Classement mis à jour le 13/10/2026
La RTX 3080 10 GB (GDDR6X, 760 Go/s) reste très capable en 2026. 10 Go limitent les 13B en Q4 (~8 Go laisse peu de marge contexte) mais 7-9B Q5 et Mistral 7B FP16 tournent excellent.
RTX 3080 10GB : alternative d’achat disponible pour l’IA locale — RTX 5070 Ti 16 Go :
Quel PC choisir selon votre budget ? Nos choix de 800 à 3 500 € →
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.
Dense 8B Apache 2.0, 12 langues dont FR, 131k ctx, GQA 32Q/8KV. MMLU 73.84, HumanEval 85.37. Sortie 29 avril 2026.
# HuggingFace : ibm-granite/granite-4.1-8b
Granite 4.2 8B (IBM) : dense Apache 2.0, 128k contexte, ~4,6 Go VRAM Q4. Chat, code et raisonnement multilingues pour l'entreprise.
ollama pull granite4.2
Fine-tune SFT « thinking » d'OLMo 3 7B : raisonnement pas-à-pas, 16k contexte, ~4,2 Go VRAM en Q4. 100% ouvert, licence Apache 2.0.
# HuggingFace : zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc
GLM 5.3 (Zhipu) : dense 7B spécialisé code et raisonnement, 128k contexte, ~4,1 Go VRAM Q4. Léger, tourne sur GPU 6-8 Go, licence MIT.
ollama pull glm-5.3
Dense 9B nouvelle génération. 262k ctx, hybrid thinking amélioré.
ollama run qwen3.5:9b
Vision 8B dense Qwen 3. Meilleur petit VLM Qwen génération 3.
ollama run qwen3-vl:8b
Version compacte du 70B. 1000+ langues, entraîné sur supercalculateur suisse Alps.
ollama pull hf.co/swissai/Apertus-8B-GGUF
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur RTX 3080 10GB |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 35 tok/s · Q8 |
| #2 | Granite 4.2 8B | 8B | 4.6 GB | 128 000 | Apache 2.0 | 50 tok/s · Q8 |
| #3 | OLMo 3 7B Think (SFT) | 7B | 4.2 GB | 16 000 | Apache 2.0 | 50 tok/s · Q8 |
| #4 | GLM 5.3 7B | 7B | 4.1 GB | 128 000 | MIT | 50 tok/s · Q8 |
| #5 | Qwen 3.5 9B | 9B | 6 GB | 262 000 | Apache 2.0 | 28 tok/s · Q8 |
| #6 | Qwen 3 VL 8B | 8B | 6 GB | 262 144 | Apache 2.0 | 30 tok/s · Q8 |
| #7 | Apertus 8B | 8B | 6 GB | 65 536 | Apache 2.0 | 30 tok/s · Q8 |
Ton ChatGPT privé et gratuit sur ta machine en 1 heure — LM Studio, Ollama, Open WebUI, tes documents, sans cloud.
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 | Qwen 3.5 9B (Q4, 6,6 Go — 256k ctx) | ollama run qwen3.5:9b |
| 12 Go | RTX 3060 12 Go / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 Go) ou Gemma 4 12B (7,6 Go) | ollama run qwen3.5:9b-q8_0 |
| 16 Go | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 Go | Devstral 24B (Q4, 14 Go) — spécialiste agent de code | ollama run devstral:24b |
| 24 Go | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 Go | Qwen 3.8 27B (Q4, 18 Go) — le « proche Copilot » | ollama run qwen3.8:27b |
| 32 Go | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 Go) — MoE rapide | ollama run qwen3.6:35b |
| 48 Go+ | Mac M4 Max 64 Go · M2 Ultra 128 Go | Qwen3-Coder 30B-A3B (Q8, 32 Go — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — c'est encore la référence sur ce cas précis. ⚠️ Qwen 3.8 : son raisonnement est réglé très haut par défaut et il « sur-réfléchit » sur des demandes simples — baisse-le à low (ou coupe-le) au premier lancement. ⚠️ Piège licence : Codestral 22B = Mistral Non-Production License → interdit pour coder au travail. Qwen 3.5/3.8, Gemma 4 et Devstral sont en Apache 2.0. 💡 Ça plante en mémoire ? Garde ~1,5 Go de VRAM libre pour le contexte, ou descends d'un cran de quantization.🔌 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 ≤ 9 Go. Bonus 7-9B (peak 10 Go). 760 Go/s = solid.
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
RTX 3080 10 GB en 2026 : encore pertinent ?
Oui pour 7-9B en Q5/Q8 (Mistral 7B Q8 = ~7,5 Go) à 50+ tok/s. Pour 13-14B il faut Q4 et marge serrée. Voir guide.
3080 10 GB vs 4070 12 GB ?
3080 = 760 Go/s, 4070 = 504 Go/s. 3080 ~50 % plus rapide. Mais 4070 a 12 Go (Qwen 3 14B Q4 OK). Selon priorité speed vs VRAM. Voir RTX 4070.
Quelle quantif sur 3080 10 GB ?
Q8 pour 7B (qualité quasi-FP16, ~7,5 Go). Q5_K_M pour 8-9B (~6-7 Go). Évitez Q4 sauf si vous voulez tenter un 13B (~8 Go, marge fine).
Occasion 3080 10 GB : à quel prix ?
~350-400 € en France. Pour LLM, 3090 occasion (~650 €) reste meilleur si budget. Voir RTX 3090.