Classement mis à jour le 18/08/2026
La RTX 5050 (8 GB GDDR7, 320 Go/s) est l'entry budget 2025 (~280 €). Conçue pour le jeu 1080p mais 8 Go GDDR7 + Neural Engine permettent un usage LLM honnête sur 3-7B.
Dense 7B 100% ouvert (poids + données + code). Transparence totale pour recherche.
ollama run olmo-3:7b
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
Premier omni open : texte+image+audio+vidéo en entrée, texte+parole en sortie. Pas de tag Ollama officiel.
# GGUF : ggml-org/Qwen2.5-Omni-7B-GGUF (pas d'Ollama officiel)
LFM2.5 7B (Liquid AI) : Liquid Foundation Model dense, 32k contexte, 4.1 Go VRAM Q4. Optimisé pour CPU et edge. Sortie mai 2026.
ollama pull lfm2.5
VLM 3B spécialisé extraction documents entreprise. OCR, tables, formulaires.
# HuggingFace : ibm-granite/granite-4.0-3b-vision
Dense 3B Apache 2.0, 12 langues dont FR, 131k ctx, GQA 40Q/8KV. Tool calling et FIM code. Sortie 29 avril 2026.
ollama run granite4.1:3b
Granite 4.1 (3B Apache 2.0) : tag Ollama générique de la famille IBM Granite 4.1, 128k ctx, tool calling et code. Sortie mai 2026.
ollama run granite4.1
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur RTX 5050 |
|---|---|---|---|---|---|---|
| #1 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #2 | Granite Embedding Multilingual R2 | 7B | 4.1 GB | 128 000 | Apache 2.0 | 32 tok/s · Q8 |
| #3 | Qwen 2.5 Omni 7B | 7B | 6 GB | 32 768 | Apache 2.0 | 8 tok/s · Q5_K_M |
| #4 | LFM2.5 7B | 7B | 4.1 GB | 32 768 | LFM Open License v1.0 | 32 tok/s · Q8 |
| #5 | Granite 4.0 3B Vision | 3B | 2.2 GB | 16 384 | Apache 2.0 | 25 tok/s · FP16 |
| #6 | Granite 4.1 3B Instruct | 3B | 2 GB | 131 072 | Apache 2.0 | 25 tok/s · FP16 |
| #7 | Granite 4.1 | 3B | 1.7 GB | 128 000 | Apache 2.0 | 50 tok/s · FP16 |
Comparez les prix de RTX 5050 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 ≤ 6 Go (laisse marge contexte). Bonus 1-7B (peak budget) et ≤ 3B (très rapides). 320 Go/s suffit pour les 1-7B.
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
RTX 5050 : pertinent pour les LLM ?
Oui pour découvrir : Mistral 7B Q4 (~4,5 Go) à 28-32 tok/s, Llama 3.2 3B Q4 à 50+ tok/s. Pas pour du sérieux mais entry honnête. Pour un palier au-dessus, voir RTX 5060.
5050 vs 3060 12 Go d'occasion ?
3060 12 Go (~200 € occasion) = +4 Go VRAM mais GDDR6 360 Go/s (vs 5050 GDDR7 320 Go/s). Pour LLM, 3060 12 Go gagne (13B accessibles, modèles plus capables). Voir RTX 3060.
Faut-il préférer un Mac M4 16 Go ?
Mac M4 16 Go (~1100 € mini) = 16 Go unifié + silence. 5050 (~280 €) sur PC existant = bien moins cher. Pour découvrir le LLM local, 5050 sur PC actuel est la voie économique. Voir Mac 16 Go.
Quels modèles sweet spot 5050 ?
Phi-4 Mini 3,8B Q4 (40-50 tok/s), Llama 3.2 3B Q4 (50+ tok/s), Mistral 7B Q4 (28-32 tok/s). Évitez 13B+ — ne tiennent pas en 8 Go avec contexte large.