Quais LLMs locais cabem em 16 GB de VRAM? (out. de 2026)

Radeon RX 7800 XT 16GB (desktop) é o SKU do catálogo com o menor orçamento líquido nesta faixa discreta de 16 GB: 14,00 GiB após a reserva documentada. 44 modelos do catálogo cabem com um artefato que tem arquivo. O mês vem do conjunto 2026-10-02.1 (out. de 2026), não do relógio da compilação.

Conjunto de dados 2026-10-02.1 (out. de 2026).

SKUs do catálogo nesta faixa

Placa	Capacidade anunciada	Orçamento líquido
Radeon RX 7800 XT 16GB (desktop) Menor orçamento líquido	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

Modelos do catálogo que cabem

Cada linha é um artefato com arquivo na placa de referência. Uma quantização ausente não é substituída. A busca de contexto para no teto documentado. Sem esse teto, o veredito aparece só em 8192 tokens.

Quando a largura de banda não está no catálogo, o teto de decodificação diz não disponível. Isso não é um veredito de memória.

Modelo	Artefato	Maior contexto que cabe	Maior contexto incluindo apertado	Veredito em 8192 tokens	Teto de decodificação	Ligações
Qwen2.5-0.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 0,68 GiB–1,07 GiB	Não disponível
Qwen3-0.6B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Roda com folga 1,37 GiB–1,81 GiB	Não disponível
Gemma 3 1B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	32.768	32.768	8192 Roda com folga 1,10 GiB–1,50 GiB	Não disponível
Llama 3.2 1B Instruct	Official BF16 safetensors `bf16` · `vllm`	131.072	131.072	8192 Roda com folga 3,18 GiB–5,06 GiB	Não disponível
Qwen2.5-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 1,38 GiB–1,80 GiB	Não disponível
Qwen2.5-Coder-1.5B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 1,38 GiB–1,80 GiB	Não disponível
SmolLM2-1.7B-Instruct	GGUF Q4_K_M (Hugging Face) `gguf-q4_k_m` · `llama.cpp`	8.192	8.192	8192 Roda com folga 2,61 GiB–3,11 GiB	Não disponível
Qwen3-1.7B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 2,03 GiB–2,49 GiB	Não disponível
Qwen3-1.7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Roda com folga 2,03 GiB–2,49 GiB	Não disponível
Qwen2.5-3B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 2,37 GiB–2,80 GiB	Não disponível
Qwen2.5-Coder-3B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 2,37 GiB–2,80 GiB	Não disponível
Llama 3.2 3B Instruct	Official BF16 safetensors `bf16` · `vllm`	37.410	69.194	8192 Roda com folga 7,48 GiB–9,39 GiB	Não disponível
Qwen2.5-VL-3B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128.000	128.000	8192 Roda com folga 2,20 GiB–2,63 GiB	Não disponível
Phi-3.5-mini-instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	25.077	31.801	8192 Roda com folga 5,35 GiB–5,98 GiB	Não disponível
Phi-4-mini-instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	74.515	94.652	8192 Roda com folga 3,45 GiB–3,94 GiB	Não disponível
Qwen3-4B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Roda com folga 3,58 GiB–4,08 GiB	Não disponível
Qwen3-4B-Instruct-2507	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	66.200	84.098	8192 Roda com folga 3,58 GiB–4,08 GiB	Não disponível
Gemma 3 4B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	131.072	131.072	8192 Roda com folga 3,33 GiB–3,79 GiB	Não disponível
Qwen3-VL-4B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	66.200	84.098	8192 Roda com folga 3,58 GiB–4,08 GiB	Não disponível
Mistral-7B-Instruct-v0.3	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 5,20 GiB–5,72 GiB	Não disponível
DeepSeek-R1-Distill-Qwen-7B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	131.072	131.072	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
OpenMath-Nemotron-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	131.072	131.072	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
Qwen2-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
Qwen2.5-7B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
Qwen2.5-Coder-7B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
Qwen2.5-Coder-7B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
Qwen2.5-Math-7B-Instruct	GGUF Q4_K_M (bartowski) `gguf-q4_k_m` · `llama.cpp`	4.096	4.096	8192 Roda com folga · Estimativa grosseira 4,92 GiB–6,23 GiB	Não disponível
DeepSeek-R1-Distill-Llama-8B	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	56.850	76.121	8192 Roda com folga 5,71 GiB–6,24 GiB	Não disponível
granite-3.3-8b-instruct	GGUF Q4_K_M (IBM) `gguf-q4_k_m` · `llama.cpp`	45.351	60.762	8192 Roda com folga 5,98 GiB–6,53 GiB	Não disponível
Qwen3-8B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	40.960	40.960	8192 Roda com folga 5,93 GiB–6,48 GiB	Não disponível
Qwen3-8B-Base	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 5,93 GiB–6,48 GiB	Não disponível
Qwen2.5-VL-7B-Instruct	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	128.000	128.000	8192 Roda com folga 4,92 GiB–5,42 GiB	Não disponível
Qwen3-VL-8B-Instruct	GGUF Q4_K_M (Qwen) `gguf-q4_k_m` · `llama.cpp`	49.841	66.937	8192 Roda com folga 5,93 GiB–6,48 GiB	Não disponível
GLM-4-9B-0414	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	32.768	32.768	8192 Roda com folga 6,18 GiB–6,69 GiB	Não disponível
Gemma 3 12B IT	GGUF Q4_0 (Google QAT) `gguf-q4_0` · `llama.cpp`	62.707	99.001	8192 Roda com folga 8,46 GiB–9,04 GiB	Não disponível
Mistral-Nemo-Instruct-2407	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	30.606	45.293	8192 Roda com folga 8,34 GiB–8,94 GiB	Não disponível
phi-4	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	16.384	16.384	8192 Cabe 9,97 GiB–10,62 GiB	Não disponível
Phi-4-reasoning	GGUF Q4_K_M (Unsloth) `gguf-q4_k_m` · `llama.cpp`	17.149	28.540	8192 Cabe 10,12 GiB–10,77 GiB	Não disponível
Qwen3-14B	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	21.735	35.988	8192 Cabe 9,76 GiB–10,39 GiB	Não disponível
OpenMath-Nemotron-14B	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Cabe 10,00 GiB–10,64 GiB	Não disponível
Qwen2.5-14B-Instruct	GGUF Q4_K_M `gguf-q4_k_m` · `llama.cpp`	18.179	30.060	8192 Cabe 10,00 GiB–10,64 GiB	Não disponível	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 Cabe 10,00 GiB–10,64 GiB	Não disponível
DeepSeek-V2-Lite-Chat	GGUF Q4_K_M (mradermacher) `gguf-q4_k_m` · `llama.cpp`	17.137	145.761	8192 Cabe · Estimativa grosseira 10,01 GiB–12,23 GiB	Não disponível
Qwen3.8-27B	GGUF UD-IQ1_S (Unsloth) `gguf-ud-iq1_s` · `llama.cpp`	67.617	130.418	8192 Roda com folga · Estimativa grosseira 6,54 GiB–8,14 GiB	Não disponível	Qwen3.8-27B · GeForce RTX 5080 16GB (desktop)