Combien de VRAM pour chaque LLM en local : la mémoire de chaque modèle ouvert
22 modèles à poids ouverts populaires, la mémoire que chacun demande en 4 et 8 bits, et la machine suivie la moins chère qui le fait tourner. Choisissez un modèle pour voir toutes les machines compatibles, avec les jetons/s estimés et les prix US du jour.
| Modèle | Paramètres total / actifs | ~Mémoire en 4 bits | ~Mémoire en 8 bits | Machine la moins chère compatible | Machines compatibles (4 bits) |
|---|---|---|---|---|---|
| Qwen3.5 9BAlibaba Qwen · chat, petits agents | 9B / 9B | ~7 Go | ~12 Go | Mac mini M5 Pro 24 Go1 699 $ US | 18 sur 18 |
| Gemma 4 12BGoogle DeepMind · chat, vision | 12B / 12B | ~9 Go | ~15 Go | Mac mini M5 Pro 24 Go1 699 $ US | 18 sur 18 |
| GPT-OSS 20BOpenAI · raisonnement, outils | 21B / 3,6B | ~13 Go | ~25 Go | Mac mini M5 Pro 24 Go1 699 $ US | 18 sur 18 |
| Gemma 4 26B-A4BGoogle DeepMind · chat général rapide | 25,2B / 3,8B | ~18 Go | ~30 Go | GMKtec EVO-X2 64 Go2 200 $ US | 17 sur 18 |
| Qwen3.8 27BAlibaba Qwen · code, vision, usage général | 27B / 27B | ~19 Go | ~32 Go | GMKtec EVO-X2 64 Go2 200 $ US | 17 sur 18 |
| Gemma 3 27BGoogle DeepMind · général, vision | 27,4B / 27,4B | ~19 Go | ~32 Go | GMKtec EVO-X2 64 Go2 200 $ US | 17 sur 18 |
| GLM-4.7-Flash 30B-A3BZhipu (Z.ai) · agents de code | 30B / 3B | ~21 Go | ~35 Go | GMKtec EVO-X2 64 Go2 200 $ US | 17 sur 18 |
| Qwen3 30B-A3BAlibaba Qwen · chat et code rapides | 30,5B / 3,3B | ~21 Go | ~36 Go | GMKtec EVO-X2 64 Go2 200 $ US | 17 sur 18 |
| Gemma 4 31BGoogle DeepMind · général, vision | 31B / 31B | ~21 Go | ~36 Go | GMKtec EVO-X2 64 Go2 200 $ US | 17 sur 18 |
| Qwen3 32BAlibaba Qwen · général, code, raisonnement | 32,8B / 32,8B | ~22 Go | ~38 Go | GMKtec EVO-X2 64 Go2 200 $ US | 16 sur 18 |
| DeepSeek R1 Distill Qwen 32BDeepSeek · raisonnement | 32,8B / 32,8B | ~22 Go | ~38 Go | GMKtec EVO-X2 64 Go2 200 $ US | 16 sur 18 |
| Qwen3.6 35B-A3BAlibaba Qwen · code et chat rapides | 35B / 3B | ~24 Go | ~41 Go | GMKtec EVO-X2 64 Go2 200 $ US | 16 sur 18 |
| Llama 3.3 70BMeta · usage général | 70B / 70B | ~46 Go | ~80 Go | GMKtec EVO-X2 64 Go2 200 $ US | 13 sur 18 |
| DeepSeek R1 Distill Llama 70BDeepSeek · raisonnement | 70,6B / 70,6B | ~46 Go | ~80 Go | GMKtec EVO-X2 64 Go2 200 $ US | 13 sur 18 |
| Qwen3-Next 80B-A3BAlibaba Qwen · long contexte, rapide | 80B / 3B | ~52 Go | ~91 Go | GMKtec EVO-X2 128 Go3 500 $ US | 12 sur 18 |
| Llama 4 Scout 109B-A17BMeta · multimodal, long contexte | 109B / 17B | ~71 Go | ~123 Go | GMKtec EVO-X2 128 Go3 500 $ US | 12 sur 18 |
| GPT-OSS 120BOpenAI · raisonnement, outils | 117B / 5,1B | ~67 Go | ~132 Go | GMKtec EVO-X2 128 Go3 500 $ US | 12 sur 18 |
| Mistral Small 4 119B-A6BMistral AI · chat, raisonnement, code, vision | 119,4B / 6,5B | ~78 Go | ~135 Go | GMKtec EVO-X2 128 Go3 500 $ US | 11 sur 18 |
| Nemotron 3 Super 120B-A12BNVIDIA · agents | 120B / 12B | ~78 Go | ~135 Go | GMKtec EVO-X2 128 Go3 500 $ US | 11 sur 18 |
| Qwen3.5 122B-A10BAlibaba Qwen · très bon en général et en code | 122B / 10B | ~79 Go | ~138 Go | GMKtec EVO-X2 128 Go3 500 $ US | 11 sur 18 |
| Qwen3 235B-A22BAlibaba Qwen · modèle ouvert de pointe | 235B / 22B | ~151 Go | ~264 Go | Mac Studio M5 Ultra 256 GoAucun prix actuel relevé | 1 sur 18 |
| Muse Spark Open 816B-A42BMeta · code, agents de longue durée | 816B / 42B | ~521 Go | ~912 Go | Aucune machine suivie | 0 sur 18 |
Triés par taille. La mémoire comprend le surcoût du moteur et ~8K jetons de contexte; ce sont des estimations. Prix US en dollars américains (USD), hors taxes et livraison. Notre méthode
Questions fréquentes
Combien de mémoire faut-il pour faire tourner un LLM en local?
En 4 bits, environ 0,6 Go par milliard de paramètres, plus le moteur et le contexte : de ~7 Go pour Qwen3.5 9B à ~46 Go pour un modèle de 70B comme Llama 3.3 70B. Les modèles à mélange d’experts ont besoin de mémoire pour tous leurs paramètres, pas seulement les actifs.
Pourquoi certains gros modèles tournent-ils plus vite que des plus petits?
La vitesse de génération dépend du nombre d’octets lus par jeton. Un modèle à mélange d’experts ne lit que ses paramètres actifs : un MoE de 120B avec 5B actifs peut donc battre un modèle dense de 32B sur la même machine.
Ces chiffres sont-ils mesurés?
La mémoire et la vitesse sont des estimations tirées de notre formule publiée, calibrée sur des bancs d’essai publics llama.cpp et MLX. Chaque page de modèle liste aussi les essais mesurés quand nous en avons.