Accueil›Matériel›PC avec RTX 4060 8 Go
PC avec RTX 4060 8 Go
Carte graphique NVIDIA8 GiB272 GB/s15,0 TFLOPS
Une fois que le système a pris sa part, cette machine laisse 7,20 Gio au modèle : de quoi accueillir 7 des 26 modèles que nous mesurons à la compression de référence, et le plus lourd qui y tient est qwen3.5-9b. Et sa vitesse de réponse ? Ce n’est pas la puce qui la dicte, ce sont ses 272 GB/s de bande passante mémoire.
Reste pour le modèle
Estimation maison
Bande passante mémoire
Estimation maison
Modèles qui tiennent
Mesuré par Local AI Scope
Vidéos : PC avec RTX 4060 8 Go 2
Les meilleures démonstrations que nous avons trouvées. Appuyez et la vidéo s’ouvre ici.
Les vidéos sont sur YouTube et rien ne se charge depuis YouTube tant que vous n’appuyez pas (mode sans cookies). La miniature est servie par nous.
La mémoire réellement utilisable
C’est pour cela que le chiffre de la boîte n’est pas celui dont vous disposez. Le bureau, le compositeur et le contexte graphique ne rendent jamais leur part, et un modèle qui ne leur laisse pas de place ne démarre pas : il plante.
| Mémoire | Gio |
|---|---|
| Mémoire de la machine | 8 |
| Réservée au système | −0,80 |
| Reste pour le modèle | 7,20 |
Bande passante mémoire
Ce sont deux limites différentes, et il est facile de les confondre. Pendant que le modèle écrit sa réponse, c’est la bande passante qui commande : chaque token oblige à relire les poids qu’il utilise (tous dans un modèle dense ; dans un mélange d’experts, les couches communes et seulement les experts actifs), si bien que les tokens par seconde valent à peu près la bande passante divisée par cette quantité. Pendant que le modèle lit votre document, c’est le calcul qui commande : l’entrée est traitée d’un seul coup. D’où un portable sans GPU qui met des minutes avant le premier mot puis écrit à un rythme acceptable.
272 GB/s — Dérivé, non publié par le fabricant · le fabricant publie la largeur du bus mais ni la vitesse de la mémoire ni la bande passante. Ce chiffre est la dérivation arithmétique habituelle (17 Gbps x 128 bit / 8 = 272 GB/s) et nous n’avons pas pu le confirmer à la source (Source).
Calcul: 15,0 TFLOPS (TFLOPS FP32 des shaders) — Déclaré par le fabricant, sous un autre nom · le fabricant publie ce nombre en tant que TFLOPS FP32 des shaders, et non en FP16; vérifié sur la page du fabricant le 2026-08-25 (Source). Les chiffres de cette ligne ne proviennent pas tous de la même mesure selon la machine, car chaque fabricant en publie une différente. Comparez-les d’une machine à l’autre en le sachant.
Quels modèles tiennent ici, et lesquels non
Tenir signifie que trois choses tiennent à la fois dans la mémoire restante : le fichier du modèle, sa mémoire de contexte et la marge de travail du runtime. La mémoire de contexte est calculée à partir du schéma d’attention que chaque modèle déclare, couche par couche, et non de la formule générique : c’est pourquoi des modèles que cette formule jugerait impossibles tiennent ici.
| Modèle | Compression affichée | Taille du modèle | 8k | 32k | 128k | Plus grand contexte qui tient |
|---|---|---|---|---|---|---|
| qwen3-1.7b | Q4_K_M |
1,03 GiB | oui | oui | — | 32k |
| qwen3-4b-2507 | Q4_K_M |
2,33 GiB | oui | non | non | 16k |
| gemma4-e2b | Q4_K_M |
2,89 GiB | oui | oui | oui | 128k |
| gemma4-e4b | Q4_K_M |
4,63 GiB | oui | oui | non | 32k |
| qwen3-8b | Q4_K_M |
4,68 GiB | oui | non | — | 8k |
| granite-4.2-8b | Q4_K_M |
4,98 GiB | oui | non | non | 8k |
| qwen3.5-9b | Q4_K_M |
5,29 GiB | oui | non | non | 16k |
| gemma4-12b | Q4_K_M |
6,63 GiB | non | non | non | — |
| gpt-oss-20b | Q4_K_M |
10,83 GiB | non | non | non | — |
| mistral-small-24b | Q4_K_M |
13,35 GiB | non | non | non | — |
| qwen3.8-27b | Q4_K_M |
15,33 GiB | non | non | non | — |
| muse-glimmer-30b | Q4_K_M |
15,61 GiB | non | non | non | — |
| qwen3.6-27b | Q4_K_M |
15,66 GiB | non | non | non | — |
| gemma4-26b-a4b | Q4_K_M |
15,78 GiB | non | non | non | — |
| gemma4-31b | Q4_K_M |
17,07 GiB | non | non | non | — |
| qwen3-coder-30b | Q4_K_M |
17,28 GiB | non | non | non | — |
| qwen3.6-35b-a3b | Q4_K_M |
20,61 GiB | non | non | non | — |
| flint-40b | Q4_K_M |
23,61 GiB | non | non | non | — |
| nemotron-3.5-lightning-30b | Q4_K_M |
23,73 GiB | non | non | non | — |
| gpt-oss-120b | Q4_K_M |
58,46 GiB | non | non | non | — |
| llama4-scout-17b | Q4_K_M |
60,87 GiB | non | non | non | — |
| nemotron-3.5-super-120b | Q4_K_M |
65,29 GiB | non | non | non | — |
| qwen3.8-flash-next | IQ4_XS |
87,25 GiB | non | non | non | — |
| deepseek-v4-flash | IQ4_XS |
127,28 GiB | non | non | non | — |
| glm-5.3-flash | Q4_K_M |
187,04 GiB | non | non | non | — |
| glm-5.2 | Q4_K_M |
433,83 GiB | non | non | non | — |
Les tailles sont celles des fichiers réellement publiés à la compression de référence, un palier par ligne : Q4_K_M lorsque l’auteur la publie, le voisin le plus proche sinon. Chaque ligne indique laquelle elle affiche. Q4_K_M est notre plancher de qualité : en dessous, la perte s’entend dans les réponses. Un modèle qui ne tiendrait ici qu’avec une compression plus agressive est classé comme ne tenant pas, à dessein. Un tiret dans une colonne de contexte signifie que le modèle n’offre pas ce contexte, il n’y a donc rien à faire tenir.
Modèles qui tiennent — 7 sur les 26 modèles mesurés
- qwen3-1.7b
Q4_K_M— contexte 32k tokens - qwen3-4b-2507
Q4_K_M— contexte 16k tokens - gemma4-e2b
Q4_K_M— contexte 128k tokens - gemma4-e4b
Q4_K_M— contexte 32k tokens - qwen3-8b
Q4_K_M— contexte 8k tokens - granite-4.2-8b
Q4_K_M— contexte 8k tokens - qwen3.5-9b
Q4_K_M— contexte 16k tokens
Modèles qui ne tiennent pas — 19 sur les 26 modèles mesurés
- gemma4-12b
Q4_K_M— il manque 0,48 GiB - gpt-oss-20b
Q4_K_M— il manque 4,40 GiB - mistral-small-24b
Q4_K_M— il manque 7,45 GiB - qwen3.8-27b
Q4_K_M— il manque 9,06 GiB - muse-glimmer-30b
Q4_K_M— il manque 9,21 GiB - qwen3.6-27b
Q4_K_M— il manque 9,39 GiB - gemma4-26b-a4b
Q4_K_M— il manque 9,53 GiB - gemma4-31b
Q4_K_M— il manque 11,63 GiB - qwen3-coder-30b
Q4_K_M— il manque 11,13 GiB - qwen3.6-35b-a3b
Q4_K_M— il manque 14,17 GiB - flint-40b
Q4_K_M— il manque 17,22 GiB - nemotron-3.5-lightning-30b
Q4_K_M— il manque 17,23 GiB - gpt-oss-120b
Q4_K_M— il manque 52,08 GiB - llama4-scout-17b
Q4_K_M— il manque 55,10 GiB - nemotron-3.5-super-120b
Q4_K_M— il manque 58,80 GiB - qwen3.8-flash-next
IQ4_XS— il manque 80,82 GiB - deepseek-v4-flash
IQ4_XS— il manque 121,09 GiB - glm-5.3-flash
Q4_K_M— il manque 180,60 GiB - glm-5.2
Q4_K_M— il manque 427,92 GiB
Prêt à compresser un peu plus ? Alors, dans cette liste, tout n’est pas hors de portée. Dans les 7,20 GiB de VRAM qui restent pour le modèle, gemma4-12b tient en IQ4_XS (5,94 GiB) avec jusqu’à 8k tokens de contexte. Sous la compression du tableau, un modèle perd en qualité ; c’est pourquoi notre décompte s’en tient au tableau.
Les machines voisines
- PC avec RTX 3060 12 Go — 11,20 Gio pour le modèle, 8 / 26 modèles
- PC avec RTX 4070 12 Go — 11,20 Gio pour le modèle, 8 / 26 modèles
- Mac avec M4 et 16 Go unifiés — 13,00 Gio pour le modèle, 9 / 26 modèles
- Mac mini avec M6 et 16 Go unifiés — 13,00 Gio pour le modèle, 9 / 26 modèles
Prix et disponibilité
Ce que coûte une machine pèse autant que ce qui y tient : le prix a donc sa place sur cette page. Ci-dessous, uniquement ce que publie le fabricant, avec le marché concerné et le jour de la lecture.
Pas de prix : cette ligne est une catégorie de machine, pas un produit unique avec un tarif.
Ce que nous gagnons sur cette page
Rien, aujourd’hui. Cette page ne contient aucun lien d’affiliation, et aucun accord commercial ne se cache derrière ses chiffres. Si un lien d’achat y apparaît un jour, il sera signalé comme tel et la commission sera déclarée dans ce même bloc. Deux règles ne changeront pas ce jour-là : le classement de ce site est calculé avant toute disponibilité commerciale, et « meilleur » ne veut jamais dire « paie le plus ».