Twoody
Calculadora de LLM local
Um LLM local em uma RTX 4070
Com 12 GB de memória própria: quais modelos abertos cabem em uma RTX 4070, a velocidade com que escrevem e leem, e a comparação com RTX 5070, RTX 4070 SUPER, RTX 4060 Ti (16 GB) e RTX 3060. Calculado com a memória que o app do Twoody mostra e os benchmarks públicos do llama.cpp.
O melhor LLM local para uma RTX 4070
| Memória | O mais forte que roda com folga | Escreve | Sugerido por padrão pelo Twoody |
|---|---|---|---|
| 12 GB | Gemma 4 12B Um clique no Twoody | 41–59 tokens/s | Qwen3.5 9B (7,9 GB) |
As velocidades são estimativas, não medições feitas com o Twoody, calculadas a partir dos benchmarks públicos do llama.cpp. Números revisados em 16 de outubro de 2026.
“O mais forte que roda com folga”: o modelo mais forte que cabe com folga na memória da placa e escreve pelo menos na sua velocidade de leitura (5 tokens por segundo). “Sugerido por padrão pelo Twoody”: o modelo que o app instala primeiro em um PC com esta placa e 32 GB de memória, e a memória de que precisa ali.
O Twoody está em beta privado: deixe seu e-mail para pedir acesso.
Todos os modelos que rodam bem em uma RTX 4070
33 dos 62 modelos que a calculadora conhece (o catálogo do Twoody e alguns maiores) rodam bem aqui, o mais forte primeiro: a memória que o app do Twoody indica para cada um neste computador, a velocidade com que escreve e quanto tempo leva para ler um documento.
| Modelo | Memória | Escreve | Lê um documento |
|---|---|---|---|
| Qwen3 14B Um clique no Twoody | Precisa de 11,2 GB de memória Roda — feche outros apps | 34–48 tokens/s | 20 páginas em 11 s |
| Ministral 3 14B Um clique no Twoody | Precisa de 11,6 GB de memória Roda — feche outros apps | 36–52 tokens/s | 20 páginas em 10 s |
| Gemma 4 12B Um clique no Twoody | Precisa de 7,6 GB de memória Roda com folga | 41–59 tokens/s | 20 páginas em 9 s |
| GLM-4.6V Flash Um clique no Twoody | Precisa de 7,9 GB de memória Roda com folga | 47–68 tokens/s | 20 páginas em 8 s |
| Qwen3.5 9B Um clique no Twoody | Precisa de 7,9 GB de memória Roda com folga | 40–80 tokens/s | 20 páginas em 7 s |
| GLM-4 9B Um clique no Twoody | Precisa de 6,7 GB de memória Roda com folga | 47–68 tokens/s | 20 páginas em 7 s |
| Ministral 3 8B Um clique no Twoody | Precisa de 8,4 GB de memória Roda com folga | 55–79 tokens/s | 20 páginas em 7 s |
| Granite 4.1 8B Um clique no Twoody | Precisa de 8 GB de memória Roda com folga | 51–73 tokens/s | 20 páginas em 7 s |
| Qwen3 8B Um clique no Twoody | Precisa de 7,2 GB de memória Roda com folga | 56–81 tokens/s | 20 páginas em 6 s |
| Llama 3.1 8B Um clique no Twoody | Precisa de 6,9 GB de memória Roda com folga | 58–84 tokens/s | 20 páginas em 6 s |
| Olmo 3 7B Um clique no Twoody | Precisa de 8,2 GB de memória Roda com folga | 59–85 tokens/s | 20 páginas em 5 s |
| Gemma 4 E4B Um clique no Twoody | Precisa de 6,6 GB de memória Roda com folga | 85–123 tokens/s | 20 páginas em 3 s |
| Qwen3.5 4B Um clique no Twoody | Precisa de 4,9 GB de memória Roda com folga | 73–146 tokens/s | 20 páginas em 4 s |
| Qwen3 4B Instruct 2507 Um clique no Twoody | Precisa de 4,9 GB de memória Roda com folga | 96–138 tokens/s | 20 páginas em 3 s |
| Nemotron 3 Nano 4B Um clique no Twoody | Precisa de 3,6 GB de memória Roda com folga | 67–135 tokens/s | 20 páginas em 3 s |
| Ministral 3 3B Um clique no Twoody | Precisa de 5 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 3 s |
| Phi-4 mini Um clique no Twoody | Precisa de 4,6 GB de memória Roda com folga | 100–143 tokens/s | 20 páginas em 3 s |
| Llama 3.2 3B Um clique no Twoody | Precisa de 3,9 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 2 s |
| Gemma 4 E2B Um clique no Twoody | Precisa de 4,7 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 2 s |
| Qwen3.5 2B Um clique no Twoody | Precisa de 2,9 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 2 s |
| Qwen3.5 0.8B Um clique no Twoody | Precisa de 1,7 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 1 s |
| DeepSeek-Coder-V2 Lite Um clique no Twoody | Precisa de 10,4 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 4 s |
| Ministral 3 14B Reasoning Um clique no Twoody | Precisa de 10,5 GB de memória Roda com folga | 36–52 tokens/s | 20 páginas em 10 s |
| GLM-Z1 9B Um clique no Twoody | Precisa de 6,7 GB de memória Roda com folga | 47–68 tokens/s | 20 páginas em 7 s |
| DeepSeek-R1 8B Um clique no Twoody | Precisa de 7,2 GB de memória Roda com folga | 56–81 tokens/s | 20 páginas em 6 s |
| DeepSeek-R1 Distill Llama 8B Um clique no Twoody | Precisa de 6,9 GB de memória Roda com folga | 58–84 tokens/s | 20 páginas em 6 s |
| DeepSeek-R1 Distill Qwen 7B Um clique no Twoody | Precisa de 5,5 GB de memória Roda com folga | 63–90 tokens/s | 20 páginas em 6 s |
| Qwen3 4B Thinking 2507 Um clique no Twoody | Precisa de 4,9 GB de memória Roda com folga | 96–138 tokens/s | 20 páginas em 3 s |
| Phi-4 mini reasoning Um clique no Twoody | Precisa de 4,6 GB de memória Roda com folga | 100–143 tokens/s | 20 páginas em 3 s |
| SmolLM3 3B Um clique no Twoody | Precisa de 3,2 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 2 s |
| LFM2.5 2.6B Um clique no Twoody | Precisa de 2,4 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 2 s |
| MiniCPM5 2B Um clique no Twoody | Precisa de 2,5 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 2 s |
| Llama 3.2 1B Um clique no Twoody | Precisa de 1,6 GB de memória Roda com folga | 100+ tokens/s | 20 páginas em 1 s |
Além desses, 23 modelos rodariam em parte no processador, bem mais lentos, e 6 são grandes demais para este computador. Ver todos na calculadora.
A memória de cada modelo é a que o Twoody mostra em “Modelos” para este computador: a mesma fórmula, os mesmos arquivos (incluindo o que permite ler imagens), o mesmo tamanho de conversa; catálogo verificado em 15 de outubro de 2026.
RTX 4070 comparada com RTX 5070, RTX 4070 SUPER, RTX 4060 Ti (16 GB) e RTX 3060
| Computador | Memória | Qwen3.5 9B escreve | Lê um documento | O mais forte que roda com folga |
|---|---|---|---|---|
| RTX 4070 | 12 GB | 40–80 tokens/s | 20 páginas em 7 s | Gemma 4 12B 41–59 tokens/s |
| RTX 5070 | 12 GB | 55–110 tokens/s | 20 páginas em 4 s | Gemma 4 12B 56–81 tokens/s |
| RTX 4070 SUPER | 12 GB | 45–89 tokens/s | 20 páginas em 5 s | Gemma 4 12B 47–67 tokens/s |
| RTX 4060 Ti (16 GB) | 16 GB | 26–51 tokens/s | 20 páginas em 6 s | Qwen3 14B 21–30 tokens/s |
| RTX 3060 | 12 GB | 32–63 tokens/s | 20 páginas em 10 s | Gemma 4 12B 33–48 tokens/s |
A memória própria da placa decide quais modelos cabem; a sua largura de banda, a velocidade com que escrevem. Cada PC é considerado com 32 GB de memória ao lado da placa.
Esta placa tem 12 GB de memória própria (VRAM), lida a 504 GB/s: um modelo que cabe inteiro nela escreve rápido; um maior transborda para a memória do computador e fica bem mais lento.
As tabelas consideram 32 GB de memória no PC, ao lado da placa. As velocidades são as de um modelo rodando na placa, estimadas a partir de benchmarks públicos do llama.cpp.
O Twoody para Windows e Linux está em beta privado: no Windows 10 e 11 (x64), roda o modelo na RTX 4070 via Vulkan quando o driver oferece suporte e, se não, no processador; no Linux, no processador. As velocidades desta página são estimativas para um modelo rodando na placa, não medições feitas com o Twoody.
Perguntas sobre rodar um LLM localmente
Qual LLM local para uma RTX 4070?
O modelo mais forte que roda ali com folga é o Gemma 4 12B, que escreve 41–59 tokens/s. Ele se instala com um clique pelo catálogo do Twoody. Em um PC com 32 GB de memória, o Twoody sugere por padrão o Qwen3.5 9B, que ali precisa de 7,9 GB: um dos modelos que ele mediu com a memória, as ferramentas e os seus documentos.
O que cabe nos 12 GB de uma RTX 4070?
33 dos 62 modelos que a calculadora conhece (o catálogo do Twoody e alguns maiores) rodam bem ali, na placa; o maior é o Ministral 3 14B, que precisa de 11,6 GB. Os maiores transbordam para a memória do computador e ficam bem mais lentos.
Quantos tokens por segundo uma RTX 4070 escreve?
Com o Qwen3.5 9B, o modelo que o Twoody sugere ali, escreve 40–80 tokens/s e lê um documento de cerca de 20 páginas em 7 s. Essas velocidades são estimativas a partir de benchmarks públicos do llama.cpp, para um modelo rodando na placa, não medições feitas com o Twoody.
RTX 4070 comparada com RTX 5070, RTX 4070 SUPER, RTX 4060 Ti (16 GB) e RTX 3060: qual escreve mais rápido?
Com o Qwen3.5 9B, o modelo que o Twoody sugere: 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. A memória da placa decide quais modelos cabem; a sua largura de banda, a velocidade com que escrevem.
O Twoody usa uma RTX 4070?
No beta privado, no Windows 10 e 11 (x64), sim: o Twoody roda o modelo na placa via Vulkan quando o driver oferece suporte e, se não, no processador. No Linux, ele roda o modelo no processador. Deixe seu e-mail para entrar na lista de espera.
Experimente o Twoody antes de ele abrir para todos.
O beta privado é grátis, no Mac, no Windows e no Linux, e no iPhone e no Android com o Twoody no seu computador. Deixe seu e-mail para pedir um convite: vamos escrever para você quando ele estiver pronto.