Avec ses 12 Go de VRAM, la RTX 5070 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 tient entièrement.
Q4_K_M · 8K contexte
Le modèle demande environ 6,7 Go et tient dans les 11,6 Go disponibles, avec 5 Go de marge.
~6,7 Go (6,2 Go–7,1 Go) nécessaires · estimation
Tient entièrement en VRAM · 5 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 · 52–70 tok/s estimation | Compatible |
|---|---|
| Llama 3.1 8B Instruct Q6_K8K~8,3 Go · 64–88 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q5_K_M8K~7,5 Go · 71–99 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q4_K_M8K~6,7 Go · 80–113 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct IQ4_XS8K~6,2 Go · 87–123 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q3_K_M8K~5,8 Go · 94–133 tok/s estimation | Excellent |
Les prix et les liens suivent le marché choisi.
12 Go GDDR7 · 672 Go/s · 250 W
ExcellentFait 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.
