Classement mis à jour le 15/07/2026
La RTX 2060 (6 GB GDDR6, 336 Go/s) en occasion ~100 € est l'entry-level LLM le plus abordable. 6 Go limitent aux 3-7B en Q4 mais permettent de découvrir le LLM local.
Hybride 7B/1B actifs. Coût compute extrêmement faible. Edge/embarqué.
ollama run granite4:tiny-h
LLM souverain francophone, entraîné sur corpus FR.
ollama run lucie:7b
Raisonnement chain-of-thought distillé. Bluffant en maths.
ollama run deepseek-r1:7b
Texte+image+audio → texte. Mixture-of-LoRAs, jusqu'à ~2.8h d'audio. Pas de tag Ollama officiel.
# Via HuggingFace : microsoft/Phi-4-multimodal-instruct (pas d'Ollama officiel)
Dense 7B 100% ouvert (poids + données + code). Transparence totale pour recherche.
ollama run olmo-3:7b
Nemotron 3.5 Content Safety (NVIDIA, 4.3B Apache 2.0) : modèle multimodal de modération texte+vision, 128k ctx, 2.5 Go VRAM Q4. Sortie mai 2026.
# HuggingFace : nvidia/Nemotron-3.5-Content-Safety
Granite Embedding R2 (IBM, Apache 2.0) : modèle d'embeddings multilingue pour RAG et recherche sémantique, 128k contexte, ~4 Go VRAM Q4.
# HuggingFace : ibm-granite/granite-embedding-multilingual-r2
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur RTX 2060 |
|---|---|---|---|---|---|---|
| #1 | Granite 4.0 H-Tiny 7B-A1B | 7B | 4 GB | 128 000 | Apache 2.0 | 60 tok/s · Q5_K_M |
| #2 | Lucie 7B | 7B | 5 GB | 4 096 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #3 | DeepSeek R1 Distill 7B | 7B | 5 GB | 32 768 | MIT | 12 tok/s · Q5_K_M |
| #4 | Phi-4 Multimodal 5.6B | 5.6B | 4 GB | 128 000 | MIT | 15 tok/s · Q5_K_M |
| #5 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #6 | Nemotron 3.5 Content Safety | 4.3B | 2.5 GB | 128 000 | Apache 2.0 | 32 tok/s · Q8 |
| #7 | Granite Embedding Multilingual R2 | 7B | 4.1 GB | 128 000 | Apache 2.0 | 32 tok/s · Q5_K_M |
Comparez les prix de RTX 2060 chez nos marchands partenaires (prix et stock à jour) :
Liens affiliés — QuelLLM peut percevoir une commission sur les achats, sans surcoût pour vous, ce qui n'influence pas le classement (établi de façon indépendante). En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
Mémo gratuit
Reçois le mémo VRAM → meilleur modèle de code → commande Ollama (un seul écran, copier-coller). Et passe au kit Copilote Local pour en faire un setup qui marche vraiment.
Le kit Copilote Local — les configs Ollama + Cline + Aider prêtes à coller, Modelfiles réglés, dépannage, espace en ligne à vie →Pas de spam. Désinscription en 1 clic. Tes données restent chez nous (jamais revendues).
Ta carte → le meilleur modèle de code à faire tourner en local, et la commande Ollama exacte :
| Ta VRAM | GPU / Mac typiques | Modèle de code conseillé | Commande Ollama |
|---|---|---|---|
| 8 Go | RTX 4060 / 3060 · M1-M2 16 Go | Qwen2.5-Coder 7B (Q4) | ollama run qwen2.5-coder:7b |
| 12 Go | RTX 4070 / 5070 | Qwen2.5-Coder 14B (Q4) | ollama run qwen2.5-coder:14b |
| 16 Go | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 Go | DeepSeek-Coder-V2-Lite 16B ou Qwen2.5-Coder 14B Q8 | ollama run deepseek-coder-v2:16b |
| 24 Go | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 Go | Qwen2.5-Coder 32B (Q4) — le « proche Copilot » | ollama run qwen2.5-coder:32b |
| 32 Go | RTX 5090 | Qwen2.5-Coder 32B en Q5/Q6 ou Devstral Small 2 (agentique) | ollama run devstral |
| 48 Go+ | Mac M4 Max 64 Go · M2 Ultra 128 Go | Qwen3-Coder 30B-A3B (MoE rapide) ou un 32B en Q8 | ollama run qwen3-coder:30b |
🔌 Pour le brancher dans VS Code : Cline (agent multi-fichiers), Aider (CLI) ou Tabby/Twinny (autocomplétion FIM) — tous se connectent à Ollama en local. Le kit Copilote Local — configs prêtes à coller + setup testé — est dispo : /copilote-local.
Filtre : Q4_K_M ≤ 5 Go. Bonus 1-7B et fort bonus ≤ 3B. 336 Go/s correct entry.
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
RTX 2060 6 GB : LLM possible ?
Oui pour 1-7B. Phi-4 Mini 3,8B Q4 à 35-40 tok/s, Llama 3.2 3B Q4 à 50+ tok/s, Mistral 7B Q4 à 15-18 tok/s. Voir guide.
6 Go suffisant en 2026 ?
Tout juste — Mistral 7B Q4 prend 4,5 Go + 1 Go contexte + 0,5 Go OS = serré. Préférez Phi-4 Mini ou Llama 3.2 3B (2-3 Go). Voir guide 6 Go.
2060 vs 3050 8 GB occasion ?
3050 8 GB = +2 Go VRAM mais ancien (224 Go/s vs 2060 336 Go/s). 2060 plus rapide sur 7B mais 3050 ouvre plus de modèles. Selon priorité. Voir RTX 3050 8GB.
Vaut-il mieux upgrader vers 5050 ?
5050 8 GB neuve ~280 € vs 2060 6 GB occasion ~100 €. Si LLM est l'usage principal, 5050 (GDDR7, +8 Go, Neural Engine moderne). Sinon 2060 reste fonctionnel. Voir RTX 5050.
Approfondissez avec nos duels détaillés des finalistes :