16 GB VRAM LLM: Welche Modelle laufen? (Okt. 2026)

Radeon RX 7800 XT 16GB (desktop) ist die Katalog-SKU dieser diskreten 16-GB-Stufe mit dem kleinsten Nettobudget: 14,00 GiB nach der belegten Reserve. 44 Katalogmodelle passen mit einem dateigestützten Artefakt. Der Monat folgt Datensatz 2026-10-02.1 (Okt. 2026), nicht der Uhrzeit beim Bauen.

Katalogdatensatz 2026-10-02.1 (Okt. 2026).

Katalog-SKUs in dieser Stufe

Karte	Beworbene Kapazität	Nettobudget
Radeon RX 7800 XT 16GB (desktop) Kleinstes Nettobudget	16 GB GDDR6	14,00 GiB
Radeon RX 9070 16GB (desktop)	16 GB GDDR6	14,00 GiB
Radeon RX 9070 XT 16GB (desktop)	16 GB GDDR6	14,00 GiB
GeForce RTX 4080 16GB (desktop)	16 GB GDDR6X	14,00 GiB
GeForce RTX 4080 SUPER 16GB (desktop)	16 GB GDDR6X	14,00 GiB
GeForce RTX 5060 Ti 16GB (desktop)	16 GB GDDR7	14,00 GiB
GeForce RTX 5070 Ti 16GB (desktop)	16 GB GDDR7	14,00 GiB
GeForce RTX 5080 16GB (desktop)	16 GB GDDR7	14,00 GiB
GeForce RTX 4060 Ti 16GB (desktop)	16 GB GDDR6	15,00 GiB
GeForce RTX 4070 Ti SUPER 16GB (desktop)	16 GB GDDR6X	15,00 GiB

Katalogmodelle, die passen

Jede Zeile ist ein dateigestütztes Artefakt auf der Referenzkarte. Ein fehlendes Quantisierungsformat wird nicht ersetzt. Die Kontextsuche endet an der belegten Obergrenze. Fehlt diese Obergrenze, steht nur das Urteil bei 8192 Token.

Fehlt die Bandbreite im Katalog, heißt die Dekodiergrenze nicht verfügbar. Das ist kein Speichervurteil.

Modell	Artefakt	Längster passender Kontext	Längster Kontext inklusive knapp	Urteil bei 8192 Token	Dekodiergrenze	Verweise
Qwen2.5-0.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 0,68 GiB–1,07 GiB	Nicht verfügbar
Qwen3-0.6B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Läuft mit Luft 1,37 GiB–1,81 GiB	Nicht verfügbar
Gemma 3 1B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 1,10 GiB–1,50 GiB	Nicht verfügbar
Llama 3.2 1B Instruct	Official BF16 safetensors `bf16` · `vllm`	131.072	131.072	8192 Läuft mit Luft 3,18 GiB–5,06 GiB	Nicht verfügbar
Qwen2.5-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 1,38 GiB–1,80 GiB	Nicht verfügbar
Qwen2.5-Coder-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 1,38 GiB–1,80 GiB	Nicht verfügbar
SmolLM2-1.7B-Instruct	GGUF Q4_K_M (Hugging Face) `gguf-q4_k_m` · `llama.cpp`	8.192	8.192	8192 Läuft mit Luft 2,61 GiB–3,11 GiB	Nicht verfügbar
Qwen3-1.7B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 2,03 GiB–2,49 GiB	Nicht verfügbar
Qwen3-1.7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Läuft mit Luft 2,03 GiB–2,49 GiB	Nicht verfügbar
Qwen2.5-3B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 2,37 GiB–2,80 GiB	Nicht verfügbar
Qwen2.5-Coder-3B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 2,37 GiB–2,80 GiB	Nicht verfügbar
Llama 3.2 3B Instruct	Official BF16 safetensors `bf16` · `vllm`	37.410	69.194	8192 Läuft mit Luft 7,48 GiB–9,39 GiB	Nicht verfügbar
Qwen2.5-VL-3B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128.000	128.000	8192 Läuft mit Luft 2,20 GiB–2,63 GiB	Nicht verfügbar
Phi-3.5-mini-instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	25.077	31.801	8192 Läuft mit Luft 5,35 GiB–5,98 GiB	Nicht verfügbar
Phi-4-mini-instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	74.515	94.652	8192 Läuft mit Luft 3,45 GiB–3,94 GiB	Nicht verfügbar
Qwen3-4B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Läuft mit Luft 3,58 GiB–4,08 GiB	Nicht verfügbar
Qwen3-4B-Instruct-2507	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	66.200	84.098	8192 Läuft mit Luft 3,58 GiB–4,08 GiB	Nicht verfügbar
Gemma 3 4B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	131.072	131.072	8192 Läuft mit Luft 3,33 GiB–3,79 GiB	Nicht verfügbar
Qwen3-VL-4B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	66.200	84.098	8192 Läuft mit Luft 3,58 GiB–4,08 GiB	Nicht verfügbar
Mistral-7B-Instruct-v0.3	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 5,20 GiB–5,72 GiB	Nicht verfügbar
DeepSeek-R1-Distill-Qwen-7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	131.072	131.072	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
OpenMath-Nemotron-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	131.072	131.072	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
Qwen2-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
Qwen2.5-7B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
Qwen2.5-Coder-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
Qwen2.5-Coder-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
Qwen2.5-Math-7B-Instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	4.096	4.096	8192 Läuft mit Luft · Grobe Schätzung 4,92 GiB–6,23 GiB	Nicht verfügbar
DeepSeek-R1-Distill-Llama-8B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	56.850	76.121	8192 Läuft mit Luft 5,71 GiB–6,24 GiB	Nicht verfügbar
granite-3.3-8b-instruct	GGUF Q4_K_M (IBM) `gguf-q4_k_m` · `llama.cpp`	45.351	60.762	8192 Läuft mit Luft 5,98 GiB–6,53 GiB	Nicht verfügbar
Qwen3-8B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Läuft mit Luft 5,93 GiB–6,48 GiB	Nicht verfügbar
Qwen3-8B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 5,93 GiB–6,48 GiB	Nicht verfügbar
Qwen2.5-VL-7B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128.000	128.000	8192 Läuft mit Luft 4,92 GiB–5,42 GiB	Nicht verfügbar
Qwen3-VL-8B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	49.841	66.937	8192 Läuft mit Luft 5,93 GiB–6,48 GiB	Nicht verfügbar
GLM-4-9B-0414	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Läuft mit Luft 6,18 GiB–6,69 GiB	Nicht verfügbar
Gemma 3 12B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	62.707	99.001	8192 Läuft mit Luft 8,46 GiB–9,04 GiB	Nicht verfügbar
Mistral-Nemo-Instruct-2407	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	30.606	45.293	8192 Läuft mit Luft 8,34 GiB–8,94 GiB	Nicht verfügbar
phi-4	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	16.384	16.384	8192 Passt 9,97 GiB–10,62 GiB	Nicht verfügbar
Phi-4-reasoning	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	17.149	28.540	8192 Passt 10,12 GiB–10,77 GiB	Nicht verfügbar
Qwen3-14B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	21.735	35.988	8192 Passt 9,76 GiB–10,39 GiB	Nicht verfügbar
OpenMath-Nemotron-14B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Passt 10,00 GiB–10,64 GiB	Nicht verfügbar
Qwen2.5-14B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Passt 10,00 GiB–10,64 GiB	Nicht verfügbar	Qwen2.5-14B-Instruct · GeForce RTX 4060 Ti 16GB (desktop)
Qwen2.5-Coder-14B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Passt 10,00 GiB–10,64 GiB	Nicht verfügbar
DeepSeek-V2-Lite-Chat	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	17.137	145.761	8192 Passt · Grobe Schätzung 10,01 GiB–12,23 GiB	Nicht verfügbar
Qwen3.8-27B	GGUF UD-IQ1_S (Unsloth) `gguf-ud-iq1_s` · `llama.cpp`	67.617	130.418	8192 Läuft mit Luft · Grobe Schätzung 6,54 GiB–8,14 GiB	Nicht verfügbar	Qwen3.8-27B · GeForce RTX 5080 16GB (desktop)