QuelLLMFR Analyser ma config →
Accueil Catalogue Meilleur LLM sur Radeon RX 9060 XT (16 GB) en 2026

Meilleur LLM sur Radeon RX 9060 XT (16 GB) en 2026

La Radeon RX 9060 XT (16 GB GDDR6, 432 Go/s) est l'entry RDNA 4 (2025). 16 Go à prix mid-budget (~400 € neuve) = Mistral Small 24B Q4 accessible via ROCm 6.

Classement

1

🇨🇳 Qwen 3 14B

Alibaba · 14B paramètres · Apache 2.0 · 131 072 tokens ctx

Dense 14B avec hybrid thinking. Égale Qwen 2.5 32B Base sur STEM/code.

Pourquoi ce rang Dense 14B avec hybrid thinking. Égale Qwen 2.5 32B Base sur STEM/code.
ollama run qwen3:14b
Sur Radeon RX 9060 XT 16GB
Q8
16 GB · 6 tok/s
2

🇺🇸 Phi-4 Reasoning 14B

Microsoft · 14B paramètres · MIT · 32 768 tokens ctx

Raisonneur MIT 14B. Bat R1-Distill-Llama-70B sur AIME/GPQA avec 50× moins de paramètres.

Pourquoi ce rang Raisonneur MIT 14B. Bat R1-Distill-Llama-70B sur AIME/GPQA avec 50× moins de paramètres.
ollama run phi4-reasoning:14b
Sur Radeon RX 9060 XT 16GB
Q8
16 GB · 6 tok/s
3

🇨🇳 DeepSeek R1 Distill Qwen 14B

DeepSeek · 14B paramètres · MIT · 131 072 tokens ctx

R1 distillé Qwen 14B. AIME24 69.7, MATH-500 93.9. Dépasse o1-mini sur beaucoup de benchmarks.

Pourquoi ce rang R1 distillé Qwen 14B. AIME24 69.7, MATH-500 93.9. Dépasse o1-mini sur beaucoup de benchmarks.
ollama run deepseek-r1:14b
Sur Radeon RX 9060 XT 16GB
Q8
16 GB · 6 tok/s
4

🇺🇸 Phi-4 14B

Microsoft · 14B paramètres · MIT · 16 384 tokens ctx

Raisonnement exceptionnel pour sa taille. Orienté STEM.

Pourquoi ce rang Raisonnement exceptionnel pour sa taille. Orienté STEM.
ollama run phi4:14b
Sur Radeon RX 9060 XT 16GB
Q8
16 GB · 6 tok/s
5

🇨🇳 Qwen 2.5 14B Instruct

Alibaba · 14B paramètres · Apache 2.0 · 131 072 tokens ctx

Dense 14B Apache 2.0. MMLU 79.7, HumanEval 83.5. 29+ langues. Bon compromis.

Pourquoi ce rang Dense 14B Apache 2.0. MMLU 79.7, HumanEval 83.5. 29+ langues. Bon compromis.
ollama run qwen2.5:14b
Sur Radeon RX 9060 XT 16GB
Q8
16 GB · 6 tok/s
6

🇨🇳 Qwen 2.5 Coder 14B Instruct

Alibaba · 14B paramètres · Apache 2.0 · 131 072 tokens ctx

Coder 14B. HumanEval 89.6, LiveCodeBench 37.1. Sweet spot VRAM pour code self-host.

Pourquoi ce rang Coder 14B. HumanEval 89.6, LiveCodeBench 37.1. Sweet spot VRAM pour code self-host.
ollama run qwen2.5-coder:14b
Sur Radeon RX 9060 XT 16GB
Q8
16 GB · 6 tok/s
7

🇺🇸 gpt-oss 20B

OpenAI · 21B paramètres · Apache 2.0 · 128 000 tokens ctx

Petit frère de gpt-oss 120B. 21B/3.6B actifs. Égale o3-mini sur laptop.

Pourquoi ce rang Petit frère de gpt-oss 120B. 21B/3.6B actifs. Égale o3-mini sur laptop.
ollama run openai/gpt-oss:20b
Sur Radeon RX 9060 XT 16GB
Q5_K_M
16 GB · 20 tok/s

Tableau comparatif

Rang Modèle Params VRAM Q4 Contexte Licence Sur Radeon RX 9060 XT 16GB
#1 Qwen 3 14B 14B 9 GB 131 072 Apache 2.0 6 tok/s · Q8
#2 Phi-4 Reasoning 14B 14B 9 GB 32 768 MIT 6 tok/s · Q8
#3 DeepSeek R1 Distill Qwen 14B 14B 9 GB 131 072 MIT 6 tok/s · Q8
#4 Phi-4 14B 14B 9 GB 16 384 MIT 6 tok/s · Q8
#5 Qwen 2.5 14B Instruct 14B 9 GB 131 072 Apache 2.0 6 tok/s · Q8
#6 Qwen 2.5 Coder 14B Instruct 14B 9 GB 131 072 Apache 2.0 6 tok/s · Q8
#7 gpt-oss 20B 21B 13 GB 128 000 Apache 2.0 20 tok/s · Q5_K_M

Méthodologie du classement

Filtre : Q4_K_M ≤ 14 Go. Bonus 7-14B et 13-24B. 432 Go/s + ROCm 6 + RDNA 4.

Critères pris en compte :

  • Q4_K_M ≤ 14 Go
  • RDNA 4 entry 16 Go
  • Mistral Small 24B Q4 accessible
  • ROCm 6

Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.

Questions fréquentes

RX 9060 XT vs 5060 Ti 16 GB ?

9060 XT = 16 Go + 432 Go/s ROCm. 5060 Ti 16 = 16 Go + 448 Go/s CUDA. NVIDIA mieux supporté (CUDA, Ollama plus mature). AMD souvent ~50-80 € moins cher. Voir RTX 5060 Ti 16GB.

Speed sur 9060 XT ?

Mistral 7B Q4 à 24 tok/s, Mistral Small 24B Q4 à 16 tok/s. Acceptable pour usage chat/RAG personnel.

Sweet spot LLM 9060 XT ?

Mistral Small 24B Q4 (~13 Go) à 16 tok/s, Qwen 3 14B Q5 (~10 Go) à 22 tok/s.

9060 XT ou 9070 (non-XT) ?

9070 = 644 Go/s vs 9060 XT 432 Go/s = +50 % bande passante. Pour speed, 9070 (~150 € de plus). Voir RX 9070.

Comparatifs en tête-à-tête

Approfondissez avec nos duels détaillés des finalistes :

Pour aller plus loin