本文へ移動
localllm
EN

単体GPU

GeForce RTX 4090

データの取得日：

メモリ帯域
1,008 GB/s
出典
確認日：

24 GB のとき

モデルごとに1件、このメモリに収まる量子化のうち、8K トークン以上のコンテキストで収まる中でファイルが最も大きい（精度が高い）ものを、よく使われている順に最大30件出しています。コンテキスト長は、その量子化が収まる最も長い値です（埋め込みモデルなど、扱える長さが 8K より短いモデルはその最大の長さ）。会話・文章の生成以外のモデルには用途を付けています。「残り」はメモリの量から推定を引いた値で、容量の 5% 未満は「ぎりぎり」としています（収まることの保証ではありません）。

  • Qwen3.8-27B Q6_K 画像も入力
    コンテキスト長 8,192 推定 25.6 GB 残り 0.17 GB（ぎりぎり） 生成の速さ 25〜34
  • Ornith-1.5-9B BF16
    コンテキスト長 131,072 推定 23.8 GB 残り 1.94 GB 生成の速さ 33〜44
  • Huihui-Qwen3.6-35B-A3B-abliterated-MTP Q4_K 画像も入力
    コンテキスト長 131,072 推定 25.5 GB 残り 0.26 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Ornith-1.5-35B-A3B Q4_1 画像も入力
    コンテキスト長 65,536 推定 24.9 GB 残り 0.87 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Huihui-Qwen3.8-27B-abliterated Q6_K_L 画像も入力
    コンテキスト長 8,192 推定 25.7 GB 残り 0.09 GB（ぎりぎり） 生成の速さ 25〜34
  • OTel-2.0-Decision-26B-A4B-4bit Q4_K_M
    コンテキスト長 262,144 推定 23.6 GB 残り 2.22 GB 生成の速さ MoE のため推定なし
  • Qwen3.8-27B-iMatrix-NVFP4-MTP NVFP4 画像も入力
    コンテキスト長 65,536 推定 22.6 GB 残り 3.15 GB 生成の速さ 35〜47
  • Tiel-Coder-35B-A3B-GGUF-MTP UD-Q4_K_XL 画像も入力
    コンテキスト長 65,536 推定 25.2 GB 残り 0.57 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • gemma-4-12B-it BF16 画像も入力
    コンテキスト長 16,384 推定 25.7 GB 残り 0.09 GB（ぎりぎり） 生成の速さ 25〜34
  • Qwen3.8-27B-Uncensored Q6_K
    コンテキスト長 16,384 推定 24.7 GB 残り 1.06 GB（ぎりぎり） 生成の速さ 27〜36
  • Ornith-1.0-9B BF16
    コンテキスト長 131,072 推定 23.3 GB 残り 2.43 GB 生成の速さ 34〜45
  • mxbai-embed-large-v1 F32 埋め込み（会話には使えない）
    コンテキスト長 512 推定 2.41 GB 残り 23.4 GB 生成の速さ 452〜603
  • Qwen3.6-35B-A3B-MTP UD-Q4_K_XL 画像も入力
    コンテキスト長 65,536 推定 25.3 GB 残り 0.46 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP BF16 画像も入力
    コンテキスト長 131,072 推定 23.8 GB 残り 1.97 GB 生成の速さ 33〜44
  • MOSS-Music-8B-Instruct F16 音声
    コンテキスト長 40,960 推定 23.3 GB 残り 2.49 GB 生成の速さ 37〜49
  • Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP Q5_K 画像も入力
    コンテキスト長 65,536 推定 25.7 GB 残り 0.05 GB（ぎりぎり） 生成の速さ 30〜40
  • gemma-4-26B-A4B-it UD-Q6_K_XL 画像も入力
    コンテキスト長 32,768 推定 25.4 GB 残り 0.42 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3-VL-8B-Instruct BF16 画像も入力
    コンテキスト長 32,768 推定 22.1 GB 残り 3.70 GB 生成の速さ 37〜49
  • Qwen3.5-9B BF16 画像も入力
    コンテキスト長 131,072 推定 23.8 GB 残り 1.97 GB 生成の速さ 33〜44
  • Ornith-1.5-9B-uncensored F16
    コンテキスト長 131,072 推定 23.3 GB 残り 2.46 GB 生成の速さ 34〜45
  • Qwen3.6-35B-A3B Q4_1 画像も入力
    コンテキスト長 65,536 推定 25.3 GB 残り 0.45 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Ternary-Bonsai-2-27B Q2_0
    コンテキスト長 131,072 推定 17.4 GB 残り 8.35 GB 生成の速さ 79〜106
  • Swift-1.5-Qwen3.8-27B-GSQ-RCO IQ3_S
    コンテキスト長 131,072 推定 21.9 GB 残り 3.86 GB 生成の速さ 50〜67
  • Qwen3.5-4B BF16 画像も入力
    コンテキスト長 262,144 推定 18.4 GB 残り 7.42 GB 生成の速さ 70〜93
  • Ornith-1.0-35B Q4_K_M
    コンテキスト長 131,072 推定 25.0 GB 残り 0.78 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP Q6_K 画像も入力
    コンテキスト長 8,192 推定 25.3 GB 残り 0.45 GB（ぎりぎり） 生成の速さ 26〜34
  • Dirk-Qwen3.8-27B UD-Q6_K 画像も入力
    コンテキスト長 32,768 推定 25.3 GB 残り 0.44 GB（ぎりぎり） 生成の速さ 28〜37
  • Wan2.1 Q4_K_M
    コンテキスト長 65,536 推定 22.3 GB 残り 3.43 GB 生成の速さ 36〜48
  • Qwen3.8-27B-GSQ-RCO IQ3_S 画像も入力
    コンテキスト長 131,072 推定 21.9 GB 残り 3.86 GB 生成の速さ 50〜67
  • Qwen3-ASR-1.7B F16 音声
    コンテキスト長 65,536 推定 12.5 GB 残り 13.3 GB 生成の速さ 148〜197

よくある質問

GeForce RTX 4090 でどんなローカルLLMが動きますか？
当サイトでは 944 モデルに、24GB・8,192 トークンで収まる量子化があります（推定）。よく使われているのは Qwen3.8-27B・Ornith-1.5-9B・Huihui-Qwen3.6-35B-A3B-abliterated-MTP・Ornith-1.5-35B-A3B・Huihui-Qwen3.8-27B-abliterated などです。
GeForce RTX 4090 で動く、いちばん大きいモデルは？
当サイトに載っている中では Ling-3.0-flash（約 127.5B）で、Q1_0 なら 24GB に収まります（8,192 トークンの推定）。
GeForce RTX 4090 で文章を生成する速さは？
メモリ帯域が 1,008 GB/s なので、たとえば Qwen3.8-27B の Q6_K（23.9 GB）なら、推定で毎秒 25〜34 トークンほどです（帯域 ÷ ファイルサイズの 6〜8 割。プロンプトの読み込みは含みません）。