24 Go
Meilleur LLM local pour 24 Go de VRAM
Les modèles à poids ouverts qui tiennent sur une RTX 3090/4090 ou une carte 24 Go en quantification Q4, classés par Elo LMArena. C'est le palier où un poste de travail fait tourner un modèle réellement utile en analyse documentaire, code et RAG, sans envoyer une donnée dehors.
| # | Modèle | Elo Arena | RAM (Q4) | Hébergement | Licence |
|---|---|---|---|---|---|
| 1 | 🇺🇸Gemma 4 31B Google | 1451 | 21 Go | Auto-hébergeable | apache-2.0 |
| 2 | 🇺🇸Gemma 4 26B-A4B Google | 1438 | 18 Go | Auto-hébergeable | apache-2.0 |
| 3 | 🇺🇸Gemma 3 27B Google | 1365 | 19 Go | Auto-hébergeable | gemma |
| 4 | 🇨🇳Qwen3 32B Alibaba | 1347 | 23 Go | Auto-hébergeable | apache-2.0 |
| 5 | 🇺🇸Gemma 3 12B Google | 1342 | 9 Go | Auto-hébergeable | gemma |
| 6 | 🇨🇳QwQ 32B Alibaba | 1336 | 23 Go | Auto-hébergeable | apache-2.0 |
| 7 | 🇺🇸gpt-oss-20b OpenAI | 1317 | 15 Go | Auto-hébergeable | apache-2.0 |
| 8 | 🇺🇸Gemma 3n E4B Google | 1317 | 7 Go | Auto-hébergeable | gemma |
| 9 | 🇺🇸Nemotron 3 Nano 30B-A3B NVIDIA | 1314 | 21 Go | Auto-hébergeable | nvidia-open-model |
| 10 | 🇺🇸Granite 4.1 8B IBM | 1306 | 7 Go | Auto-hébergeable | apache-2.0 |
Données vérifiées le 4 septembre 2026Ouvrir dans le comparateur
Méthode
Classement déterministe sur les données du comparateur : Elo LMArena (style control) en premier critère, téléchargements HuggingFace en second pour les modèles sans Elo. Les prix et licences sont vérifiés à la source officielle et datés. Aucun modèle n'est classé par un LLM.