最佳本地聊天模型 — RTX 5090 32GB

甜点区间：75–75 分 · 60.3–60.3 tok/s，共 1 个模型符合。

1. 1. Qwen3.8 27B — 75 分 · 60.3 tok/s · 17.3GB
2. 2. Qwen3.6 27B — 72 分 · 60.3 tok/s · 17.6GB · AA 38
3. 3. Qwen3.6 35B-A3B — 69 分 · 212.1 tok/s · 23GB · AA 32
4. 4. Ornith 1.0 35B — 67 分 · 47.9 tok/s · 22.1GB
5. 5. Gemma 4 31B — 63 分 · 54.6 tok/s · 19.2GB · AA 30

共 26 个装得下的可用模型。← RTX 5090 全部能力

常见问题

RTX 5090 上跑聊天模型最好的是哪个？

Qwen3.8 27B，75 分，60.3 tok/s，占用 17.3GB（RTX 5090 共 32GB）。

RTX 5090 上速度最快的是哪个？

Qwen3.6 35B-A3B，212.1 tok/s，69 分，占用 23GB。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？

10 个，例如 gpt-oss-120b（需 65.3GB）、Llama 3.3 70B（需 43.8GB）、DeepSeek V4 Flash 0731（需 108.1GB）。