• 层切（llama.cpp --split-mode layer、vLLM pipeline）：3090 24G + 5070Ti 16G 合起来 40G，能放下更大的模型或更长 KV，这是容量收益；跨代也能跑，代价是两卡轮流等。
• 张量并行（vLLM TP=2）：每层都要 all-reduce，要求两卡算力/架构接近。3090 是 sm_86、5070Ti 是 Blackwell，跨代 TP 通常直接起不来或退化；16G 那张还会把 24G 拖平。
• 上下文长度只由总显存和 KV 精度决定，跟卡是不是同代无关；但吞吐要看最慢那张卡和 PCIe 通信（这两张没有 NVLink）。

结论：文字 LLM 想「更长上下文/更大模型」→ 层切可以；想「更快」→ 优先两张同型号同代，混插别期待线性加速。5070Ti 的价值在 FP4/FP8 新算力和能效，3090 的价值是 24G 便宜容量，定位不同。

@好米玉 说:

@David-Chen 主要想說 混插跑 可以不同代嗎 看大家都是同型號的 ~想說 3090+5070TI 會不會比較快 因為3090不好買又過保了

别混了，同时跑一张跑Minimax H3 , 一张跑本地LLM。 混插都是未知你要自己去试了。