Avec ses 8 Go de VRAM, la RTX 4060 fait tourner Llama 3.1 8B Instruct en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 6,7 Go nécessaires). En Q8_0, il ne tient pas en VRAM.
Q4_K_M · 8K contexte
Le modèle demande environ 6,7 Go et tient dans les 7,7 Go disponibles (1 Go restants).
~6,7 Go (6,2 Go–7,1 Go) nécessaires · estimation
Tient entièrement en VRAM · 1 Go libres
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
| Llama 3.1 8B Instruct Q8_08K~10,2 Go · 6,5–12 tok/s estimation | Offload CPU/GPU |
|---|---|
| Llama 3.1 8B Instruct Q6_K8K~8,3 Go · 15–25 tok/s estimation | Offload CPU/GPU |
| Llama 3.1 8B Instruct Q5_K_M8K~7,5 Go · 32–42 tok/s estimation | Compatible avec limites |
| Llama 3.1 8B Instruct Q4_K_M8K~6,7 Go · 36–48 tok/s estimation | Compatible |
| Llama 3.1 8B Instruct IQ4_XS8K~6,2 Go · 39–52 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q3_K_M8K~5,8 Go · 42–57 tok/s estimation | Excellent |
Les prix et les liens suivent le marché choisi.
8 Go GDDR6 · 272 Go/s · 115 W
CompatibleFait tourner Llama 3.1 8B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
