Grand public · GDDR6X
RTX 4090 24 Go : quels LLM peut-il faire tourner ?
Seul, il charge jusqu’à DeepSeek R1 Distill 32B en Q4. À plusieurs cartes, la mémoire s’additionne et ouvre des modèles plus gros.
Caractéristiques
Mémoire24 Go
Bande passante1 008 Go/s
Calcul FP16~165 TF
Consommation450 W
Prix indicatif2 000 €
Location cloud0,45 €/h
Face aux cartes de même prix
Modèles et vitesse attendue
| Modèle | Q4 | Q8 | FP16 |
|---|---|---|---|
| Qwen3 4B | ✓ ~217 tok/s | ✓ ~126 tok/s | ✓ ~68 tok/s |
| Llama 3.1 8B | ✓ ~112 tok/s | ✓ ~64 tok/s | ✓ ~34 tok/s |
| Qwen3 8B | ✓ ~109 tok/s | ✓ ~63 tok/s | ✓ ~33 tok/s |
| Gemma 3 12B | ✓ ~75 tok/s | ✓ ~43 tok/s | 2 × · ~34 tok/s |
| Mistral Nemo 12B | ✓ ~74 tok/s | ✓ ~42 tok/s | 2 × · ~34 tok/s |
| Phi-4 14B | ✓ ~62 tok/s | ✓ ~35 tok/s | 2 × · ~28 tok/s |
| Qwen3 14B | ✓ ~61 tok/s | ✓ ~35 tok/s | 2 × · ~28 tok/s |
| gpt-oss-20b | ✓ ~240 tok/s | 2 × · ~210 tok/s | 2 × · ~113 tok/s |
| Mistral Small 24B | ✓ ~38 tok/s | 2 × · ~32 tok/s | 3 × · ~26 tok/s |
| Gemma 3 27B | ✓ ~34 tok/s | 2 × · ~29 tok/s | 3 × · ~23 tok/s |
| Qwen3.8 27B | ✓ ~33 tok/s | 2 × · ~28 tok/s | 3 × · ~22 tok/s |
| Qwen3 30B-A3B | ✓ ~260 tok/s | 2 × · ~228 tok/s | 3 × · ~185 tok/s |
| Qwen3 32B | ✓ ~28 tok/s | 2 × · ~24 tok/s | 4 × · ~25 tok/s |
| Qwen2.5 Coder 32B | ✓ ~28 tok/s | 2 × · ~24 tok/s | 4 × · ~25 tok/s |
| DeepSeek R1 Distill 32B | ✓ ~28 tok/s | 2 × · ~24 tok/s | 4 × · ~25 tok/s |
| Mixtral 8x7B | 2 × · ~105 tok/s | 3 × · ~90 tok/s | ✗ |
| Llama 3.3 70B | 3 × · ~29 tok/s | 4 × · ~22 tok/s | ✗ |
| GLM-4.5-Air 106B | 3 × · ~170 tok/s | ✗ | ✗ |
| gpt-oss-120b | 4 × · ~518 tok/s | ✗ | ✗ |
| Mistral Large 123B | 4 × · ~22 tok/s | ✗ | ✗ |
| Qwen3 235B-A22B | ✗ | ✗ | ✗ |
| GLM-4.5 355B | ✗ | ✗ | ✗ |
| Llama 3.1 405B | ✗ | ✗ | ✗ |
| DeepSeek R1 671B | ✗ | ✗ | ✗ |
| DeepSeek V3.1 671B | ✗ | ✗ | ✗ |
| Kimi K2 1T | ✗ | ✗ | ✗ |
8k tokens, un utilisateur. « 2 × » = nombre de cartes nécessaires, vitesse en parallélisme tensoriel (vLLM). ✗ = ne tient pas, même à 4 cartes.