Classement mis à jour le 18/08/2026
La RTX 4070 (12 GB GDDR6X, 504 Go/s) est le mid-range Ada Lovelace de 2023. 12 Go suffisent pour 7-14B en Q4. Bonne option occasion ~400 €.
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
Dense 14B avec hybrid thinking. Égale Qwen 2.5 32B Base sur STEM/code.
ollama run qwen3:14b
Raisonneur MIT 14B. Bat R1-Distill-Llama-70B sur AIME/GPQA avec 50× moins de paramètres.
ollama run phi4-reasoning:14b
Raisonnement exceptionnel pour sa taille. Orienté STEM.
ollama run phi4:14b
Dense 14B Apache 2.0. MMLU 79.7, HumanEval 83.5. 29+ langues. Bon compromis.
ollama run qwen2.5:14b
Coder 14B. HumanEval 89.6, LiveCodeBench 37.1. Sweet spot VRAM pour code self-host.
ollama run qwen2.5-coder:14b
R1 distillé Qwen 14B. AIME24 69.7, MATH-500 93.9. Dépasse o1-mini sur beaucoup de benchmarks.
ollama run deepseek-r1:14b
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur RTX 4070 |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 35 tok/s · Q8 |
| #2 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q5_K_M |
| #3 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 20 tok/s · Q5_K_M |
| #4 | Phi-4 14B | 14B | 9 GB | 16 384 | MIT | 20 tok/s · Q5_K_M |
| #5 | Qwen 2.5 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q5_K_M |
| #6 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q5_K_M |
| #7 | DeepSeek R1 Distill Qwen 14B | 14B | 9 GB | 131 072 | MIT | 20 tok/s · Q5_K_M |
Comparez les prix de RTX 4070 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 ≤ 11 Go. Bonus 7-14B. 504 Go/s = solid mid-range.
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
RTX 4070 en 2026 : encore pertinent ?
Oui en occasion ~400 €. Mistral 7B Q5 (~5,5 Go) à 30 tok/s, Qwen 3 14B Q4 (~8 Go) à 25 tok/s. Voir guide.
4070 vs 4070 Super ?
Super = +15 % perf pour ~100 € de plus. Si LLM est l'usage principal et budget OK, prendre Super. Voir RTX 4070 Super.
4070 ou 3080 d'occasion ?
3080 10 Go = -2 Go VRAM mais 760 Go/s (vs 4070 504 Go/s). Plus rapide sur 7B mais limite à 9-10B en Q4 (vs 12B sur 4070). Selon priorité. Voir RTX 3080.
Quel modèle code sur 4070 ?
Qwen 2.5 Coder 14B Q4 (~8 Go) à 25-30 tok/s. Excellent pour Python/JS/Go/Rust. Voir classement code.
Approfondissez avec nos duels détaillés des finalistes :