RTX 5080 vs RTX 4090 pour les LLM locaux
La VRAM décide des modèles qui tiennent entièrement sur le GPU ; la bande passante décide de leur vitesse. Voici la comparaison des deux cartes.
Laquelle choisir pour les LLM locaux ?
La RTX 4090 a plus de VRAM (24 Go contre 16 Go) : elle fait tourner de plus gros modèles entièrement sur le GPU.
La RTX 4090 a la plus grande bande passante mémoire (1 008 Go/s contre 960 Go/s) : elle devrait générer plus vite quand le modèle tient sur les deux.
RTX 5080 · Caractéristiques
- VRAM
- 16 Go GDDR7
- Bande passante
- 960 Go/s
- Puissance
- 360 W
- Architecture
- Blackwell
- Plus grand modèle entièrement en VRAM
- gpt-oss-20b
Spécification officielleDonnées mises à jour il y a 38 joursSource: NVIDIA specifications
RTX 4090 · Caractéristiques
- VRAM
- 24 Go GDDR6X
- Bande passante
- 1 008 Go/s
- Puissance
- 450 W
- Architecture
- Ada Lovelace
- Plus grand modèle entièrement en VRAM
- Qwen3 32B
Spécification officielleDonnées mises à jour il y a 38 joursSource: NVIDIA specifications
| Modèle | RTX 5080 · 16 Go | RTX 4090 · 24 Go |
|---|---|---|
| Qwen3 32B | Offload CPU/GPU3–5,5 tok/s | Compatible33–45 tok/s |
| gpt-oss-20b | Excellent176–215 tok/s | Excellent212–243 tok/s |
| Qwen3 30B-A3B | Offload CPU/GPU28–57 tok/s | Excellent125–209 tok/s |
| Llama 3.1 8B Instruct | Excellent108–156 tok/s | Excellent112–163 tok/s |
| Qwen3 14B | Excellent65–91 tok/s | Excellent68–95 tok/s |
| Qwen3 8B | Excellent103–150 tok/s | Excellent107–157 tok/s |
| Llama 3.3 70B Instruct | Déconseillé0,7–1,3 tok/s | Déconseillé0,9–1,7 tok/s |
| Gemma 3 27B IT | Offload CPU/GPU6–12 tok/s | Excellent39–54 tok/s |
Pour chaque modèle, la quantification la plus précise qui tient entièrement en mémoire rapide ; sinon celle au meilleur résultat. Vitesses en plages ; « estimation » sauf benchmark sur ce matériel exact.
EstimationDonnées mises à jour il y a 38 joursSource: moteur Run LLM Locally