快速结论

快速结论

如果您想在24GB RTX 3090上获得快速的本地基准，请首先下载 qwen3-coder:30b。

每日目标很简单：帮助 3090 拥有者决定今晚下载什么、跳过什么，以及何时云回退是更明智的时间利用。本页面不是通用更新日志；它是一份根据最新验证的 LocalVRAM 基准测试数据构建的实用决策说明。

今日精选

• 模型：qwen3-coder:30b
• RTX 3090 速度：158.9 tok/s
• 延迟：816 毫秒
• 测试时间：2026-05-13T06:02:07Z
• 基准命令：

ollama run qwen3-coder:30b

谁应该尝试

• 希望为 qwen3-coder:30b 获得全新 24GB RTX 3090 基准的开发者和本地 AI 用户。
• 在花费云积分之前，将本地速度与 RunPod/Vast 进行比较的读者。
• 任何决定新的 Ollama 模型是否值得在最初的 24-48 小时流量窗口内下载的人。

谁应该跳过

• 在持续运行得到验证之前，需要长上下文生产稳定性的用户。
• 工作负载要求并发下可预测的 p95 延迟的团队；首先在本地验证，然后突发到云端。
• 8GB/12GB GPU 拥有者，除非模型有更小的量化或蒸馏变体。

已验证的基准锚点

• qwen3-coder:30b：158.9 tok/s | 延迟 816 毫秒 | 测试 2026-05-13T06:02:07Z
• gpt-oss:20b：156.1 tok/s | 延迟 1524 毫秒 | 测试 2026-04-29T05:39:58Z
• qwen3:8b：134.6 tok/s | 延迟 1274 毫秒 | 测试 2026-05-13T06:02:07Z
• qwen2.5:14b：84.0 tok/s | 延迟 946 毫秒 | 测试 2026-04-29T05:39:58Z
• deepseek-r1:14b：83.0 tok/s | 延迟 1903 毫秒 | 测试 2026-05-13T06:02:07Z

3090 决策指南

1. 如果模型适合 VRAM 且有余量，并且响应时间可接受，则首先在本地运行。
2. 如果它适合但未能达到 p95 延迟，则保留本地机器进行验证，并在高峰期突发到云端。
3. 如果内存不足，在购买硬件之前减少上下文或量化。
4. 如果新的 Ollama 版本正在流行，请提前发布预估页面，并在 24-48 小时内用验证过的 3090 数据更新它。

接下来要运行的比较提示

• qwen3-coder:30b 与当前编码基准的比较。
• qwen3-coder:30b 与最佳 14B/20B 快速本地模型的比较。
• qwen3-coder:30b 本地功耗成本与相同工作负载的 A100 租用成本的比较。

后续操作

• 估算适配：/en/tools/vram-calculator/
• 模型页面：/en/models/qwen3-coder-30b-q4/
• 基准测试更新日志：/en/benchmarks/changelog/
• 硬件路径：/en/affiliate/hardware-upgrade/
• 云回退：/go/runpod and /go/vast

联盟披露：此帖子可能包含联盟链接。LocalVRAM 可能会赚取佣金，您无需支付额外费用。