随着本地大模型推理需求的爆发，专业级显卡的 AI 性能不再是工作站的专属话题。本次测试选取蓝戟三款 Intel Arc 专业显卡：Arc Pro B50 LP 16G、Arc Pro B60 BS 24G、Arc Pro B60 TF 24G，在统一平台、同一驱动环境下，通过 Geekbench AI 基准与 LM Studio 本地大模型实测，横向对比它们在不同模型负载下的 AI 推理表现。
测试平台
本次测试采用统一配置平台和驱动版本。使用最新的32.0.101.8517驱动进行测试。
CPU：Intel Core i7-14700k
显卡：GUNNIR Arc Pro B50 LP 16G / B60 TF 24G / B60 BS 24G
主板：ASUS PRIME Z790-P
硬盘：KIOXIA SSD 1TB
内存：Biwin DDR5 32GB*2 6400Mhz
系统版本：Windows 11 22H2 专业版
基准算力
Geekbench AI 测试可以直接反映三款显卡的理论AI算力水平。B60 TF与B60 BS的Geekbench分数相差不大，毕竟都是同一核心，仅仅外观与功耗的区别。
而B50 LP 16G单精度得分相比B60系列低约13%；半精度与量化精度相比B60 系列低约14%和7%，符合其入门级专业卡的定位。
14B模型推理
在实际的Qwen3-14B模型测试中，B60 TF一马当先，token生成速度达到 31.57 tokens/s，TTFT(首Token延迟)仅 0.10 秒，几乎实现了无感响应，在交互体验与生成效率上均表现出色。
B60 BS token生成速度27.02 tokens/s，TTFT为0.29秒，仍处于优秀水平，相比B60 TF小有差距，这一差异源于单槽低功耗的设计。B50 LP token生成速度19.09tokens/s，TTFT 0.38秒，也可以稳定运行14B 模型，生成效率与响应速度上与B60系列有差距，但是价格与性能定位不同，B50更适合中轻度 AI 推理场景。
30B模型推理
在对显存与算力要求更高的Qwen3-30B模型测试中，B60系列表现优秀，B60 BS与B60 TF的token生成速度和TTFT相差不大，但B60 TF生成的token总量更多。
B50 LP的16G显存面对30B模型时仍可运行，但token生成速度和TTFT肯定是不如更高定位的B60系列，由此可见大显存对于大模型的重要性。
总结
Arc Pro B60 TF 24G是本次测试的最优解，24G大容量显存+高性能散热设计，无论是算力、响应速度还是长时间稳定性都表现出色，适合专业 AI 开发者与高负载工作站场景。
Arc Pro B60 BS 24G是低功耗单槽版本，性能与B60 TF差距不算大，足以应对中轻度AI任务，适合ITX工作站或多显卡部署场景。
Arc Pro B50 LP 16G适合视频剪辑、轻量化AI任务等，适配入门级工作站场景，是小型minipc或轻度AI需求用户的好搭档。
