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 | Recommandé — tourne confortablement | Écrit |
|---|---|---|---|
GeForce RTX 5090 (32 GB) |
32 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 5080 (16 GB) |
16 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 5070 Ti (16 GB) |
16 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 5070 (12 GB) |
12 Go | Llama 3.1 8B | 80–116 tokens/s |
GeForce RTX 5060 Ti (16 GB) |
16 Go | gpt-oss-20b | 82–142 tokens/s |
GeForce RTX 5060 Ti (8 GB) |
8 Go | Llama 3.1 8B | 57–83 tokens/s |
GeForce RTX 5060 (8 GB) |
8 Go | Llama 3.1 8B | 50–89 tokens/s |
GeForce RTX 4090 (24 GB) |
24 Go | GLM-4.7-Flash | 100+ tokens/s |
GeForce RTX 4080 SUPER (16 GB) |
16 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 4080 (16 GB) |
16 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 4070 Ti SUPER (16 GB) |
16 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 4070 Ti (12 GB) |
12 Go | Llama 3.1 8B | 66–95 tokens/s |
GeForce RTX 4070 SUPER (12 GB) |
12 Go | Llama 3.1 8B | 66–95 tokens/s |
GeForce RTX 4070 (12 GB) |
12 Go | Llama 3.1 8B | 58–84 tokens/s |
GeForce RTX 4060 Ti (16 GB) |
16 Go | gpt-oss-20b | 55–96 tokens/s |
GeForce RTX 4060 Ti (8 GB) |
8 Go | Llama 3.1 8B | 38–55 tokens/s |
GeForce RTX 4060 (8 GB) |
8 Go | Llama 3.1 8B | 31–56 tokens/s |
GeForce RTX 3090 (24 GB) |
24 Go | gpt-oss-20b | 100+ tokens/s |
GeForce RTX 3080 (10 GB) |
10 Go | Llama 3.1 8B | 88–127 tokens/s |
GeForce RTX 3070 (8 GB) |
8 Go | Llama 3.1 8B | 50–72 tokens/s |
GeForce RTX 3060 Ti (8 GB) |
8 Go | Llama 3.1 8B | 54–78 tokens/s |
GeForce RTX 3060 (12 GB) |
12 Go | Llama 3.1 8B | 47–68 tokens/s |
Des estimations, pas des mesures, calculées à partir des benchmarks publics de llama.cpp. Chiffres revus le 26 septembre 2026.
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 celles de LM Studio ou d'Ollama, pas des mesures faites avec Twoody.
Questions sur les LLM en local
Quel LLM pour une RTX 4090 ?
Avec 24 Go, Qwen3 32B ou Gemma 4 31B tiennent en 4 bits, et gpt-oss-20b écrit à bien plus de 100 tokens par seconde.
Une carte graphique de 8 Go suffit-elle ?
Pour des modèles de 4 à 8 milliards de paramètres, oui, avec une conversation courte. 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
Twoody est en bêta privée.
Sur Mac, Windows et Linux, gratuit, sans compte ni abonnement — et sur iPhone et Android, avec Twoody sur votre ordinateur. Laissez votre e-mail : nous vous écrirons quand Twoody vous sera ouvert.