最佳本地聊天模型 — RTX 5070 Ti 16GB

甜点区间：75–75 分 · 39.4–39.4 tok/s，共 1 个模型符合。

1. 1. Qwen3.8 27B — 75 分 · 39.4 tok/s · 14.6GB
2. 2. Qwen3.6 27B — 72 分 · 39.4 tok/s · 14.4GB · AA 38
3. 3. Muse Glimmer 30B — 56 分 · 36 tok/s · 14.3GB · AA 35
4. 4. Qwen3.5 9B — 56 分 · 51.5 tok/s · 10.1GB
5. 5. Gemma 4 12B It — 56 分 · 70.5 tok/s · 7.7GB

共 12 个装得下的可用模型。← RTX 5070 Ti 全部能力

常见问题

RTX 5070 Ti 上跑聊天模型最好的是哪个？

Qwen3.8 27B，75 分，39.4 tok/s，占用 14.6GB（RTX 5070 Ti 共 16GB）。

RTX 5070 Ti 上速度最快的是哪个？

GLM-4.7-Flash，150 tok/s，48 分，占用 15.5GB。分数最高的不一定最快——这台机器上两者是不同的模型。

显存/内存最省的是哪个？

BTL 3，只要 1.4GB，44 分。

有哪些模型这台机器装不下？

24 个，例如 Qwen3.6 35B-A3B（需 23GB）、Ornith 1.5 35B-A3B（需 22.9GB）、Gemma 4 31B（需 15.6GB）。