GeForce RTX 4060에서 Llama 3.3 70B 돌릴 수 있을까?
불가Q4_K_M에는 45.2GB가 필요해서, 쓸 수 있는 메모리 7.4GB보다 37.8GB가 모자랍니다. RAM 32GB 구성에서는 쓸 만한 속도로 도는 양자화 파일도 없습니다.
VRAM 8GB · 272.0 GB/s · FP16 15.1 TFLOPS. 시스템 RAM 32GB(DDR5-5600), Windows, 이 GPU로 화면 출력, 8k 컨텍스트, f16 KV 캐시를 기준으로 계산했습니다.
시스템 RAM 용량별 판정
이 페이지는 시스템 RAM 32GB를 기준으로 계산했습니다. 판정은 같지만, RAM 용량에 따라 메모리에 들어가는 파일이 달라집니다.
- 16GB불가Q4_K_M: 메모리에 안 들어감
- 32GB불가Q4_K_M: 메모리에 안 들어감(이 페이지 기준)
- 64GB불가Q4_K_M: 들어가지만 너무 느림추정 1.1 tok/s (0.9–1.3, 보정된 추정 ±20%)
- 96GB불가Q4_K_M: 들어가지만 너무 느림추정 1.1 tok/s (0.9–1.3, 보정된 추정 ±20%)
- 128GB불가Q4_K_M: 들어가지만 너무 느림추정 1.1 tok/s (0.9–1.3, 보정된 추정 ±20%)
GeForce RTX 4060에서 Llama 3.3 70B: 양자화별 판정
| 양자화 | 파일 크기 | 판정 | 속도 | 메모리 | 실행 방식 | 참고 |
|---|---|---|---|---|---|---|
| IQ2_M | 24.12GB | 불가 | 추정 1.9 tok/s1.5–2.3보정된 추정 ±20% | 8.0 / 8.0GB + RAM 20.0GB | 부분 오프로드 | 메모리에는 들어가지만 너무 느려서 실제로 쓰기 어렵습니다. |
| Q2_K | 26.38GB | 불가 | 추정 1.8 tok/s1.4–2.1보정된 추정 ±20% | 8.0 / 8.0GB + RAM 22.2GB | 부분 오프로드 | 메모리에는 들어가지만 너무 느려서 실제로 쓰기 어렵습니다. |
| IQ4_XS | 37.90GB | 불가 | — | 약 40.6GB가 필요한데, 쓸 수 있는 VRAM은 7.4GB, 여유 RAM은 28.0GB입니다. | — | — |
| Q4_K_M기준 | 42.52GB | 불가 | — | 약 45.2GB가 필요한데, 쓸 수 있는 VRAM은 7.4GB, 여유 RAM은 28.0GB입니다. | — | — |
| Q8_0 | 74.98GB | 불가 | — | 약 77.1GB가 필요한데, 쓸 수 있는 VRAM은 7.4GB, 여유 RAM은 28.0GB입니다. | — | — |
Q4_K_M 기준 메모리 사용 내역
Q4_K_M 파일은 들어가지 않습니다. 45.2GB가 필요한데 쓸 수 있는 메모리는 7.4GB라서, 나눠 보여 줄 내역이 없습니다.
시스템 RAM·컨텍스트 길이·KV 캐시
| 컨텍스트 | KV f16 | KV q8_0 | KV q4_0 |
|---|---|---|---|
| 4k | 43.8GB미탑재 | 43.2GB미탑재 | 42.8GB미탑재 |
| 8k | 45.2GB미탑재 | 43.9GB미탑재 | 43.3GB미탑재 |
| 16k | 47.9GB미탑재 | 45.4GB미탑재 | 44.1GB미탑재 |
| 32k | 53.5GB미탑재 | 48.5GB미탑재 | 45.8GB미탑재 |
| 64k | 64.5GB미탑재 | 54.5GB미탑재 | 49.1GB미탑재 |
| 128k | 86.6GB미탑재 | 66.6GB미탑재 | 55.9GB미탑재 |
S = 쾌적 · A = 원활 · B = 겨우 가능 · F = 불가
Q4_K_M 기준으로는 컨텍스트를 얼마로 잡아도 들어가지 않습니다. 4k에서도 43.8GB가 필요한데, 쓸 수 있는 메모리는 7.4GB입니다.
예상 속도
- 생성
- —
- 프롬프트 처리
- 프롬프트 처리 속도는 모델 전체가 GPU에서 돌 때만 추정합니다.
이 조합의 벤치마크 결과
이 조합으로 잰 공개 벤치마크 결과는 아직 없습니다. 위 수치는 모두 추정치입니다.
다른 선택지
GeForce RTX 4060에서 원활하게 도는 더 작은 모델
원활Qwen3.5 35B-A3B: 원활, 추정 39.3 tok/s (27.5–51.1, 이론 추정 ±30%)
실행 방법
이 파일은 쓸 수 있는 메모리 7.4GB와 RAM 28.0GB를 합쳐도 들어가지 않아서 실행 명령이 없습니다. RAM 용량이 다르면 위 ‘시스템 RAM·컨텍스트 길이·KV 캐시’에서 용량을 고르세요. 그 용량에 맞는 명령이 나옵니다.
관련 페이지
가이드: 로컬 LLM 사양 — 그래픽카드 VRAM 8~32GB별로 돌릴 수 있는 모델 (2026)
GeForce RTX 4060에서 다른 모델
다른 하드웨어에서 Llama 3.3 70B
자주 묻는 질문
GeForce RTX 4060에서 Llama 3.3 70B 돌릴 수 있나요?
Q4_K_M에는 45.2GB가 필요해서, 쓸 수 있는 메모리 7.4GB보다 37.8GB가 모자랍니다. RAM 32GB 구성에서는 쓸 만한 속도로 도는 양자화 파일도 없습니다. Q4_K_M에는 8k 컨텍스트 기준 45.2GB가 필요하고, 이 구성에서 쓸 수 있는 메모리는 7.4GB, 여유 시스템 RAM은 28.0GB입니다.
GeForce RTX 4060에서 Llama 3.3 70B 컨텍스트는 얼마까지 쓸 수 있나요?
컨텍스트를 얼마로 잡아도 들어가지 않습니다. 4k에서도 Q4_K_M에는 43.8GB가 필요한데, 쓸 수 있는 메모리는 7.4GB입니다.
어떤 양자화 파일을 받아야 하고, 속도는 얼마나 나오나요?
쓸 만한 속도가 나오는 양자화 파일이 없습니다. 가장 빠른 IQ2_M (품질 손실 큼)(24.12GB)도 속도가 추정 1.9 tok/s (1.5–2.3, 보정된 추정 ±20%)에 그칩니다.
속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.