LLM local sur une RTX 4070 : ce qui tient en 12 Go

Le meilleur LLM local pour une RTX 4070

Mémoire	Le plus fort qui tourne confortablement	Écrit	Proposé d'office par Twoody
12 Go	Gemma 4 12B En un clic dans Twoody	41–59 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.

« Le plus fort qui tourne confortablement » : le modèle le plus fort qui tient confortablement dans la mémoire de la carte et écrit au moins à votre vitesse de lecture (5 tokens par seconde). « Proposé d'office par Twoody » : le modèle que l'app installe d'abord sur un PC avec cette carte et 32 Go de mémoire, et la mémoire qu'il y demande.

Twoody est en bêta privée : laissez votre e-mail pour demander un accès.

Tous les modèles qui tournent bien sur une RTX 4070

33 des 62 modèles que connaît le calculateur (le catalogue de Twoody et quelques plus grands) tournent bien ici, le plus fort d'abord : la mémoire que l'app Twoody dit nécessaire à chacun sur cet ordinateur, la vitesse à laquelle il écrit, et le temps qu'il met à lire un document.

Modèle	Mémoire	Écrit	Lit un document
Qwen3 14B En un clic dans Twoody	Demande 11,2 Go de mémoire Tourne — fermez les autres apps	34–48 tokens/s	20 pages en 11 s
Ministral 3 14B En un clic dans Twoody	Demande 11,6 Go de mémoire Tourne — fermez les autres apps	36–52 tokens/s	20 pages en 10 s
Gemma 4 12B En un clic dans Twoody	Demande 7,6 Go de mémoire Tourne confortablement	41–59 tokens/s	20 pages en 9 s
GLM-4.6V Flash En un clic dans Twoody	Demande 7,9 Go de mémoire Tourne confortablement	47–68 tokens/s	20 pages en 8 s
Qwen3.5 9B En un clic dans Twoody	Demande 7,9 Go de mémoire Tourne confortablement	40–80 tokens/s	20 pages en 7 s
GLM-4 9B En un clic dans Twoody	Demande 6,7 Go de mémoire Tourne confortablement	47–68 tokens/s	20 pages en 7 s
Ministral 3 8B En un clic dans Twoody	Demande 8,4 Go de mémoire Tourne confortablement	55–79 tokens/s	20 pages en 7 s
Granite 4.1 8B En un clic dans Twoody	Demande 8 Go de mémoire Tourne confortablement	51–73 tokens/s	20 pages en 7 s
Qwen3 8B En un clic dans Twoody	Demande 7,2 Go de mémoire Tourne confortablement	56–81 tokens/s	20 pages en 6 s
Llama 3.1 8B En un clic dans Twoody	Demande 6,9 Go de mémoire Tourne confortablement	58–84 tokens/s	20 pages en 6 s
Olmo 3 7B En un clic dans Twoody	Demande 8,2 Go de mémoire Tourne confortablement	59–85 tokens/s	20 pages en 5 s
Gemma 4 E4B En un clic dans Twoody	Demande 6,6 Go de mémoire Tourne confortablement	85–123 tokens/s	20 pages en 3 s
Qwen3.5 4B En un clic dans Twoody	Demande 4,9 Go de mémoire Tourne confortablement	73–146 tokens/s	20 pages en 4 s
Qwen3 4B Instruct 2507 En un clic dans Twoody	Demande 4,9 Go de mémoire Tourne confortablement	96–138 tokens/s	20 pages en 3 s
Nemotron 3 Nano 4B En un clic dans Twoody	Demande 3,6 Go de mémoire Tourne confortablement	67–135 tokens/s	20 pages en 3 s
Ministral 3 3B En un clic dans Twoody	Demande 5 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 3 s
Phi-4 mini En un clic dans Twoody	Demande 4,6 Go de mémoire Tourne confortablement	100–143 tokens/s	20 pages en 3 s
Llama 3.2 3B En un clic dans Twoody	Demande 3,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Gemma 4 E2B En un clic dans Twoody	Demande 4,7 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Qwen3.5 2B En un clic dans Twoody	Demande 2,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Qwen3.5 0.8B En un clic dans Twoody	Demande 1,7 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
DeepSeek-Coder-V2 Lite En un clic dans Twoody	Demande 10,4 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 4 s
Ministral 3 14B Reasoning En un clic dans Twoody	Demande 10,5 Go de mémoire Tourne confortablement	36–52 tokens/s	20 pages en 10 s
GLM-Z1 9B En un clic dans Twoody	Demande 6,7 Go de mémoire Tourne confortablement	47–68 tokens/s	20 pages en 7 s
DeepSeek-R1 8B En un clic dans Twoody	Demande 7,2 Go de mémoire Tourne confortablement	56–81 tokens/s	20 pages en 6 s
DeepSeek-R1 Distill Llama 8B En un clic dans Twoody	Demande 6,9 Go de mémoire Tourne confortablement	58–84 tokens/s	20 pages en 6 s
DeepSeek-R1 Distill Qwen 7B En un clic dans Twoody	Demande 5,5 Go de mémoire Tourne confortablement	63–90 tokens/s	20 pages en 6 s
Qwen3 4B Thinking 2507 En un clic dans Twoody	Demande 4,9 Go de mémoire Tourne confortablement	96–138 tokens/s	20 pages en 3 s
Phi-4 mini reasoning En un clic dans Twoody	Demande 4,6 Go de mémoire Tourne confortablement	100–143 tokens/s	20 pages en 3 s
SmolLM3 3B En un clic dans Twoody	Demande 3,2 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
LFM2.5 2.6B En un clic dans Twoody	Demande 2,4 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
MiniCPM5 2B En un clic dans Twoody	Demande 2,5 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Llama 3.2 1B En un clic dans Twoody	Demande 1,6 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s

En plus de ceux-ci, 23 modèles tourneraient en partie sur le processeur, bien plus lentement, et 6 sont trop gros pour cet ordinateur. Les voir tous dans le calculateur.

La mémoire de chaque modèle est celle que Twoody affiche dans « Modèles » pour cet ordinateur : la même formule, les mêmes fichiers (celui qui lui fait lire les images compris), la même longueur de conversation — catalogue vérifié le 15 octobre 2026.

RTX 4070 face à RTX 5070, RTX 4070 SUPER, RTX 4060 Ti (16 GB) et RTX 3060

Ordinateur	Mémoire	Qwen3.5 9B écrit	Lit un document	Le plus fort qui tourne confortablement
RTX 4070	12 Go	40–80 tokens/s	20 pages en 7 s	Gemma 4 12B 41–59 tokens/s
RTX 5070	12 Go	55–110 tokens/s	20 pages en 4 s	Gemma 4 12B 56–81 tokens/s
RTX 4070 SUPER	12 Go	45–89 tokens/s	20 pages en 5 s	Gemma 4 12B 47–67 tokens/s
RTX 4060 Ti (16 GB)	16 Go	26–51 tokens/s	20 pages en 6 s	Qwen3 14B 21–30 tokens/s
RTX 3060	12 Go	32–63 tokens/s	20 pages en 10 s	Gemma 4 12B 33–48 tokens/s

La mémoire de la carte décide des modèles qui tiennent ; sa bande passante, de leur vitesse. Chaque PC est compté avec 32 Go de mémoire à côté de sa carte.

Cette carte a 12 Go de mémoire à elle (VRAM), lue à 504 Go/s : un modèle qui y tient entièrement écrit vite ; un plus gros déborde sur la mémoire de l'ordinateur et ralentit beaucoup.

Les tableaux comptent 32 Go de mémoire dans le PC, à côté de la carte. Les vitesses sont celles d'un modèle qui tourne sur la carte, estimées à partir des mesures publiques de llama.cpp.

Twoody pour Windows et Linux est en bêta privée : sous Windows 10 et 11 (x64), il fait tourner le modèle sur la RTX 4070 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, pas des mesures faites avec Twoody.

Questions sur les LLM en local

Quel LLM local pour une RTX 4070 ?

Le plus fort qui y tourne confortablement est Gemma 4 12B, qui écrit 41–59 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.

Que peut contenir une RTX 4070 avec ses 12 Go ?

33 des 62 modèles que connaît le calculateur (le catalogue de Twoody et quelques plus grands) y tournent bien, sur la carte ; le plus gros est Ministral 3 14B, qui a besoin de 11,6 Go. Les plus gros débordent sur la mémoire de l'ordinateur et ralentissent beaucoup.

Combien de tokens par seconde écrit une RTX 4070 ?

Avec Qwen3.5 9B, le modèle que Twoody y propose : 40–80 tokens/s à l'écriture, et un document d'environ 20 pages lu en 7 s. Ces vitesses sont des estimations tirées des mesures publiques de llama.cpp, pour un modèle qui tourne sur la carte, pas des mesures faites avec Twoody.

RTX 4070 face à RTX 5070, RTX 4070 SUPER, RTX 4060 Ti (16 GB) et RTX 3060 : laquelle écrit le plus vite ?

Avec Qwen3.5 9B, le modèle que propose Twoody : RTX 4070, 40–80 tokens/s ; RTX 5070, 55–110 tokens/s ; RTX 4070 SUPER, 45–89 tokens/s ; RTX 4060 Ti (16 GB), 26–51 tokens/s ; RTX 3060, 32–63 tokens/s. La mémoire de la carte décide des modèles qui tiennent ; sa bande passante, de la vitesse à laquelle ils écrivent.

Twoody utilise-t-il une RTX 4070 ?

Dans la bêta privée, sous Windows 10 et 11 (x64), oui : Twoody fait tourner le modèle sur la carte via Vulkan quand son pilote le permet, et sinon sur le processeur. Sous Linux, il fait tourner le modèle sur le processeur. Laissez votre e-mail pour rejoindre la liste d'attente.

Autres ordinateurs et guides

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.

Demander un accès à la bêta