本文へ移動
localllm
EN

単体GPU

Radeon RX 7900 XT

データの取得日：

メモリ帯域
800 GB/s
出典
確認日：

20 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 Q5_K_S 画像も入力
    コンテキスト長 8,192 推定 21.3 GB 残り 0.17 GB（ぎりぎり） 生成の速さ 25〜33
  • Ornith-1.5-9B BF16
    コンテキスト長 32,768 推定 20.6 GB 残り 0.87 GB（ぎりぎり） 生成の速さ 26〜35
  • Huihui-Qwen3.6-35B-A3B-abliterated-MTP Q3_K 画像も入力
    コンテキスト長 131,072 推定 21.0 GB 残り 0.51 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Huihui-Qwen3.8-27B-abliterated Q5_K_M
    コンテキスト長 8,192 推定 21.3 GB 残り 0.20 GB（ぎりぎり） 生成の速さ 25〜33
  • OTel-2.0-Decision-26B-A4B-4bit Q4_K_M
    コンテキスト長 131,072 推定 20.9 GB 残り 0.61 GB（ぎりぎり） 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 32,768 推定 20.5 GB 残り 1.00 GB（ぎりぎり） 生成の速さ 28〜37
  • Tiel-Coder-35B-A3B-GGUF-MTP UD-IQ4_XS 画像も入力
    コンテキスト長 65,536 推定 20.6 GB 残り 0.90 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • gemma-4-12B-it UD-Q8_K_XL 画像も入力
    コンテキスト長 262,144 推定 19.5 GB 残り 1.97 GB 生成の速さ 35〜47
  • Qwen3.8-27B-Uncensored Q5_K_M
    コンテキスト長 8,192 推定 21.3 GB 残り 0.20 GB（ぎりぎり） 生成の速さ 25〜33
  • Ornith-1.0-9B BF16
    コンテキスト長 65,536 推定 21.2 GB 残り 0.28 GB（ぎりぎり） 生成の速さ 27〜36
  • 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 19.1 GB 生成の速さ 359〜479
  • Qwen3.6-35B-A3B-MTP UD-IQ4_NL 画像も入力
    コンテキスト長 65,536 推定 21.0 GB 残り 0.49 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 32,768 推定 20.6 GB 残り 0.90 GB（ぎりぎり） 生成の速さ 26〜35
  • MOSS-Music-8B-Instruct F16 音声
    コンテキスト長 16,384 推定 19.7 GB 残り 1.82 GB 生成の速さ 29〜39
  • Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP Q4_K 画像も入力
    コンテキスト長 32,768 推定 21.3 GB 残り 0.20 GB（ぎりぎり） 生成の速さ 27〜36
  • gemma-4-26B-A4B-it Q5_K_L 画像も入力
    コンテキスト長 16,384 推定 21.2 GB 残り 0.25 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 16,384 推定 19.7 GB 残り 1.82 GB 生成の速さ 29〜39
  • Qwen3.5-9B BF16 画像も入力
    コンテキスト長 32,768 推定 20.6 GB 残り 0.90 GB（ぎりぎり） 生成の速さ 26〜35
  • Ornith-1.5-9B-uncensored F16
    コンテキスト長 65,536 推定 21.2 GB 残り 0.31 GB（ぎりぎり） 生成の速さ 27〜36
  • Qwen3.6-35B-A3B IQ4_XS 画像も入力
    コンテキスト長 16,384 推定 21.1 GB 残り 0.33 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 4.06 GB 生成の速さ 63〜84
  • Swift-1.5-Qwen3.8-27B-GSQ-RCO IQ3_S
    コンテキスト長 65,536 推定 17.6 GB 残り 3.86 GB 生成の速さ 40〜53
  • 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 3.12 GB 生成の速さ 55〜74
  • Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP Q4_K_M 画像も入力
    コンテキスト長 16,384 推定 20.8 GB 残り 0.70 GB（ぎりぎり） 生成の速さ 26〜35
  • Dirk-Qwen3.8-27B UD-Q4_K_XL 画像も入力
    コンテキスト長 32,768 推定 20.9 GB 残り 0.57 GB（ぎりぎり） 生成の速さ 27〜36
  • Wan2.1 Q4_K_M
    コンテキスト長 32,768 推定 20.2 GB 残り 1.29 GB 生成の速さ 29〜38
  • Qwen3.8-27B-GSQ-RCO IQ3_S 画像も入力
    コンテキスト長 65,536 推定 17.6 GB 残り 3.86 GB 生成の速さ 40〜53
  • Qwen3-ASR-1.7B F16 音声
    コンテキスト長 65,536 推定 12.5 GB 残り 9.02 GB 生成の速さ 117〜156
  • Qwen3.8-35B-A3B-Distill IQ4_XS
    コンテキスト長 32,768 推定 21.4 GB 残り 0.06 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive IQ4_NL 画像も入力
    コンテキスト長 16,384 推定 21.2 GB 残り 0.25 GB（ぎりぎり） 生成の速さ MoE のため推定なし

よくある質問

Radeon RX 7900 XT でどんなローカルLLMが動きますか？
当サイトでは 912 モデルに、20GB・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。
Radeon RX 7900 XT 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 20GB に収まります（8,192 トークンの推定）。
Radeon RX 7900 XT で文章を生成する速さは？
メモリ帯域が 800 GB/s なので、たとえば Qwen3.8-27B の Q5_K_S（19.6 GB）なら、推定で毎秒 25〜33 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）。