最佳本地视觉定位 — RTX 5090 32GB

甜点区间：78–78 分 · 0.3–0.3 s/图，共 1 个模型符合。

1. 1. LocateAnything-3B — 78 分 · 0.3 s/图 · 8.7GB
2. 2. Qwen3-VL-8B — 75 分 · 1.3 s/图 · 18.5GB
3. 3. Qwen3-VL-4B — 75 分 · 0.8 s/图 · 9.9GB
4. 4. Rex-Omni-3B — 74 分 · 0.8 s/图 · 9.1GB
5. 5. Ovis2.5-2B — 74 分 · 0.6 s/图 · 6.1GB

共 6 个装得下的可用模型。← RTX 5090 全部能力

常见问题

RTX 5090 上跑视觉定位最好的是哪个？

LocateAnything-3B，78 分，0.3 s/图，占用 8.7GB（RTX 5090 共 32GB）。

RTX 5090 上速度最快的是哪个？

Grounding DINO-T，0.1 s/图，47 分，占用 2.4GB。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？

Grounding DINO-T，只要 2.4GB，47 分。

有哪些模型这台机器装不下？

1 个，例如 DeepSeek-VL2-Small（需 33.3GB）。