Qwen2.5 14B Instruct en Q4_K_M demande environ 11,2 Go, plus que les 11 Go de la RTX 2080 Ti : une partie du modèle tourne depuis la RAM système, ce qui ralentit la génération. En Q3_K_M, il tient entièrement.
Q4_K_M · 8K contexte
Le modèle demande environ 11,2 Go mais seuls 10,7 Go de VRAM sont utilisables : 0,6 Go doivent être chargés en RAM système. Il fonctionne, à 95 % sur le GPU, mais plus lentement.
~11,2 Go (10,7 Go–11,8 Go) nécessaires · estimation
0,6 Go à décharger en RAM système
EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally, Hugging Face config.json + model card
Ce qui rend cette estimation moins fiable
| Qwen2.5 14B Instruct Q8_08K~17,8 Go · 2,5–5,5 tok/s estimation | Offload CPU/GPU |
|---|---|
| Qwen2.5 14B Instruct Q6_K8K~14,3 Go · 5–10 tok/s estimation | Offload CPU/GPU |
| Qwen2.5 14B Instruct Q5_K_M8K~12,7 Go · 8,5–16 tok/s estimation | Offload CPU/GPU |
| Qwen2.5 14B Instruct Q4_K_M8K~11,2 Go · 19–34 tok/s estimation | Offload CPU/GPU |
| Qwen2.5 14B Instruct IQ4_XS8K~10,4 Go · 46–64 tok/s estimation | Compatible avec limites |
| Qwen2.5 14B Instruct Q3_K_M8K~9,6 Go · 50–70 tok/s estimation | Compatible |
Les prix et les liens suivent le marché choisi.
NVIDIA
ExcellentFait tourner Qwen2.5 14B Instruct Q4_K_M entièrement en mémoire
AMD
ExcellentFait tourner Qwen2.5 14B Instruct Q4_K_M entièrement en mémoire
Apple Silicon
CompatibleFait tourner Qwen2.5 14B Instruct Q4_K_M entièrement en mémoire
PC à mémoire unifiée
ExcellentFait tourner Qwen2.5 14B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
