Twoody
Calculateur de LLM local
Le meilleur LLM local pour votre carte graphique NVIDIA
De la RTX 3060 à la RTX 5090 : le modèle le plus fort qui tient dans la mémoire de chaque carte, et à quelle vitesse il écrit.
| Votre ordinateur | Mémoire | Le plus fort qui tourne confortablement | Écrit | Proposé d'office par Twoody |
|---|---|---|---|---|
GeForce RTX 5090 (32 GB) |
32 Go | Qwen3.6 35B-A3B En un clic dans Twoody | 100+ tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 5080 (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 66–95 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 5070 Ti (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 63–91 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 5070 (12 GB) |
12 Go | Gemma 4 12B En un clic dans Twoody | 56–81 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 5060 Ti (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 32–46 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 5060 Ti (8 GB) |
8 Go | Qwen3.5 4B En un clic dans Twoody | 77–154 tokens/s | Qwen3.5 9B (7,9 Go) En partie sur le processeur : bien plus lent |
GeForce RTX 5060 (8 GB) |
8 Go | Qwen3.5 4B En un clic dans Twoody | 82–147 tokens/s | Qwen3.5 9B (7,9 Go) En partie sur le processeur : bien plus lent |
GeForce RTX 4090 (24 GB) |
24 Go | Qwen3.6 35B-A3B En un clic dans Twoody | 100+ tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4080 SUPER (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 52–74 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4080 (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 50–72 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4070 Ti SUPER (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 47–67 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4070 Ti (12 GB) |
12 Go | Gemma 4 12B En un clic dans Twoody | 47–67 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4070 SUPER (12 GB) |
12 Go | Gemma 4 12B En un clic dans Twoody | 47–67 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4070 (12 GB) |
12 Go | Gemma 4 12B En un clic dans Twoody | 41–59 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4060 Ti (16 GB) |
16 Go | Qwen3 14B En un clic dans Twoody | 21–30 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 4060 Ti (8 GB) |
8 Go | Qwen3.5 4B En un clic dans Twoody | 53–105 tokens/s | Qwen3.5 9B (7,9 Go) En partie sur le processeur : bien plus lent |
GeForce RTX 4060 (8 GB) |
8 Go | Qwen3.5 4B En un clic dans Twoody | 53–95 tokens/s | Qwen3.5 9B (7,9 Go) En partie sur le processeur : bien plus lent |
GeForce RTX 3090 (24 GB) |
24 Go | Qwen3.6 35B-A3B En un clic dans Twoody | 100+ tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 3080 (10 GB) |
10 Go | Gemma 4 12B En un clic dans Twoody | 62–89 tokens/s | Qwen3.5 9B (7,9 Go) |
GeForce RTX 3070 (8 GB) |
8 Go | Qwen3.5 4B En un clic dans Twoody | 62–123 tokens/s | Qwen3.5 9B (7,9 Go) En partie sur le processeur : bien plus lent |
GeForce RTX 3060 Ti (8 GB) |
8 Go | Qwen3.5 4B En un clic dans Twoody | 70–140 tokens/s | Qwen3.5 9B (7,9 Go) En partie sur le processeur : bien plus lent |
GeForce RTX 3060 (12 GB) |
12 Go | Gemma 4 12B En un clic dans Twoody | 33–48 tokens/s | Qwen3.5 9B (7,9 Go) |
Les vitesses sont des estimations, pas des mesures faites avec Twoody, calculées à partir des benchmarks publics de llama.cpp. Chiffres revus le 16 octobre 2026.
Comment lire ce tableau
Une ligne par carte graphique : sa propre mémoire décide des modèles qui tiennent, et les vitesses sont celles d'un modèle qui tourne sur la carte. Le reste du PC est supposé avoir 32 Go de mémoire.
- Le plus fort qui tourne confortablement
- Le modèle le plus fort qui y tient confortablement et y écrit au moins à votre vitesse de lecture, 5 tokens par seconde ; sous son nom, s'il s'installe en un clic dans Twoody.
- Écrit
- Sa vitesse sur cet ordinateur, en tokens par seconde : une estimation tirée des mesures publiques de llama.cpp, pas une mesure faite avec Twoody.
- Proposé d'office par Twoody
- Le modèle que l'app installe en premier sur cet ordinateur, et la mémoire qu'il y demande. Pas toujours le plus fort : l'un de ceux que Twoody a mesurés avec sa mémoire, ses outils et vos documents.
Twoody est en bêta privée : laissez votre e-mail pour demander un accès.
Sur un PC, la mémoire de la carte graphique (VRAM) décide : 8 Go pour des modèles de 4 à 8 milliards de paramètres, 16 Go pour 14 milliards ou gpt-oss 20B, 24 à 32 Go pour 32 milliards.
Les cartes graphiques lisent leur mémoire très vite : avec un modèle qui tient, elles écrivent plus vite que n'importe quel Mac.
Twoody pour Windows et Linux est en bêta privée : sous Windows 10 et 11 (x64), il fait tourner le modèle sur une carte NVIDIA via Vulkan quand son pilote le permet, et sinon sur le processeur ; sous Linux, sur le processeur. Les vitesses de cette page sont des estimations pour un modèle qui tourne sur la carte graphique, pas des mesures faites avec Twoody.
Questions sur les LLM en local
Quel LLM pour une RTX 4090 ?
Le plus fort qui y tourne confortablement est Qwen3.6 35B-A3B, qui écrit 100+ tokens/s. Il s'installe en un clic depuis le catalogue de Twoody. Sur un PC avec 32 Go de mémoire, Twoody propose d'office Qwen3.5 9B, qui y demande 7,9 Go : c'est l'un des modèles qu'il a mesurés avec sa mémoire, ses outils et vos documents.
Une carte graphique de 8 Go suffit-elle ?
Pour de petits modèles, oui. Le plus fort qui y tourne confortablement est Qwen3.5 4B, qui écrit 53–154 tokens/s selon la carte. Il s'installe en un clic depuis le catalogue de Twoody. Les plus grands débordent sur la mémoire de l'ordinateur et ralentissent beaucoup.
Twoody tourne-t-il sur Windows avec une carte NVIDIA ?
Dans la bêta privée, oui : sous Windows 10 et 11 (x64), Twoody fait tourner le modèle sur une carte NVIDIA via Vulkan quand son pilote le permet, et sinon sur le processeur. Laissez votre e-mail sur la page des plateformes pour rejoindre la liste d'attente.
Le meilleur LLM local, par ordinateur
Essayez Twoody avant son ouverture à tous.
La bêta privée est gratuite, sur Mac, Windows et Linux, et sur iPhone et Android avec Twoody sur votre ordinateur. Laissez votre e-mail pour demander une invitation : nous vous écrirons quand elle sera prête pour vous.