Meu PC roda um LLM local? Calculadora de VRAM e RAM
Escolha um perfil de GPU ou informe VRAM, RAM e janela de contexto (8K–128K) para ver a quantização ideal, consumo de KV cache e velocidade estimada.
Sim — seu hardware consegue rodar Qwen3.8-Flash-Next localmente.
Q2_0
130.1 tok/s
~4 GB (32K)
$0.102/M
1104 dias
| Quantização | Veredito | VRAM | RAM | Download | Escrita est. |
|---|---|---|---|---|---|
| Q2_0 | Recomendada | 15 GB | 51 GB | ~70 GB | ~130.1 tok/s |
| IQ2_XS | Falta RAM | 15 GB | 67 GB | ~72 GB | — |
| IQ3_XXS | Falta RAM | 15 GB | 67 GB | ~74 GB | — |
| IQ3_S | Falta RAM | 15 GB | 67 GB | ~76 GB | — |
| Coder | Compatível | 15 GB | 35 GB | ~68 GB | ~76.1 tok/s |
| Unsloth UD-IQ4_XS | Falta RAM | 15 GB | 83 GB | ~94 GB | — |
Referência rápida por faixa de VRAM e RAM (contexto 32K)
Calculado com as mesmas regras de quantização e KV cache da calculadora acima.
| Faixa de hardware | VRAM GPU / Memória unificada | RAM do sistema | Quantização recomendada | Escrita est. |
|---|---|---|---|---|
| RTX 4060 8GB / RTX 3070 | 8 GB | 32 GB | — | |
| RTX 4070 / RTX 5070 12GB (32 GB RAM) | 12 GB | 32 GB | — | |
| RTX 4070 / RTX 5070 12GB (64 GB RAM) | 12 GB | 64 GB | Q2_0 | ~76 tok/s |
| RTX 5080 / RTX 5070 Ti / RX 9070 XT 16GB | 16 GB | 64 GB | Q2_0 | ~108.5 tok/s |
| RTX 4090 / RTX 3090 / RX 7900 XTX | 24 GB | 64 GB | Q2_0 | ~113.9 tok/s |
| RTX 5090 / 2× RTX 5060 Ti 16GB | 32 GB | 96 GB | Unsloth UD-IQ4_XS | ~97 tok/s |
| Mac Studio M5 Max / Mac mini M5 Pro 64 GB | 64 GB* | 64 GB | Coder | ~36.1 tok/s |
| Ryzen AI Max+ 395 / DGX Spark / Mac Studio 128 GB+ | 128 GB* | 128 GB | Unsloth UD-IQ4_XS | ~43.3 tok/s |
FAQ
- Qual é o mínimo de VRAM e RAM para rodar o Strata localmente?
- O mínimo é 12 GB de VRAM e 32 GB de RAM para a edição Coder, ou 12 GB de VRAM + 64 GB de RAM para o padrão recomendado IQ2_XS.
- Uma GPU de 8 GB como a RTX 4060 roda Qwen3.8-Flash-Next?
- Não — 8 GB de VRAM dedicada ficam abaixo do mínimo de 12 GB. Uma placa de 12 GB ou 16 GB (RTX 4070, RTX 5070, RX 9070 XT) libera o uso local.
- Quanta memória extra o contexto de 128K consome?
- O contexto 128K adiciona cerca de 14 GB de KV cache frente a ~1,5 GB em 8K, exigindo 64–96 GB de RAM ou 128 GB unificados.
- Apple Silicon ou RTX 4090 para LLM local?
- Apple Silicon oferece enorme memória silenciosa (64–512 GB), enquanto RTX 4090 (109,3 tok/s) e RTX 5090 (168,4 tok/s) geram de 2 a 5× mais rápido.