Hardware Match

Quel modèle pour 8 × H200 · 1128 Go ?

1128 Go utilisables pour le modèle. 114 modèles open-weight tiennent en mémoire.

La marge sert au contexte : comptez ~1 Go par 8k tokens pour un modèle 7B. Une marge faible = contexte court.

Débloqué par cette config

Ces modèles ne tiennent sur aucune config plus petite du catalogue (la précédente offre 640 Go utiles), même dans leur quantization la plus légère.

Modèle	Elo	Quantization	RAM requise	Marge	Confort mémoire	Lancer
Kimi K2Moonshot AI · 1026B	1418	Q4_K_M	645 Go	+483 Go	confortable	Hugging Face ↗

Tiennent aussi sur une config plus petite

Modèle	Elo	Quantization	RAM requise	Marge	Confort mémoire	Lancer
GLM-5.3Zhipu AI · 753B	1478	Q8_0	888 Go	+240 Go	juste	Hugging Face ↗
GLM-5.2Zhipu AI · 754B	1475	Q8_0	889 Go	+239 Go	juste	Hugging Face ↗
GLM-5Zhipu AI · 744B	1458	Q8_0	878 Go	+250 Go	juste	Hugging Face ↗
Gemma 4 31BGoogle · 31B	1452	FP16	70 Go	+1058 Go	confortable	Hugging Face ↗
Qwen3.5 397B-A17BAlibaba · 397B	1442	FP16	875 Go	+253 Go	juste	Hugging Face ↗
DeepSeek V4-FlashDeepSeek · 284B	1439	Q4_K_MFP16 tient aussi · 627 Go	180 Go	+948 Go	confortable	ollama run deepseek-v4-flash
Gemma 4 26B-A4BGoogle · 26B	1438	FP16	59 Go	+1069 Go	confortable	Hugging Face ↗
Mistral Medium 3.5Mistral AI · 128B	1426	FP16	284 Go	+844 Go	confortable	Hugging Face ↗
Nemotron 3 Ultra 550B-A55BNVIDIA · 550B	1426	Q8_0	649 Go	+479 Go	confortable	Hugging Face ↗
Mistral Large 3Mistral AI · 675B	1414	Q8_0	796 Go	+332 Go	juste	Hugging Face ↗
GLM-4.5Z.ai · 355B	1411	FP16	783 Go	+345 Go	confortable	Hugging Face ↗
DeepSeek-R1DeepSeek · 671B	1398	Q4_K_MQ8_0 tient aussi · 792 Go	423 Go	+705 Go	confortable	ollama run deepseek-r1:671b
DeepSeek V3DeepSeek · 685B	1395	Q4_K_MQ8_0 tient aussi · 808 Go	431 Go	+697 Go	confortable	ollama run deepseek-v3
Qwen3-Coder 480BAlibaba · 480B	1388	Q4_K_MFP16 tient aussi · 1058 Go	303 Go	+825 Go	confortable	ollama run qwen3-coder:480b
Qwen3 235B-A22BAlibaba · 235B	1375	Q4_K_MFP16 tient aussi · 519 Go	149 Go	+979 Go	confortable	ollama run qwen3:235b
GLM-4.5 AirZ.ai · 106B	1373	FP16	235 Go	+893 Go	confortable	Hugging Face ↗
Gemma 3 27BGoogle · 27B	1365	Q4_K_MFP16 tient aussi · 61 Go	19 Go	+1109 Go	confortable	ollama run gemma3:27b
Nemotron 3 Super 120B-A12BNVIDIA · 120B	1360	FP16	266 Go	+862 Go	confortable	Hugging Face ↗
Mistral Small 3.2Mistral AI · 24B	1356	Q4_K_MFP16 tient aussi · 55 Go	17 Go	+1111 Go	confortable	ollama run mistral-small3.2
gpt-oss-120bOpenAI · 117B	1352	MXFP4	73 Go	+1055 Go	confortable	ollama run gpt-oss:120b
Qwen3 32BAlibaba · 32.8B	1347	Q4_K_MFP16 tient aussi · 74 Go	23 Go	+1105 Go	confortable	ollama run qwen3:32b
Gemma 3 12BGoogle · 12B	1342	Q4_K_MFP16 tient aussi · 28 Go	9 Go	+1119 Go	confortable	ollama run gemma3:12b
QwQ 32BAlibaba · 32.8B	1336	Q4_K_MFP16 tient aussi · 74 Go	23 Go	+1105 Go	confortable	ollama run qwq
Llama 4 MaverickMeta · 400B	1327	Q4_K_MFP16 tient aussi · 882 Go	253 Go	+875 Go	confortable	ollama run llama4:maverick
Llama 4 ScoutMeta · 109B	1322	Q4_K_MFP16 tient aussi · 242 Go	70 Go	+1058 Go	confortable	ollama run llama4:scout
Gemma 3n E4BGoogle · 4B	1318	Q4_K_MFP16 tient aussi · 11 Go	5 Go	+1123 Go	confortable	ollama run gemma3n:e4b
Llama 3.3 70BMeta · 70.6B	1318	Q4_K_MFP16 tient aussi · 157 Go	46 Go	+1082 Go	confortable	ollama run llama3.3:70b
gpt-oss-20bOpenAI · 21B	1317	MXFP4	17 Go	+1111 Go	confortable	ollama run gpt-oss:20b
Nemotron 3 Nano 30B-A3BNVIDIA · 30B	1314	FP16	68 Go	+1060 Go	confortable	Hugging Face ↗
Granite 4.1 8BIBM · 8B	1304	FP16	20 Go	+1108 Go	confortable	Hugging Face ↗
Gemma 3 4BGoogle · 4B	1303	Q4_K_MFP16 tient aussi · 11 Go	5 Go	+1123 Go	confortable	ollama run gemma3:4b
Qwen2.5 72BAlibaba · 72.7B	1303	Q4_K_MFP16 tient aussi · 162 Go	48 Go	+1080 Go	confortable	ollama run qwen2.5:72b
Llama 3.1 Nemotron 70BNVIDIA · 70.6B	1299	Q4_K_MFP16 tient aussi · 157 Go	46 Go	+1082 Go	confortable	ollama run nemotron:70b
Qwen2.5-Coder 32BAlibaba · 32.8B	1271	Q4_K_MFP16 tient aussi · 74 Go	23 Go	+1105 Go	confortable	ollama run qwen2.5-coder:32b
Aya Expanse 32BCohere · 32.3B	1267	Q4_K_MFP16 tient aussi · 73 Go	22 Go	+1106 Go	confortable	ollama run aya-expanse:32b
Command R+Cohere · 104B	1262	Q4_K_MFP16 tient aussi · 231 Go	67 Go	+1061 Go	confortable	ollama run command-r-plus
Phi-4Microsoft · 14.7B	1256	Q4_K_MFP16 tient aussi · 34 Go	11 Go	+1117 Go	confortable	ollama run phi4
Phi-4 ReasoningMicrosoft · 14.7B	1256	Q4_K_MFP16 tient aussi · 34 Go	11 Go	+1117 Go	confortable	ollama run phi4-reasoning
OLMo 2 32BAllen AI · 32B	1252	FP16	72 Go	+1056 Go	confortable	Hugging Face ↗
CodestralMistral AI · 22.2B	1240	Q4_K_MFP16 tient aussi · 51 Go	16 Go	+1112 Go	confortable	ollama run codestral
Ministral 8BMistral AI · 8.02B	1238	FP16	20 Go	+1108 Go	confortable	Hugging Face ↗
Llama 3.1 8BMeta · 8.03B	1211	Q4_K_MFP16 tient aussi · 20 Go	7 Go	+1121 Go	confortable	ollama run llama3.1:8b
Mixtral 8x7BMistral AI · 46.7B	1197	Q4_K_MFP16 tient aussi · 105 Go	31 Go	+1097 Go	confortable	ollama run mixtral:8x7b
Llama 3.2 3BMeta · 3.21B	1167	Q4_K_MFP16 tient aussi · 9 Go	4 Go	+1124 Go	confortable	ollama run llama3.2:3b
Llama 3.2 1BMeta · 1.24B	1111	Q4_K_MFP16 tient aussi · 5 Go	3 Go	+1125 Go	confortable	ollama run llama3.2:1b
Mistral 7BMistral AI · 7.25B	1110	Q4_K_MFP16 tient aussi · 18 Go	7 Go	+1121 Go	confortable	ollama run mistral:7b

Pas encore classés par l’Arena

Aucun Elo Arena rattaché : sortie récente, modèle absent de l’Arena, ou correspondance pas encore faite de notre côté.

Modèle	Elo	Quantization	RAM requise	Marge	Confort mémoire	Lancer
Qwen3 0.6BAlibaba · 0.6B	—	Q4_K_MFP16 tient aussi · 3 Go	2 Go	+1126 Go	confortable	ollama run qwen3:0.6b
Gemma 3 1BGoogle · 1B	—	Q4_K_MFP16 tient aussi · 4 Go	3 Go	+1125 Go	confortable	ollama run gemma3:1b
Phi-4 MiniMicrosoft · 3.8B	—	Q4_K_MFP16 tient aussi · 10 Go	4 Go	+1124 Go	confortable	ollama run phi4-mini
Qwen3 4BAlibaba · 4.02B	—	Q4_K_MFP16 tient aussi · 11 Go	5 Go	+1123 Go	confortable	ollama run qwen3:4b
Gemma 4 E2BGoogle · 2B	—	FP16	6 Go	+1122 Go	confortable	Hugging Face ↗
CodeGemma 7BGoogle · 8.5B	—	Q4_K_MFP16 tient aussi · 21 Go	7 Go	+1121 Go	confortable	ollama run codegemma
Command R7BCohere · 8B	—	Q4_K_MFP16 tient aussi · 20 Go	7 Go	+1121 Go	confortable	ollama run command-r7b
DeepSeek-R1 Distill 8BDeepSeek · 8.03B	—	Q4_K_MFP16 tient aussi · 20 Go	7 Go	+1121 Go	confortable	ollama run deepseek-r1:8b
Granite 3.3 8BIBM · 8.1B	—	Q4_K_MFP16 tient aussi · 20 Go	7 Go	+1121 Go	confortable	ollama run granite3.3:8b
Hermes 3 8BNous Research · 8.03B	—	Q4_K_MFP16 tient aussi · 20 Go	7 Go	+1121 Go	confortable	ollama run hermes3:8b
MiniCPM5-2BOpenBMB · 2.5B	—	FP16	7 Go	+1121 Go	confortable	Hugging Face ↗
Qwen3 8BAlibaba · 8.2B	—	Q4_K_MFP16 tient aussi · 20 Go	7 Go	+1121 Go	confortable	ollama run qwen3:8b
Falcon 3 10BTII · 10.3B	—	Q4_K_MFP16 tient aussi · 25 Go	8 Go	+1120 Go	confortable	ollama run falcon3:10b
Granite 4.1 3BIBM · 3B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
Ministral 3 3BMistral AI · 3B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
SmolLM3 3BHugging Face · 3.1B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
Mistral Nemo 12BMistral AI · 12.2B	—	Q4_K_MFP16 tient aussi · 29 Go	10 Go	+1118 Go	confortable	ollama run mistral-nemo
Gemma 4 E4BGoogle · 4B	—	FP16	11 Go	+1117 Go	confortable	Hugging Face ↗
Qwen3 14BAlibaba · 14.8B	—	Q4_K_MFP16 tient aussi · 35 Go	11 Go	+1117 Go	confortable	ollama run qwen3:14b
DeepSeek-Coder-V2 LiteDeepSeek · 15.7B	—	Q4_K_MFP16 tient aussi · 37 Go	12 Go	+1116 Go	confortable	ollama run deepseek-coder-v2:16b
StarCoder 2BigCode · 16B	—	Q4_K_MFP16 tient aussi · 37 Go	12 Go	+1116 Go	confortable	ollama run starcoder2:15b
Devstral SmallMistral AI · 24B	—	Q4_K_MFP16 tient aussi · 55 Go	17 Go	+1111 Go	confortable	ollama run devstral
Lucie 7BOpenLLM France · 6.7B	—	FP16	17 Go	+1111 Go	confortable	Hugging Face ↗
Magistral SmallMistral AI · 24B	—	Q4_K_MFP16 tient aussi · 55 Go	17 Go	+1111 Go	confortable	ollama run magistral
OLMo 3 7BAllen AI · 7B	—	FP16	17 Go	+1111 Go	confortable	Hugging Face ↗
Apertus 8BSwiss AI · 8B	—	FP16	20 Go	+1108 Go	confortable	Hugging Face ↗
Ministral 3 8BMistral AI · 8B	—	FP16	20 Go	+1108 Go	confortable	Hugging Face ↗
InternLM3 8BShanghai AI Lab · 8.8B	—	FP16	21 Go	+1107 Go	confortable	Hugging Face ↗
EuroLLM 9BUTTER Project · 9.15B	—	FP16	22 Go	+1106 Go	confortable	Hugging Face ↗
DeepSeek-R1 Distill 32BDeepSeek · 32.8B	—	Q4_K_MFP16 tient aussi · 74 Go	23 Go	+1105 Go	confortable	ollama run deepseek-r1:32b
Gemma 4 12BGoogle · 12B	—	FP16	28 Go	+1100 Go	confortable	Hugging Face ↗
Ministral 3 14BMistral AI · 14B	—	FP16	33 Go	+1095 Go	confortable	Hugging Face ↗
Qwen3.6 27BAlibaba · 27B	—	FP16	61 Go	+1067 Go	confortable	Hugging Face ↗
Qwen3.8 27BAlibaba · 27B	—	FP16	61 Go	+1067 Go	confortable	Hugging Face ↗
Qwen3.6 35B-A3BAlibaba · 35B	—	FP16	79 Go	+1049 Go	confortable	Hugging Face ↗
Mistral Small 4Mistral AI · 119B	—	FP16	264 Go	+864 Go	confortable	Hugging Face ↗
DeepSeek V4.1-FlashDeepSeek · 552B	—	FP8	563 Go	+565 Go	confortable	Hugging Face ↗
Kimi K2.7 CodeMoonshot AI · 1000B	—	Q4_K_M	629 Go	+499 Go	confortable	Hugging Face ↗

Image, vidéo, audio et 3D

Ces modèles ne génèrent pas de texte : l’Arena texte ne les classe pas. Ordre indicatif, pas un classement de qualité.

Modèle	Elo	Quantization	RAM requise	Marge	Confort mémoire	Lancer
Kokoro-82MHexgrad · 0.08B	—	FP16	2 Go	+1126 Go	confortable	Hugging Face ↗
ChatterboxResemble AI · 0.5B	—	FP16	3 Go	+1125 Go	confortable	Hugging Face ↗
Parakeet TDT 0.6B v3NVIDIA · 0.6B	—	FP16	3 Go	+1125 Go	confortable	Hugging Face ↗
TripoSRStability AI · 0.5B	—	FP16	3 Go	+1125 Go	confortable	Hugging Face ↗
Stable Fast 3DStability AI · 1B	—	FP16	4 Go	+1124 Go	confortable	Hugging Face ↗
TRELLISMicrosoft · 1.2B	—	FP16	5 Go	+1123 Go	confortable	Hugging Face ↗
Whisper large-v3OpenAI · 1.55B	—	FP16	5 Go	+1123 Go	confortable	Hugging Face ↗
Dia 1.6BNari Labs · 1.6B	—	FP16	6 Go	+1122 Go	confortable	Hugging Face ↗
Hunyuan3D 2.1Tencent · 3B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
Orpheus 3BCanopy Labs · 3B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
Voxtral Mini 3BMistral AI · 3B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
YuE2-3Bm-a-p (Multimodal Art Projection) · 3B	—	FP16	9 Go	+1119 Go	confortable	Hugging Face ↗
FLUX.2 [klein] 4BBlack Forest Labs · 4B	—	FP16	11 Go	+1117 Go	confortable	Hugging Face ↗
TRELLIS.2Microsoft · 4B	—	FP16	11 Go	+1117 Go	confortable	Hugging Face ↗
CogVideoX 5BZhipu AI · 5B	—	FP16	13 Go	+1115 Go	confortable	Hugging Face ↗
Wan 2.2 5BAlibaba · 5B	—	FP16	13 Go	+1115 Go	confortable	Hugging Face ↗
Ming-Image 0.1 DesignAnt Group · 6B	—	FP16	15 Go	+1113 Go	confortable	Hugging Face ↗
Z-Image TurboAlibaba · 6B	—	FP16	15 Go	+1113 Go	confortable	Hugging Face ↗
HunyuanVideo 1.5Tencent · 8.3B	—	FP16	20 Go	+1108 Go	confortable	Hugging Face ↗
GLM-ImageZhipu AI · 9B	—	FP16	22 Go	+1106 Go	confortable	Hugging Face ↗
Mochi 1Genmo · 10B	—	FP16	24 Go	+1104 Go	confortable	Hugging Face ↗
FLUX.1 [dev]Black Forest Labs · 12B	—	FP16	28 Go	+1100 Go	confortable	Hugging Face ↗
HiDream-I1HiDream · 17B	—	FP16	39 Go	+1089 Go	confortable	Hugging Face ↗
Qwen-Image 2512Alibaba · 20B	—	FP16	46 Go	+1082 Go	confortable	Hugging Face ↗
LTX-2.3Lightricks · 22B	—	FP16	50 Go	+1078 Go	confortable	Hugging Face ↗
Voxtral Small 24BMistral AI · 24B	—	FP16	55 Go	+1073 Go	confortable	Hugging Face ↗
Wan 2.2 A14BAlibaba · 27B	—	FP16	61 Go	+1067 Go	confortable	Hugging Face ↗
FLUX.2 [dev]Black Forest Labs · 32B	—	FP16	72 Go	+1056 Go	confortable	Hugging Face ↗
HunyuanImage 3.0Tencent · 80B	—	FP16	178 Go	+950 Go	confortable	Hugging Face ↗

Une commande « ollama run » sans suffixe télécharge la version Q4_K_M de la bibliothèque Ollama : la ligne indique alors cette quantization et sa mémoire, et signale si FP16 ou Q8_0 tiendrait aussi. Exception : un modèle publié dans un format natif (MXFP4 pour gpt-oss, FP8 pour DeepSeek V4.1) n’existe qu’en une version, c’est elle que la commande charge. via Hugging Face ou un tag Ollama explicite.

Partager ce verdict

Un lien, la même sélection, les mêmes raisons.

Partager sur LinkedIn

Affiner avec le Finder Autres configurations