5 | 425 | CUDA | |
| RTX PRO 5000 48GB | 该平台暂无报价 | — | 48 | 1,344 | 258 | 516 | 300 | CUDA | |
| RTX PRO 5000 72GB | 该平台暂无报价 | — | 72 | 1,344 | 258 | 516 | 300 | CUDA | |
| GeForce RTX 5080 | ¥13,39516 条挂单 | +0.3% | 16 | 960 | 225.1 | 450.2 | 360 | CUDA | |
| GeForce RTX 4080 SUPER 32GB | 该平台暂无报价 | — | 32 | 736 | 208.9 | 417.8 | 320 | CUDA | |
| RTX PRO 4500 | 该平台暂无报价 | — | 32 | 896 | 202.1 | 404.3 | 200 | CUDA | |
| CMP 170HX 40GB | 该平台暂无报价 | — | 40 | 1,560 | 202 | 404 | 250 | CUDA | |
| CMP 170HX 64GB | 该平台暂无报价 | — | 64 | 1,493 | 202 | 404 | 250 | CUDA | |
| GeForce RTX 4080 | ¥15,97313 条挂单 | +2.4% | 16 | 717 | 195 | 389.9 | 320 | CUDA | |
| Radeon RX 9070 XT | ¥5,94615 条挂单 | -0.8% | 16 | 640 | 195 | 389 | 304 | ROCm | |
| Radeon AI PRO R9700 | ¥15,2218 条挂单 | +6.4% | 32 | 640 | 191 | 383 | 300 | ROCm | |
| Arc Pro B70 | ¥14,7113 条挂单 | 0.0% | 32 | 608 | 183.5 | 367 | 230 | oneAPI | |
| GeForce RTX 5070 Ti | ¥9,69013 条挂单 | -1.2% | 16 | 896 | 175.8 | 351.5 | 300 | CUDA | |
| RTX PRO 4000 | ¥24,6684 条挂单 | -0.6% | 24 | 672 | 161.3 | 322.5 | 145 | CUDA | |
| RTX A6000 | ¥59,6655 条挂单 | +2.1% | 48 | 768 | 154.9 | 309.7 | 300 | CUDA | |
| GeForce RTX 3090 | ¥18,40011 条挂单 | 0.0% | 24 | 936 | 142.3 | 284.7 | 350 | CUDA | |
| DGX Spark 128GB | 该平台暂无报价 | — | 128 | 273 | 125 | 250 | 240 | CUDA | |
| GeForce RTX 5070 | ¥6,97513 条挂单 | +1.8% | 12 | 672 | 123.5 | 247 | 250 | CUDA | |
| GeForce RTX 2080 Ti 22GB | 该平台暂无报价 | — | 22 | 616 | 107.6 | 215.2 | 250 | CUDA | |
| Arc Pro B60 | ¥7,4877 条挂单 | -0.9% | 24 | 456 | 98.5 | 197 | 200 | oneAPI | |
| Arc Pro B65 | 该平台暂无报价 | — | 32 | 608 | 98.5 | 197 | 200 | oneAPI | |
| GeForce RTX 5060 Ti 16GB | ¥6,42412 条挂单 | +0.6% | 16 | 448 | 94.9 | 189.8 | 180 | CUDA | |
| Instinct MI210 | 该平台暂无报价 | — | 64 | 1,638 | 181 | 181 | 300 | ROCm | |
| GeForce RTX 4060 Ti 16GB | ¥8,9213 条挂单 | -16.4% | 16 | 288 | 88.3 | 176.5 | 165 | CUDA | |
| Tesla T10 | 该平台暂无报价 | — | 16 | 403 | 80 | 160 | 150 | CUDA | |
| Radeon PRO W7900 | 该平台暂无报价 | — | 48 | 864 | 123 | 123 | 295 | ROCm | |
| Radeon RX 7900 XTX | ¥16,8493 条挂单 | +12.5% | 24 | 960 | 123 | 123 | 355 | ROCm | |
| Radeon RX 7900 XT | ¥8,16113 条挂单 | 0.0% | 20 | 800 | 103 | 103 | 315 | ROCm | |
| GeForce RTX 3060 12GB | ¥2,9407 条挂单 | -15.7% | 12 | 360 | 51 | 101.9 | 170 | CUDA | |
| Radeon RX 6950 XT | ¥10,5944 条挂单 | 0.0% | 16 | 576 | 47.3 | 94.6 | 335 | ROCm | |
| Instinct MI100 | 该平台暂无报价 | — | 32 | 1,229 | 92.3 | 92.3 | 300 | ROCm | |
| Radeon PRO W7800 | 该平台暂无报价 | — | 32 | 576 | 90.4 | 90.4 | 260 | ROCm | |
| Radeon RX 7800 XT | ¥6,45716 条挂单 | +19.1% | 16 | 624 | 74.7 | 74.7 | 263 | ROCm | |
| Ryzen AI Max+ 395 128GB | ¥25,6366 条挂单 | -4.3% | 128 | 256 | 59.4 | 59.4 | 120 | ROCm | |
| Tesla V100 16GB | ¥4,7593 条挂单 | 0.0% | 16 | 900 | 112 | 56.1 | 250 | CUDA | |
| Tesla V100 32GB | 该平台暂无报价 | — | 32 | 900 | 112 | 56.1 | 250 | CUDA | |
| Instinct MI50 32GB | 该平台暂无报价 | — | 32 | 1,024 | 26.5 | 53 | 300 | ROCm | |
| Tesla P40 | 该平台暂无报价 | — | 24 | 347 | — | 47 | 250 | CUDA | |
| Mac Studio M3 Ultra 512GB | 该平台暂无报价 | — | 512 | 819 | — | — | 480 | Metal | |
| Mac Studio M4 Max 128GB | 该平台暂无报价 | — | 128 | 546 | — | — | 480 | Metal | |
| Mac Studio M5 Max 128GB | 该平台暂无报价 | — | 128 | 614 | — | — | — | Metal | |
| MacBook Pro M4 Max 128GB | 该平台暂无报价 | — | 128 | 546 | — | — | 140 | Metal | |
| MacBook Pro M5 Max 128GB | 该平台暂无报价 | — | 128 | 614 | — | — | 140 | Metal | |
| RTX PRO 5500 | 该平台暂无报价 | — | 84 | 1,398 | — | — | 600 | CUDA |
没有匹配「」的显卡。
登录后可把显卡加入自选，换设备也能看到。 登录
还没有自选的显卡。点型号前的 ☆ 就能加入。
DDR4 内存价格
Amazon.jp
| 规格 | 单条价格 | 每 GB 单价 | 最高支持通道数 | 最大带宽 | 最大内存 |
|---|---|---|---|---|---|
| 16 GB | ¥8979 条挂单 | ¥56 | 2 | 51.2 GB/s | 64 GB4 条 × 16 GB |
| 32 GB | ¥1,9434 条挂单 | ¥61 | 2 | 51.2 GB/s | 128 GB4 条 × 32 GB |
| 16 GB | ¥1,4646 条挂单 | ¥92 | 8 | 170.6 GB/s | 128 GB8 条 × 16 GB |
| 32 GB | ¥2,48812 条挂单 | ¥78 | 8 | 170.6 GB/s | 256 GB8 条 × 32 GB |
DDR5 内存价格
Amazon.jp
| 规格 | 单条价格 | 每 GB 单价 | 最高支持通道数 | 最大带宽 | 最大内存 |
|---|---|---|---|---|---|
| 16 GB | ¥1,63814 条挂单 | ¥102 | 2 | 96 GB/s | 64 GB4 条 × 16 GB |
| 32 GB | ¥3,3975 条挂单 | ¥106 | 2 | 96 GB/s | 128 GB4 条 × 32 GB |
| 32 GB | ¥13,85516 条挂单 | ¥433 | 12 | 537.6 GB/s | 384 GB12 条 × 32 GB |
| 64 GB | ¥24,9766 条挂单 | ¥390 | 12 | 537.6 GB/s | 768 GB12 条 × 64 GB |
本地部署大模型，先选模型再选显卡
为本地大模型挑选合适的显卡。对比显存容量、显卡价格和模型显存需求，找到适合你的模型与预算的硬件。
VRAM 是什么，需要多少显存？
VRAM 就是显卡上的高速显存。本地推理不仅要装下模型权重，还需要为上下文的 KV 缓存和运行时缓冲预留空间。量化可以减少权重占用，长上下文和多个并发用户则会增加内存需求。能装进显存，不等于一定能达到某个生成速度。
如何规划本地部署？
确定模型与量化、设置上下文长度后，同时检查显存和系统内存。CPU 或专家卸载能降低显存门槛，但依赖内存带宽，速度可能明显下降。购买硬件前还应核对 CUDA、ROCm 或 Metal 支持，以及电源和散热条件。
如何阅读显卡排行榜与价格？
先比较显存容量，再看带宽、功耗和软件生态。站内价格是在售报价中位数，并非成交价；有效样本数、观测日期和旧价标记用于判断报价是否有参考价值。INT8 理论算力也不能直接当作大模型推理实测成绩。
