La RTX 3090 (24 GB GDDR6X, 936 Go/s) est LE meilleur rapport perf/prix LLM en 2026. ~600-700 € en occasion, 24 Go pleine puissance, Qwen 32B Q5 fluide. Stack 2× pour 48 Go à ~1300 €.
MoE 30B/3B actifs hybrid thinking. MMLU 81.4, AIME24 80.4. 100+ langues.
ollama run qwen3:30b-a3b
Hybride Mamba-2 + MoE 32B/9B actifs. ~70% de RAM en moins en long contexte. Apache 2.0.
ollama run granite4:small-h
Vision MoE 30B/3B actifs. Sweet spot vision Qwen 3. 256k ctx.
ollama run qwen3-vl:30b
MoE 26B/3B actifs par labo US. Rapide grâce aux 3B actifs. Apache 2.0.
ollama pull hf.co/arcee-ai/Trinity-Mini-26B-GGUF
Agentic coréen MoE 30B/3B actifs. Couvre KR/EN/JP/ZH/TH/VI. Apache 2.0. MLA attention.
ollama pull hf.co/kakaoai/Kanana-2-30B-GGUF
Omni MoE 30B/3B actifs. Streaming speech. 119 langues ASR. Apache 2.0.
ollama run qwen3-omni:30b
Premier dLLM open Apache 2.0 : MoE 16B/1B + décodeur diffusion 6.2B. Texte+vision unifié. Sortie 22 avril 2026.
# HuggingFace : inclusionAI/LLaDA2.0-Uni (Flash Attn 2 + CUDA 12.4 requis)
Le meilleur raisonneur open-weight accessible.
ollama run deepseek-r1:32b
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur RTX 3090 |
|---|---|---|---|---|---|---|
| #1 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q5_K_M |
| #2 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 30 tok/s · Q5_K_M |
| #3 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q5_K_M |
| #4 | Trinity Mini 26B-A3B | 26B | 15 GB | 131 072 | Apache 2.0 | 40 tok/s · Q5_K_M |
| #5 | Kanana 2 30B-A3B Thinking | 30B | 18 GB | 131 072 | Apache 2.0 | 40 tok/s · Q5_K_M |
| #6 | Qwen 3 Omni 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q5_K_M |
| #7 | LLaDA 2.0 Uni 16B | 16B | 18 GB | 8 192 | Apache 2.0 | 60 tok/s · Q5_K_M |
| #8 | DeepSeek R1 Distill 32B | 32B | 19 GB | 32 768 | MIT | 12 tok/s · Q5_K_M |
Filtre : Q4_K_M ≤ 22 Go. Bonus 13-32B (peak 24 Go). 936 Go/s GDDR6X = solid Ampere.
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
Pourquoi 3090 = top LLM occasion 2026 ?
24 Go VRAM (= 4090 et 3090 Ti) à ~600-700 €. La 4070 Ti Super neuve ~900 € pour 16 Go. 3090 reste imbattable en €/GB VRAM pour LLM. Voir guide complet.
3090 vs 4090 : qui prendre en 2026 ?
4090 ~2× plus rapide mais ~1500 € neuf vs 3090 ~650 € occasion. Si budget OK, 4090. Si rationnel, 3090. Voir RTX 4090.
Stack 2× 3090 pour Llama 70B ?
Oui — 48 Go total à ~1300 € occasion. Llama 70B Q4_K_M (~40 Go) tient avec tensor parallelism (vLLM, llama.cpp -tp 2). ~25-35 tok/s. Difficile à battre en €/perf 70B local.
Quel modèle sweet spot sur 3090 ?
Qwen 3 32B Q5 (~22 Go) à 22-28 tok/s ou Mistral Small 24B Q6 (~18 Go) à 30-35 tok/s. Pour code, Qwen 2.5 Coder 32B Q4 (~17 Go). Voir classement code.
Approfondissez avec nos duels détaillés des finalistes :