Strix HaloDisponible
GMKtec EVO-X2
Ryzen AI Max+ 395, 128GB / 1TB
3 500 $ USchez GMKtec store
256 Go/s
Voir le prixGuide mémoire · 128 Go de mémoire unifiée
Quels LLM faire tourner avec 128 Go de mémoire unifiée?
Avec 128 Go de mémoire unifiée, 14 des 16 modèles ouverts populaires de notre sélecteur rentrent sans déborder dans la RAM système, le plus gros étant Qwen3.5 122B-A10B. La vitesse va d’environ 5 à 72 jetons/s selon le modèle et la machine.
La machine suivie la moins chère avec 128 Go de mémoire unifiée est le GMKtec EVO-X2 à 3 500 $ US.
Quels modèles rentrent dans 128 Go de mémoire unifiée?
| Modèle | Mémoire en 4 bits | Strix Halo256 Go/s | DGX Spark273 Go/s |
|---|---|---|---|
| Qwen3.5 9Bdense · 9B actifs · chat, petits agents | ~7 Go | Rentre~21 tok/sQ8_0 | Rentre~22 tok/sQ8_0 |
| Gemma 4 12Bdense · 12B actifs · chat, vision | ~9 Go | Rentre~16 tok/sQ8_0 | Rentre~16 tok/sQ8_0 |
| GPT-OSS 20BMoE · 3.6B actifs · raisonnement, outils | ~13 Go | Rentre~42 tok/sQ8_0 | Rentre~46 tok/sQ8_0 |
| Gemma 4 26B-A4BMoE · 3.8B actifs · chat général rapide | ~18 Go | Rentre~40 tok/sQ8_0 | Rentre~44 tok/sQ8_0 |
| Qwen3.8 27Bdense · 27B actifs · code, vision, usage général | ~19 Go | Rentre~12 tok/sQ4_K_M | Rentre~13 tok/sQ4_K_M |
| GLM-4.7-Flash 30B-A3BMoE · 3B actifs · agents de code | ~21 Go | Rentre~48 tok/sQ8_0 | Rentre~54 tok/sQ8_0 |
| Gemma 4 31Bdense · 31B actifs · général, vision | ~21 Go | Rentre~11 tok/sQ4_K_M | Rentre~11 tok/sQ4_K_M |
| Qwen3.6 35B-A3BMoE · 3B actifs · code et chat rapides | ~24 Go | Rentre~48 tok/sQ8_0 | Rentre~54 tok/sQ8_0 |
| Llama 3.3 70Bdense · 70B actifs · usage général | ~46 Go | Rentre~5 tok/sQ4_K_M | Rentre~5 tok/sQ4_K_M |
| Qwen3-Next 80B-A3BMoE · 3B actifs · long contexte, rapide | ~52 Go | Rentre~72 tok/sQ4_K_M | Rentre~54 tok/sQ8_0 |
| Llama 4 Scout 109B-A17BMoE · 17B actifs · multimodal, long contexte | ~71 Go | Rentre~18 tok/sQ4_K_M | Rentre~19 tok/sQ4_K_M |
| GPT-OSS 120BMoE · 5.1B actifs · raisonnement, outils | ~67 Go | Rentre~55 tok/sMXFP4 (native) | Rentre~61 tok/sMXFP4 (native) |
| Nemotron 3 Super 120B-A12BMoE · 12B actifs · agents | ~78 Go | Rentre~25 tok/sQ4_K_M | Rentre~26 tok/sQ4_K_M |
| Qwen3.5 122B-A10BMoE · 10B actifs · très bon en général et en code | ~79 Go | Rentre~29 tok/sQ4_K_M | Rentre~31 tok/sQ4_K_M |
Chaque colonne indique la quantification que nous choisirions (8 bits si le modèle rentre à l’aise et tourne encore à 10 tok/s ou plus, sinon 4 bits) et la vitesse de génération estimée pour un utilisateur, avec ~8K de contexte. Notre méthode
Juste hors de portée : Qwen3 235B-A22B (~151 Go en 4 bits), Muse Spark Open 816B-A42B (~521 Go en 4 bits).
Quelles machines suivies ont 128 Go de mémoire unifiée?
Strix HaloDisponible
Minisforum MS-S1 Max
Ryzen AI Max+ 395, 128GB / 2TB
3 919 $ USchez Minisforum store
256 Go/s
Voir le prix
Strix HaloPrécommande
Beelink GTR9 Pro
Ryzen AI Max+ 395, 128GB / 2TB
4 349 $ USchez Beelink store
256 Go/s
Voir le prix
Strix HaloEn rupture
Framework Desktop DIY
Ryzen AI Max+ 395, 128GB
4 839 $ USchez Framework store
256 Go/s
Voir le prix
DGX SparkDisponible
NVIDIA DGX Spark
Founders Edition, 4TB
6 950 $ USchez NVIDIA Marketplace
273 Go/s
Voir le prix
Questions fréquentes
Quel est le plus gros LLM qu’on peut faire tourner avec 128 Go de mémoire unifiée?
Parmi les modèles que nous suivons, Qwen3.5 122B-A10B est le plus gros qui rentre entièrement dans 128 Go de mémoire unifiée (Q4_K_M, environ 79 Go avec l’environnement d’exécution et ~8K de contexte).
Quelle est la machine la moins chère avec 128 Go de mémoire unifiée?
Parmi les machines que nous suivons, le GMKtec EVO-X2 à 3 500 $ US (GMKtec store, vérifié le 2026-10-24). Prix US en USD.
Peut-on faire tourner Llama 3.3 70B avec 128 Go de mémoire unifiée?
Oui. En 4 bits, il faut environ 46 Go, environnement d’exécution et ~8K de contexte compris.
Comment la compatibilité et la vitesse sont-elles estimées?
Mémoire nécessaire = poids + 1,5 Go + 5 % des poids. Vitesse de génération ≈ 1 ÷ (poids actifs en Go ÷ (efficacité × bande passante mémoire) + un petit surcoût fixe par jeton), l’efficacité et le surcoût étant calibrés par plateforme sur 43 bancs d’essai publics llama.cpp/MLX (erreur médiane d’environ 5 %). Ce sont des estimations, pas des bancs d’essai.