LLM local sur une RTX 5080 : ce qui tient en 16 Go

Le meilleur LLM local pour une RTX 5080

Mémoire	Le plus fort qui tourne confortablement	Écrit	Proposé d'office par Twoody
16 Go	Qwen3 14B En un clic dans Twoody	66–95 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 5080

38 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
Gemma 4 26B (A4B) En un clic dans Twoody	Demande 15,5 Go de mémoire Tourne — fermez les autres apps	100+ tokens/s	20 pages en 2 s
Qwen3 14B En un clic dans Twoody	Demande 11,2 Go de mémoire Tourne confortablement	66–95 tokens/s	20 pages en 4 s
Phi-4 14B En un clic dans Twoody	Demande 11,9 Go de mémoire Tourne confortablement	65–94 tokens/s	20 pages en 4 s
Ministral 3 14B En un clic dans Twoody	Demande 11,6 Go de mémoire Tourne confortablement	71–103 tokens/s	20 pages en 3 s
Gemma 4 12B En un clic dans Twoody	Demande 7,6 Go de mémoire Tourne confortablement	81–117 tokens/s	20 pages en 3 s
GLM-4.6V Flash En un clic dans Twoody	Demande 7,9 Go de mémoire Tourne confortablement	94–135 tokens/s	20 pages en 3 s
Qwen3.5 9B En un clic dans Twoody	Demande 7,9 Go de mémoire Tourne confortablement	79–158 tokens/s	20 pages en 2 s
GLM-4 9B En un clic dans Twoody	Demande 6,7 Go de mémoire Tourne confortablement	94–135 tokens/s	20 pages en 2 s
Ministral 3 8B En un clic dans Twoody	Demande 8,4 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Granite 4.1 8B En un clic dans Twoody	Demande 8 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Qwen3 8B En un clic dans Twoody	Demande 7,2 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Llama 3.1 8B En un clic dans Twoody	Demande 6,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Olmo 3 7B En un clic dans Twoody	Demande 8,2 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Gemma 4 E4B En un clic dans Twoody	Demande 6,6 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Qwen3.5 4B En un clic dans Twoody	Demande 4,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Qwen3 4B Instruct 2507 En un clic dans Twoody	Demande 4,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Nemotron 3 Nano 4B En un clic dans Twoody	Demande 3,6 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Ministral 3 3B En un clic dans Twoody	Demande 5 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Phi-4 mini En un clic dans Twoody	Demande 4,6 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Llama 3.2 3B En un clic dans Twoody	Demande 3,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Gemma 4 E2B En un clic dans Twoody	Demande 4,7 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Qwen3.5 2B En un clic dans Twoody	Demande 2,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 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
gpt-oss 20B En un clic dans Twoody	Demande 12 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
DeepSeek-Coder-V2 Lite En un clic dans Twoody	Demande 10,4 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
DeepSeek-R1 Distill Qwen 14B En un clic dans Twoody	Demande 11,7 Go de mémoire Tourne confortablement	65–93 tokens/s	20 pages en 4 s
Phi-4 reasoning plus En un clic dans Twoody	Demande 11,9 Go de mémoire Tourne confortablement	65–94 tokens/s	20 pages en 4 s
Ministral 3 14B Reasoning En un clic dans Twoody	Demande 10,5 Go de mémoire Tourne confortablement	71–103 tokens/s	20 pages en 3 s
GLM-Z1 9B En un clic dans Twoody	Demande 6,7 Go de mémoire Tourne confortablement	94–135 tokens/s	20 pages en 2 s
DeepSeek-R1 8B En un clic dans Twoody	Demande 7,2 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
DeepSeek-R1 Distill Llama 8B En un clic dans Twoody	Demande 6,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
DeepSeek-R1 Distill Qwen 7B En un clic dans Twoody	Demande 5,5 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 2 s
Qwen3 4B Thinking 2507 En un clic dans Twoody	Demande 4,9 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
Phi-4 mini reasoning En un clic dans Twoody	Demande 4,6 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
SmolLM3 3B En un clic dans Twoody	Demande 3,2 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
LFM2.5 2.6B En un clic dans Twoody	Demande 2,4 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 s
MiniCPM5 2B En un clic dans Twoody	Demande 2,5 Go de mémoire Tourne confortablement	100+ tokens/s	20 pages en 1 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, 18 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 5080 face à RTX 5090, RTX 4080, RTX 5070 Ti et Radeon RX 9070 XT

Ordinateur	Mémoire	Qwen3.5 9B écrit	Lit un document	Le plus fort qui tourne confortablement
RTX 5080	16 Go	79–158 tokens/s	20 pages en 2 s	Qwen3 14B 66–95 tokens/s
RTX 5090	32 Go	100+ tokens/s	20 pages en 2 s	Qwen3.6 35B-A3B 100+ tokens/s
RTX 4080	16 Go	60–121 tokens/s	20 pages en 3 s	Qwen3 14B 50–72 tokens/s
RTX 5070 Ti	16 Go	76–153 tokens/s	20 pages en 3 s	Qwen3 14B 63–91 tokens/s
Radeon RX 9070 XT	16 Go	56–113 tokens/s	20 pages en 5 s	Qwen3 14B 46–67 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 16 Go de mémoire à elle (VRAM), lue à 960 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 5080 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 5080 ?

Le plus fort qui y tourne confortablement est Qwen3 14B, qui écrit 66–95 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 5080 avec ses 16 Go ?

38 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 Gemma 4 26B (A4B), qui a besoin de 15,5 Go. Les plus gros débordent sur la mémoire de l'ordinateur et ralentissent beaucoup.

Combien de tokens par seconde écrit une RTX 5080 ?

Avec Qwen3.5 9B, le modèle que Twoody y propose : 79–158 tokens/s à l'écriture, et un document d'environ 20 pages lu en 2 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 5080 face à RTX 5090, RTX 4080, RTX 5070 Ti et Radeon RX 9070 XT : laquelle écrit le plus vite ?

Avec Qwen3.5 9B, le modèle que propose Twoody : RTX 5080, 79–158 tokens/s ; RTX 5090, 100+ tokens/s ; RTX 4080, 60–121 tokens/s ; RTX 5070 Ti, 76–153 tokens/s ; Radeon RX 9070 XT, 56–113 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 5080 ?

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