GeForce RTX 4070 で動くローカルLLM
メモリ: 12 GB / 帯域: 504.2 GB/s （出典）
Q4_K_M・12GB の場合 推定
| モデル | 必要 | 判定 | 速度 |
|---|---|---|---|
| Llama 3.1 8B Instruct | 6.6GB | ◎ | 約75 tok/s |
| Llama 3.3 70B Instruct | 46.9GB | × | — |
| Qwen2.5 7B Instruct | 6.1GB | ◎ | 約79 tok/s |
| Qwen2.5 14B Instruct | 11.2GB | ◎ | 約41 tok/s |
| Qwen2.5 32B Instruct | 22.8GB | × | — |
| Qwen2.5 72B Instruct | 48.6GB | × | — |
| Qwen3 30B-A3B | 20.8GB | × | — |
| Qwen3 32B | 23.0GB | × | — |
| Gemma 3 12B | 9.2GB | ◎ | 約50 tok/s |
| Gemma 3 27B | 19.0GB | × | — |
| Mistral Small 3.1 24B | 16.9GB | × | — |
| Phi-4 14B | 10.8GB | ◎ | 約43 tok/s |
| gpt-oss-20b | 13.8GB | × | — |
| gpt-oss-120b | 66.4GB | × | — |
| DeepSeek-R1-Distill-Qwen-14B | 11.2GB | ◎ | 約40 tok/s |
| Llama-3.1-Swallow-8B-Instruct | 6.6GB | ◎ | 約75 tok/s |
| Llama 2 7B (ベンチ基準) | 7.4GB | ◎ | 約89 tok/s |
実測ベンチマーク
| モデル | 量子化 | 生成速度 | 備考 |
|---|---|---|---|
| Llama 2 7B (ベンチ基準) | Q4_0 | 92.29 tok/s | Vulkan tg128 出典 |
Strata（Qwen3.8-Flash-Next）
RAM 64GBの場合 推定: IQ3_S 約34〜60 tok/s / IQ3_XXS 約41〜73 tok/s / IQ2_XS 約45〜81 tok/s / Q2_0 約48〜86 tok/s / Coder 約34〜61 tok/s
報告された実測（1件）
| GPU | CPU/RAM | サイズ | 生成速度 | 出典 |
|---|---|---|---|---|
| RTX 4070 | Core i5-12600KF / 32GB | IQ2_XS | 47.76 tok/s | GitHub |
購入リンク（準備中）