RAM 2500 6.7L 2016 r. kupisz w Tulsa OK

2016 RAM  - Image 1.
2016 RAM  - Image 2.
2016 RAM  - Image 3.
2016 RAM  - Image 4.
2016 RAM  - Image 5.
2016 RAM  - Image 6.
2016 RAM  - Image 7.
2016 RAM  - Image 8.
2016 RAM  - Image 9.
2016 RAM  - Image 10.
2016 RAM  - Image 11.
2016 RAM  - Image 12.
2016 RAM  - Image 13.
2016 RAM  - Image 14.
2016 RAM  - Image 15.
2016 RAM  - Image 16.

Informacje o ofercie

4d : 15godz. : 6min. : 35sek.

$25
Nie złożyłeś oferty
Status sprzedaży
Gotowy do sprzedaży
Wszystkie transakcje są wiążące. Sprzedawane „TAKIE, JAKIE JEST, I GDZIE JEST”.

Informacje o sprzedaży

Miejsce sprzedaży
Lokalizacja pojazdu
5311 W 46th Street S, Tulsa, Ok 74107
Data sprzedaży
Tue May 19, 10:30am (EDT)
Aleja/Droga/Plac/Stanowisko
Lane A - Item #63

Transport w USA

Skontaktuj się z nami za pośrednictwem
E-mail lub Czat na żywo W celu dokładnej wyceny

Informacje o pojeździe

VIN
Numer pojazdu
210744 AKTUALNY PRZEBIEG
Rodzaj szkody
Collision
Rodzaj uszkodzenia
Uszkodzony przód
Uszkodzenia drugorzędne
Brak informacji
Clear Oklahoma
Kluczyki
Present (brak gwarancji)
Poduszki powietrzne
Intact
Obecna wartość
$26,852

Historia pojazdu

Zapisy sprzedaży
Stan licznika kilometrów
Poprzednia sprzedaż
Historia własności
Akcje serwisowe
Wypadki

Opis pojazdu

Rodzaj pojazdu
Rok modelowy
2016
Marka pojazdu
Model
Seria
Laramie
Styl Nadwozia
Crew CAB
Kolor karoserii
BIAŁY
Kolor wnętrza
CZARNY
Silnik
6.7L
Przekładnia
Przekładnia automatyczna
Rodzaj paliwa
Diesel
Liczba cylindrów
6
System ograniczający
Front Impact Airbag Driver;front Side Impact Airbag Driver;overhead Airbags;front Impact Airbag Passenger;front Side Impact Airbag Passenger
Klasa pojazdu
Ciężarówki
Kraj produkcji
Mexico

Informacje o sprzedaży pojazdu

Miejsce sprzedaży
Lokalizacja pojazdu
5311 W 46th Street S, Tulsa, Ok 74107
Data sprzedaży
Tue May 19, 10:30am (EDT)
Aleja/Droga/Plac/Stanowisko
Lane A - Item #63
Transport w USA

Skontaktuj się z nami za pośrednictwem
E-mail lub Czat na żywo W celu dokładnej wyceny

Używamy plików cookie do analizy i personalizacji treści