12GB 显存能跑什么大模型？（2026年10月）

GeForce RTX 3060 12GB (desktop) 是这个 12GB 独立显存档里净预算最小的目录显卡，扣掉已记录预留后为 11.00 GiB。有 43 个目录模型能用带文件体积的量化装下。月份来自数据集 2026-10-02.1（2026年10月），不是构建时刻。

目录数据集 2026-10-02.1（2026年10月）。

这一档里的目录显卡

显卡	标称容量	净预算
GeForce RTX 3060 12GB (desktop) 净预算最小	12 GB GDDR6	11.00 GiB
GeForce RTX 3080 12GB (desktop)	12 GB GDDR6X	11.00 GiB
GeForce RTX 4070 12GB (desktop, GDDR6X)	12 GB GDDR6X	11.00 GiB
GeForce RTX 4070 SUPER 12GB (desktop)	12 GB GDDR6X	11.00 GiB
GeForce RTX 5070 12GB (desktop)	12 GB GDDR7	11.00 GiB

能装下的目录模型

每一行都是代表显卡上、带文件体积的一个量化，缺了的量化不会被替换。上下文最多搜到已记录的上限。没有这个上限时，只给出 8192 的判定。

目录里没有带宽时，解码上限记为没有数据。这不是显存够不够的判定。

模型	量化文件	能装下的最长上下文	含紧张档的最长上下文	8192 的判定	解码上限	链接
Qwen2.5-0.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 0.68 GiB–1.07 GiB	没有数据
Qwen3-0.6B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40,960	40,960	8192 余量充足 1.37 GiB–1.81 GiB	没有数据
Gemma 3 1B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	32,768	32,768	8192 余量充足 1.10 GiB–1.50 GiB	没有数据
Llama 3.2 1B Instruct	Official BF16 safetensors `bf16` · `vllm`	131,072	131,072	8192 余量充足 3.18 GiB–5.06 GiB	没有数据
Qwen2.5-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 1.38 GiB–1.80 GiB	没有数据
Qwen2.5-Coder-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 1.38 GiB–1.80 GiB	没有数据
SmolLM2-1.7B-Instruct	GGUF Q4_K_M (Hugging Face) `gguf-q4_k_m` · `llama.cpp`	8,192	8,192	8192 余量充足 2.61 GiB–3.11 GiB	没有数据
Qwen3-1.7B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 2.03 GiB–2.49 GiB	没有数据
Qwen3-1.7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40,960	40,960	8192 余量充足 2.03 GiB–2.49 GiB	没有数据
Qwen2.5-3B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 2.37 GiB–2.80 GiB	没有数据
Qwen2.5-Coder-3B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 2.37 GiB–2.80 GiB	没有数据
Llama 3.2 3B Instruct	Official BF16 safetensors `bf16` · `vllm`	12,868	41,107	8192 放得下 7.48 GiB–9.39 GiB	没有数据
Qwen2.5-VL-3B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128,000	128,000	8192 余量充足 2.20 GiB–2.63 GiB	没有数据
Phi-3.5-mini-instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	18,187	23,609	8192 余量充足 5.35 GiB–5.98 GiB	没有数据
Phi-4-mini-instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	53,843	70,076	8192 余量充足 3.45 GiB–3.94 GiB	没有数据
Qwen3-4B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40,960	40,960	8192 余量充足 3.58 GiB–4.08 GiB	没有数据
Qwen3-4B-Instruct-2507	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	47,826	62,253	8192 余量充足 3.58 GiB–4.08 GiB	没有数据
Gemma 3 4B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	131,072	131,072	8192 余量充足 3.33 GiB–3.79 GiB	没有数据
Qwen3-VL-4B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	47,826	62,253	8192 余量充足 3.58 GiB–4.08 GiB	没有数据
Mistral-7B-Instruct-v0.3	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 5.20 GiB–5.72 GiB	没有数据
DeepSeek-R1-Distill-Qwen-7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	86,646	121,963	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
OpenMath-Nemotron-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	86,646	121,963	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
Qwen2-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
Qwen2.5-7B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
Qwen2.5-Coder-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
Qwen2.5-Coder-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
Qwen2.5-Math-7B-Instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	4,096	4,096	8192 余量充足 · 粗估 4.92 GiB–6.23 GiB	没有数据
DeepSeek-R1-Distill-Llama-8B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	36,179	51,545	8192 余量充足 5.71 GiB–6.24 GiB	没有数据
granite-3.3-8b-instruct	GGUF Q4_K_M (IBM) `gguf-q4_k_m` · `llama.cpp`	28,814	41,101	8192 余量充足 5.98 GiB–6.53 GiB	没有数据
Qwen3-8B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	31,467	40,960	8192 余量充足 5.93 GiB–6.48 GiB	没有数据	Qwen3-8B · GeForce RTX 4070 12GB (desktop, GDDR6X)
Qwen3-8B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	31,467	32,768	8192 余量充足 5.93 GiB–6.48 GiB	没有数据	Qwen3-8B-Base · GeForce RTX 4070 12GB (desktop, GDDR6X)
Qwen2.5-VL-7B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	86,646	121,963	8192 余量充足 4.92 GiB–5.42 GiB	没有数据
Qwen3-VL-8B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	31,467	45,092	8192 余量充足 5.93 GiB–6.48 GiB	没有数据	Qwen3-VL-8B-Instruct · GeForce RTX 4070 12GB (desktop, GDDR6X)
GLM-4-9B-0414	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	32,768	32,768	8192 余量充足 6.18 GiB–6.69 GiB	没有数据
Gemma 3 12B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	21,364	49,849	8192 放得下 8.46 GiB–9.04 GiB	没有数据
Mistral-Nemo-Instruct-2407	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	14,069	25,633	8192 放得下 8.34 GiB–8.94 GiB	没有数据
phi-4	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	4,907	13,606	8192 勉强放得下 9.97 GiB–10.62 GiB	没有数据
Phi-4-reasoning	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	4,112	12,811	8192 勉强放得下 10.12 GiB–10.77 GiB	没有数据
Qwen3-14B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	5,453	16,328	8192 勉强放得下 9.76 GiB–10.39 GiB	没有数据
OpenMath-Nemotron-14B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	4,614	13,676	8192 勉强放得下 10.00 GiB–10.64 GiB	没有数据
Qwen2.5-14B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	4,614	13,676	8192 勉强放得下 10.00 GiB–10.64 GiB	没有数据
Qwen2.5-Coder-14B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	4,614	13,676	8192 勉强放得下 10.00 GiB–10.64 GiB	没有数据
Qwen3.8-27B	GGUF UD-IQ1_S (Unsloth) `gguf-ud-iq1_s` · `llama.cpp`	31,666	81,266	8192 放得下 · 粗估 6.54 GiB–8.14 GiB	没有数据