24h 降价
A100 40GB PCIe¥30,250-14.8%- Radeon AI PRO R9700¥15,220-13.0%
- Tesla V100 32GB¥4,500-12.5%
- MacBook Pro M4 Max 128GB¥36,500-10.8%
- GeForce RTX 5090 D¥33,499-6.9%
24h 涨价
- Radeon PRO W7800¥13,425+19.5%
- RTX PRO 4500¥26,500+13.2%
- Tesla V100 16GB¥1,508+11.7%
- GeForce RTX 5090¥47,999+10.0%
- CMP 170HX 64GB¥25,500+8.7%
最多挂单
- GeForce RTX 3080 10GB¥2,79941 条挂单
- Radeon RX 7800 XT¥3,29941 条挂单
- Radeon RX 7900 XTX¥6,40035 条挂单
- Radeon RX 9060 XT 16GB¥3,39935 条挂单
- Radeon RX 7900 XT¥4,49933 条挂单
最新发布
Kimi K3.1 Pro2,800BQ41,508.7 GB
Mistral Large 41,000BQ4604.8 GB
DeepSeek V4.1 Flash763BQ4444.7 GB
Muse Spark Open816BQ4505.5 GB
Hy4 preview770BQ4467.3 GB
本地大模型显卡排行榜
闲鱼
| 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 | ¥124,2504 条挂单 | +0.3% | 96 | 1,792 | 500 | 1,000 | 600 | CUDA | |
| GeForce RTX 5090 | ¥47,99913 条挂单 | +10.0% | 32 | 1,792 | 419 | 838 | 575 | CUDA | |
| RTX PRO 6000D | ¥62,70021 条挂单 | +3.0% | 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 | ¥62,0008 条挂单 | 0.0% | 48 | 960 | 364.3 | 728.5 | 300 | CUDA | |
| GeForce RTX 4090 | ¥24,1548 条挂单 | -1.8% | 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 | ¥30,2504 条挂单 | -14.8% | 40 | 1,555 | 312 | 624 | 250 | CUDA | |
| A100 80GB PCIe | ¥108,0005 条挂单 | +8.5% | 80 | 1,935 | 312 | 624 | 300 | CUDA | |
| GeForce RTX 5090 D | ¥33,4996 条挂单 | -6.9% | 32 | 1,792 | 296.9 | 593.8 | 575 | CUDA | |
| GeForce RTX 5090 D V2 | ¥27,7197 条挂单 | +4.2% | 24 | 1,344 | 296.9 | 593.8 | 575 | CUDA | |
| GeForce RTX 4090D 48GB | ¥26,0005 条挂单 | -5.5% | 48 | 1,008 | 294.3 | 588.5 | 425 | CUDA | |
| RTX PRO 5000 48GB | ¥42,80013 条挂单 | -0.2% | 48 | 1,344 | 258 | 516 | 300 | CUDA | |
| RTX PRO 5000 72GB | ¥57,27514 条挂单 | -0.4% | 72 | 1,344 | 258 | 516 | 300 | CUDA | |
| GeForce RTX 5080 | ¥13,86025 条挂单 | -3.1% | 16 | 960 | 225.1 | 450.2 | 360 | CUDA | |
| RTX PRO 4500 | ¥26,5009 条挂单 | +13.2% | 32 | 896 | 210.9 | 421.8 | 200 | CUDA | |
| GeForce RTX 4080 SUPER 32GB | ¥13,5606 条挂单 | -1.2% | 32 | 736 | 208.9 | 417.8 | 320 | CUDA | |
| CMP 170HX 40GB | ¥20,8003 条挂单 | — | 40 | 1,560 | 202 | 404 | 250 | CUDA | |
| CMP 170HX 64GB | ¥25,50010 条挂单 | +8.7% | 64 | 1,493 | 202 | 404 | 250 | CUDA | |
| GeForce RTX 4080 | ¥8,25011 条挂单 | +5.9% | 16 | 717 | 195 | 389.9 | 320 | CUDA | |
| Radeon RX 9070 XT | ¥5,85930 条挂单 | -1.8% | 16 | 640 | 195 | 389 | 304 | ROCm | |
| Radeon AI PRO R9700 | ¥15,2204 条挂单 | -13.0% | 32 | 640 | 191 | 383 | 300 | ROCm | |
 Arc Pro B70 | ¥11,95010 条挂单 | -0.4% | 32 | 608 | 183.5 | 367 | 230 | oneAPI | |
| GeForce RTX 4070 Ti SUPER | ¥6,57328 条挂单 | +1.1% | 16 | 672 | 176.4 | 352.8 | 285 | CUDA | |
| GeForce RTX 5070 Ti | ¥9,30025 条挂单 | -2.1% | 16 | 896 | 175.8 | 351.5 | 300 | CUDA | |
| RTX PRO 4000 | ¥13,7508 条挂单 | +1.9% | 24 | 672 | 161.3 | 322.5 | 145 | CUDA | |
| RTX A6000 | ¥31,50012 条挂单 | -1.6% | 48 | 768 | 154.9 | 309.7 | 300 | CUDA | |
| GeForce RTX 3090 | ¥9,00013 条挂单 | 0.0% | 24 | 936 | 142.3 | 284.7 | 350 | CUDA | |
| DGX Spark 128GB | ¥42,80014 条挂单 | -0.2% | 128 | 273 | 125 | 250 | 240 | CUDA | |
| GeForce RTX 5070 | ¥6,38819 条挂单 | +1.4% | 12 | 672 | 123.5 | 247 | 250 | CUDA | |
| GeForce RTX 3080 10GB | ¥2,79941 条挂单 | +1.8% | 10 | 760 | 119.1 | 238.1 | 320 | CUDA | |
| GeForce RTX 4070 | ¥3,77510 条挂单 | -5.0% | 12 | 504 | 116.8 | 233.6 | 200 | CUDA | |
| GeForce RTX 2080 Ti 22GB | ¥2,89418 条挂单 | -3.5% | 22 | 616 | 107.6 | 215.2 | 250 | CUDA | |
| Radeon RX 9060 XT 16GB | ¥3,39935 条挂单 | +0.6% | 16 | 320 | 103 | 205 | 160 | ROCm | |
| Arc Pro B60 | ¥5,44010 条挂单 | +5.1% | 24 | 456 | 98.5 | 197 | 200 | oneAPI | |
| Arc Pro B65 | ¥8,5003 条挂单 | 0.0% | 32 | 608 | 98.5 | 197 | 200 | oneAPI | |
| GeForce RTX 5060 Ti 16GB | ¥5,00022 条挂单 | -3.8% | 16 | 448 | 94.9 | 189.8 | 180 | CUDA | |
| GeForce RTX 5060 Ti 8GB | ¥3,65024 条挂单 | -2.7% | 8 | 448 | 94.9 | 189.8 | 180 | CUDA | |
| Instinct MI210 | ¥18,4999 条挂单 | 0.0% | 64 | 1,638 | 181 | 181 | 300 | ROCm | |
| GeForce RTX 4060 Ti 16GB | ¥3,90031 条挂单 | -4.9% | 16 | 288 | 88.3 | 176.5 | 165 | CUDA | |
| Tesla T10 | ¥1,69418 条挂单 | -0.4% | 16 | 403 | 80 | 160 | 150 | CUDA | |
| GeForce RTX 5060 | ¥3,18017 条挂单 | +1.0% | 8 | 448 | 76.8 | 153.5 | 145 | CUDA | |
| Radeon PRO W7900 | ¥20,5004 条挂单 | +7.9% | 48 | 864 | 123 | 123 | 295 | ROCm | |
| Radeon RX 7900 XTX | ¥6,40035 条挂单 | +2.8% | 24 | 960 | 123 | 123 | 355 | ROCm | |
| GeForce RTX 4060 | ¥2,37024 条挂单 | -1.2% | 8 | 272 | 60.5 | 121 | 115 | CUDA | |
| Radeon RX 7900 XT | ¥4,49933 条挂单 | 0.0% | 20 | 800 | 103 | 103 | 315 | ROCm | |
| GeForce RTX 3060 12GB | ¥2,13416 条挂单 | +1.6% | 12 | 360 | 51 | 101.9 | 170 | CUDA | |
| Radeon RX 6950 XT | ¥3,16932 条挂单 | -1.4% | 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 | ¥13,4254 条挂单 | +19.5% | 32 | 576 | 90.4 | 90.4 | 260 | ROCm | |
| Radeon RX 7800 XT | ¥3,29941 条挂单 | 0.0% | 16 | 624 | 74.7 | 74.7 | 263 | ROCm | |
| Ryzen AI Max+ 395 128GB | ¥21,99911 条挂单 | 0.0% | 128 | 256 | 59.4 | 59.4 | 120 | ROCm | |
| Tesla V100 16GB | ¥1,5084 条挂单 | +11.7% | 16 | 900 | 112 | 56.1 | 250 | CUDA | |
| Tesla V100 32GB | ¥4,5003 条挂单 | -12.5% | 32 | 900 | 112 | 56.1 | 250 | CUDA | |
| Instinct MI50 32GB | ¥3,1006 条挂单 | 0.0% | 32 | 1,024 | 26.5 | 53 | 300 | ROCm | |
| Tesla P40 | ¥1,3009 条挂单 | +3.7% | 24 | 347 | — | 47 | 250 | CUDA | |
| Mac Studio M3 Ultra 512GB | ¥131,0004 条挂单 | -1.1% | 512 | 819 | — | — | 480 | Metal | |
| Mac Studio M4 Max 128GB | ¥32,9004 条挂单 | -5.5% | 128 | 546 | — | — | 480 | Metal | |
| Mac Studio M5 Max 128GB | ¥40,34010 条挂单 | +0.6% | 128 | 614 | — | — | 480 | Metal | |
| Mac Studio M5 Ultra 96GB | ¥46,9999 条挂单 | +0.3% | 96 | 1,229 | — | — | 480 | Metal | |
| MacBook Pro M4 Max 128GB | ¥36,5003 条挂单 | -10.8% | 128 | 546 | — | — | 140 | Metal | |
| MacBook Pro M5 Max 128GB | ¥48,9498 条挂单 | +2.0% | 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。
本地部署大模型，先选模型再选显卡
VRAMGlass 对比本地部署大模型的显卡显存容量、在售报价中位数与模型显存需求，方便按模型规模与预算挑硬件。
VRAM 是什么，跑本地大模型需要多少显存？
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。装得下之后，生成速度主要看显存带宽。
如何规划本地大模型部署？
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。各显卡页的生成速度按公开的 llama.cpp 实测数据校准。
