Quel LLM sur RTX 5070 Ti (16 Go) ?

La RTX 5070 Ti (février 2025) est probablement la meilleure carte 2025 pour l'IA locale grand public. 16 Go de VRAM GDDR7, 896 Go/s de bande passante, 8 960 cœurs CUDA : elle fait tourner Granite 4.2 8B à ~50 tokens/seconde et Mistral Small 24B Q4 confortablement, pour ~950 € — soit 350 € de moins qu'une 5080. Ce guide détaille pourquoi c'est le sweet spot 2026 et quels modèles installer.

Par Mohamed Meguedmi·Màj 2026-08-27·Testé sur Windows, macOS, Linux

#La RTX 5070 Ti, sweet spot 16 Go

Architecture: Blackwell GB203 (même die que la 5080, plus de CUs désactivées).
VRAM: 16 Go GDDR7 à 28 Gbps, bus 256 bits. Bande passante 896 Go/s.
Cœurs CUDA: 8 960. Tensor Cores 5ᵉ gen, support FP4 natif.
TDP: 300 W. Alim 750 W recommandée.
Prix MSRP: 884 € au lancement. ~950-1000 € en 2026 (custom).

→

Pourquoi c'est le sweet spot

Même 16 Go GDDR7 qu'une 5080, bande passante à 93 % de celle-ci, mais ~350 € moins chère. Pour l'IA locale où la VRAM et la bande passante mémoire dominent, l'écart de CUs ne fait perdre que 8-12 % en vitesse — pas 30 % de prix.

#1. Modèles LLM compatibles

Modèles recommandés — RTX 5070 Ti 16 Go

Modèle	Quant	VRAM modèle	Tokens/sec	Usage
Granite 4.2 8B	Q4_K_M	4,6 Go	45-55	Chat instantané
Gemma 4 12B	Q4_K_M	7 Go	25-31	Chat/RAG quotidien
Qwen 3.5 9B	Q4_K_M	6 Go	25-31	Assistant code VS Code
gpt-oss 20B	Q4_K_M	13 Go	50-61	Chat + RAG + FR
Qwen 3.5 9B	Q8_0	11 Go	18-22	Qualité max / raisonnement
Devstral Small 2 24B	Q4_K_M	14 Go	14-17	Chat qualité
Mistral Small 24B	Q4_K_M	14 Go	28-35	Polyvalent premium
Qwen 3.6 35B-A3B	Q3_K_M	~15 Go	22-28	RAG avancé, MoE rapide (offload léger)

#2. Installation (Ollama + CUDA)

01
Drivers NVIDIA 570+
Requis pour Blackwell. GeForce Experience sur Windows, apt install nvidia-driver-570 sur Ubuntu.
02
Ollama
Installeur standard depuis ollama.com, CUDA embarqué. ollama run granite4.2:8b pour un test immédiat.
03
Vérification
nvidia-smi doit afficher RTX 5070 Ti, 16376 MiB. ollama ps pendant un chat : PROCESSOR 100% GPU.

Setup Linux complet

sudo apt update
sudo apt install nvidia-driver-570
sudo reboot

curl -fsSL https://ollama.com/install.sh | sh
ollama run mistral-small

#3. Vitesse par quantification (ordres de grandeur)

RTX 5070 Ti — tokens/sec (ordres de grandeur), Ollama récent, batch 1, Ryzen 9 7900X

Modèle	Q4_K_M	Q5_K_M	Q6_K	Q8_0
Granite 4.2 8B	50 t/s	46 t/s	42 t/s	34 t/s
Qwen 3.5 9B	30 t/s	28 t/s	26 t/s	22 t/s
Gemma 4 12B	28 t/s	26 t/s	24 t/s	20 t/s
Mistral Small 24B	32 t/s	28 t/s	—	—
Devstral 24B	16 t/s	14 t/s	—	—

#4. Optimisations Blackwell

Flash Attention 3: Actif par défaut, +10-14 % sur contextes 4k+. Visible dans les logs llama.cpp.
KV cache Q8: OLLAMA_KV_CACHE_TYPE=q8_0. Permet 32k de contexte sur Granite 4.2 8B en ~5-6 Go au lieu de 8.
NVFP4 future-proof: Hardware présent mais peu exploité en 2026. Dans 12-18 mois, Ollama supportera FP4 → +40 % de vitesse attendus.
Undervolt: 250 W au lieu de 300 W (via MSI Afterburner -80 mV) : -1 % perf LLM, -5 °C, boîtier plus silencieux.

#5. 5070 Ti vs 4070 Ti Super vs 5080

Les trois cartes 16 Go premium

Critère	5070 Ti	4070 Ti Super	5080
VRAM	16 Go GDDR7	16 Go GDDR6X	16 Go GDDR7
Bande passante	896 Go/s	672 Go/s	960 Go/s
Granite 4.2 8B Q4	50 t/s	42 t/s	56 t/s
Gemma 4 12B Q4	28 t/s	23 t/s	32 t/s
Prix 2026	~950 €	~750 € occasion	~1300 €
Perf/€ LLM	★★★★★	★★★★	★★★

#Verdict achat 2026

Meilleur choix LLM 2026 grand public: Pour quiconque a ~1000 € de budget GPU et veut du LLM sérieux sans aller sur une 5090. Elle écrase le rapport perf/€ face à la 5080.
Upgrade depuis 4070 Ti Super ?: +20 % de vitesse LLM, +33 % de bande passante. Pas indispensable si ça tourne — mais argumentable si vous vendez la 4070 Ti Super à ~700 €.
vs RTX 4090 occasion: La 4090 d'occasion (~1800 €) garde l'avantage pour les 70B (24 Go VRAM). Si vous n'en avez pas besoin, 5070 Ti = perf LLM 14B quasi équivalente pour moitié prix.

#Questions fréquentes

RTX 5070 Ti ou RTX 5080 pour LLM ?+

5070 Ti sans hésiter si votre budget est < 1100 €. Vous perdez ~10 % de vitesse sur Granite 4.2 8B (50 vs 56 tok/s) pour ~350 € économisés. Même VRAM (16 Go), même génération, même GDDR7. La 5080 se justifie pour un usage mixte gaming 4K + LLM où vous voulez le top.

La RTX 5070 Ti 16 Go peut-elle tourner Mistral Small 24B ?+

Oui, en Q4_K_M (14 Go) à 28-35 tokens/seconde. C'est le modèle polyvalent qui tire le mieux parti de ses 16 Go. En Q5_K_M (17 Go), léger offload mais encore utilisable à 20-25 tok/s.

Quelle est la différence entre RTX 4070 Ti Super et RTX 5070 Ti ?+

Même VRAM (16 Go) mais GDDR7 au lieu de GDDR6X → +33 % de bande passante. Résultat LLM : +20-25 % de tokens/seconde. Prix similaire au lancement, mais la 4070 Ti Super se trouve moins cher en occasion (~750 € vs 950 € neuve).

Peut-on faire du QLoRA sur RTX 5070 Ti 16 Go ?+

Oui, confortablement sur 7B-8B (10-12 Go requis avec batch 4, contexte 2048). Pour du 14B QLoRA c'est serré mais jouable avec unsloth. Pour du 24B QLoRA : impossible, il faut 20 Go+.

Alim 650 W suffit pour une RTX 5070 Ti ?+

Oui avec un CPU ≤ 150 W (Ryzen 7600/7700, Core i5). TDP 300 W GPU + 150 W CPU + 50 W système = 500 W nominal, 650 W offrent de la marge. Si CPU ≥ 180 W (9950X, 14900K), visez 750 W.

La RTX 5070 Ti supporte-t-elle FP4 / NVFP4 ?+

Oui, les Tensor Cores 5ᵉ gen Blackwell gèrent FP4 nativement. En 2026, Ollama et llama.cpp ne l'exploitent pas encore — ça viendra. Via TensorRT-LLM 0.18+ ou vLLM 0.7+, on observe déjà +30-40 % vs Q4_K_M sur modèles quantifiés en NVFP4.

Je viens d'une RTX 3080 10 Go, l'upgrade vaut le coup ?+

Oui, saut générationnel énorme. +60 % de VRAM (10 → 16 Go — ouvre les 14B-24B), +3× la bande passante (760 → 896 Go/s après inflation GDDR7), +2× la vitesse brute. Si vous utilisez un LLM au quotidien, c'est l'upgrade le plus cost-effective de 2026.

Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.

Suite logique

Matériel · 11 min