Classement mis à jour le 18/08/2026
La RTX 5060 (8 GB GDDR7, 448 Go/s) est l'entry-level Blackwell. 8 Go ne permettent que les 7-9B en Q4_K_M, mais GDDR7 + Neural Engine donnent 35-45 tok/s sur Mistral 7B.
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 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
LLM souverain francophone, entraîné sur corpus FR.
ollama run lucie:7b
Excellent en multilingue et raisonnement. 128k de contexte.
ollama run qwen2.5:7b
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur RTX 5060 |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #2 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #3 | Granite Embedding Multilingual R2 | 7B | 4.1 GB | 128 000 | Apache 2.0 | 32 tok/s · Q8 |
| #4 | Qwen 2.5 Omni 7B | 7B | 6 GB | 32 768 | Apache 2.0 | 8 tok/s · Q5_K_M |
| #5 | LFM2.5 7B | 7B | 4.1 GB | 32 768 | LFM Open License v1.0 | 32 tok/s · Q8 |
| #6 | Lucie 7B | 7B | 5 GB | 4 096 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #7 | Qwen 2.5 7B | 7B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q5_K_M |
Comparez les prix de RTX 5060 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 ≤ 7 Go (laisse 1 Go contexte). Bonus 3-9B (peak 8 Go) et ≤ 7B (zero swap). 448 Go/s = throughput correct entry.
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
RTX 5060 vs RTX 4060 ?
Même 8 Go. 5060 GDDR7 448 Go/s vs 4060 GDDR6 272 Go/s = ~65 % gain. Mistral 7B Q4 : 5060 ~40 tok/s vs 4060 ~24 tok/s. Voir RTX 4060.
8 Go suffisent pour démarrer en LLM local ?
Oui — Mistral 7B Q4 (~4,5 Go), Qwen 3 8B Q4 (~5 Go), Llama 3.2 3B Q4 (~2 Go) tous excellents. Pour 13B+, il faut 12 Go (RTX 5070). Voir classement 8 Go VRAM.
RTX 5060 ou 5060 Ti 16 ?
5060 = entry 8 Go (~340 €). 5060 Ti 16 = mid 16 Go (~480 €). Le saut +150 € débloque les 24B (Mistral Small Q4). Si budget OK, 5060 Ti 16. Voir RTX 5060 Ti 16GB.
Quelle quantif sur 5060 ?
Q5_K_M pour 7B (5,5 Go, qualité max). Q4_K_M pour 8-9B (5-5,5 Go). Q4_0 pour 13B forcé (~7 Go) mais qualité dégradée. Restez sur 7B Q5 pour le sweet spot.