HARDWARE / IA LOCAL

RTX 5060 · 8 GB de VRAM

A RTX 5060 desktop tem 8 GB de GDDR7 dedicada. A RAM do host é separada; checkpoints maiores podem exigir offload para CPU.

Memória: 8 GB · VRAM
Plataforma: CUDA · host PC

Especificações e fontes ↓

Imagem oficial NVIDIA · design de referência; placas parceiras variam.

Algumas fontes indisponíveis; últimos dados válidos preservados. Consulta do catálogo: 2026-09-30.

Sua configuração

Modelos candidatos

Explore modelos dentro do seu limite de memória, priorizando os que têm score.

Capacidade de planejamento8 GB

RAM host · separada da VRAM (GB)Apenas referência; não entra nesta estimativa de compatibilidade.

A RAM do host é registrada separadamente. Ela não aumenta a VRAM dedicada nesta estimativa; offload para CPU exige software compatível e pode ser mais lento.

Recomendações

Modelos dentro desta estimativa de memória

62 candidatos dentro da estimativa · 247 conferidos · 8 GB

Memória estimada, sem compatibilidade testada. Este LiveBench não cobre estes candidatos; a ordem não é um ranking de inteligência.

Buscar modelo neste hardware

Exibindo 6 de 62

Modelos de linguagem · mesmos ajustes de estimativa para todas as linhas
	Q4 · GB	Limite de contexto	Seleção / fonte
Qwen · 4,02B elementos · automáticoEstimativa de memória · Sem resultado no LiveBench	Margem: 0 GB	32.768	Fonte ↗
meta-llama · 3,21B elementos · automático · acesso condicionadoEstimativa de memória · Sem resultado no LiveBench	Margem: 1 GB	128.000	Fonte ↗
Qwen · 4,02B elementos · automáticoEstimativa de memória · Sem resultado no LiveBench	Margem: 0 GB	Ficha do modelo ↗	Fonte ↗
Qwen · 4,02B elementos · automáticoEstimativa de memória · Sem resultado no LiveBench	Margem: 0 GB	Ficha do modelo ↗	Fonte ↗
Qwen · 4,02B elementos · automáticoEstimativa de memória · Sem resultado no LiveBench	Margem: 0 GB	Ficha do modelo ↗	Fonte ↗
Qwen · 4,41B elementos · automáticoEstimativa de memória · Sem resultado no LiveBench	Margem: 0 GB	Ficha do modelo ↗	Fonte ↗

Execute um teste opcional no seu computador e importe o arquivo JSON. Este site não executa inferência nem envia o arquivo. Os resultados ficam nesta aba e não são associados automaticamente às recomendações.

llama-bench -m /path/to/model.gguf -p 512 -n 128 -d 8192 -r 5 -o json > benchmark.json

Substitua o caminho de exemplo por um checkpoint GGUF existente. Requer llama-bench instalado localmente. Tokenização e amostragem não entram na medição de tempo.

Importar JSON do llama-bench

Velocidade neste hardware

Ainda não incluímos uma medição verificável desta configuração exata. As estimativas de memória acima não indicam tokens por segundo ou tempo até o primeiro token.

Consultar ensaios da comunidade llama.cpp ↗

Imagem, vídeo e áudio

Requisitos de memória documentados pelos publicadores abaixo desta capacidade. Arquitetura exata da GPU, suporte a ARM64, precisão e runtime ainda precisam de conferência.

Não há caminho documentado correspondente neste recorte revisado. Isso não prova incompatibilidade.

Especificações do hardware

Chip: Blackwell · RTX 5060
Memória física: 8 GB GDDR7 · 128-bit
Plataforma de execução: CUDA · host PC

RTX 5060 de desktop com 8 GB GDDR7. Esta não é a RTX 5060 Ti nem a RTX 5060 Laptop. Modelos maiores podem exigir offload para CPU.

Especificações oficiais ↗

A banda é uma especificação teórica do hardware, não uma medição de velocidade do modelo. Compatibilidade de runtime e checkpoint precisa ser conferida separadamente.

Fontes, atualizações e estimativa

Candidatos revisados usam contagens publicadas do modelo. Candidatos automáticos usam contagens de tensores em ponto flutuante de repositórios oficiais no Hugging Face, com a revisão da fonte preservada. Pesos quantizados empacotados, arquiteturas não reconhecidas e metadados multimodais ficam fora da estimativa automática. Nenhum desses critérios comprova que existe um checkpoint quantizado ou que ele roda nesta máquina.

A rotina de descoberta adiciona modelos elegíveis sem criar outra página de hardware. A página consulta o catálogo salvo a cada cinco minutos enquanto está visível. Metadados incompletos continuam no catálogo geral; uma falha de atualização preserva os últimos dados válidos.

Planejamento = pesos estimados + 20% de margem de trabalho + cache informado + reserva heurística (8 GB unificados ou 2 GB por GPU dedicada). As reservas são hipóteses de planejamento, não mínimos do fabricante. Tokens de contexto não calculam automaticamente o cache KV.

Catálogo completo de modelos · Dados e metodologia

Especificação de hardware revisada: 2026-09-26. Fontes de modelos e medições têm datas próprias.