RTX 5060 Ti 8GB vs RTX 5060 Ti 16GB 로컬 LLM 비교
시스템 RAM 32GB(DDR5-5600), Windows, 이 GPU로 화면 출력, 8k 컨텍스트, f16 KV 캐시를 기준으로 계산했습니다.
고르기 전에 알아 둘 점
두 카드는 칩과 메모리 대역폭이 같습니다. 그래서 8GB 카드에 다 들어가는 모델은 추정 속도도 같고, 차이는 메모리 용량에서 납니다. CanRun 계산으로 모델에 쓸 수 있는 몫은 8GB 카드가 7.4GB, 16GB 카드가 15.4GB입니다. Qwen3 8B는 두 카드 모두 쾌적하게 돌아가지만, 8GB 카드는 여유가 적으니 ollama ps로 확인하세요. Gemma 4 12B는 8GB 카드에 다 들어가지 않아도 대부분이 GPU에 남아 원활하게 돌아갑니다. Gemma 3 12B는 더 많이 넘쳐 느리게 돌아가고, 11.0GB가 필요한 Phi-4도 느립니다. 이 둘은 16GB 카드에서 쾌적하게 돌아갑니다. 같은 'RTX 5060 Ti' 이름으로 두 용량이 팔리니 메모리 용량부터 확인하세요.
MoE 모델은 시스템 RAM도 함께 봐야 합니다. gpt-oss-20b는 16GB 카드에만 전부 올라가고, 이 조합은 아래 공개 벤치마크에도 있습니다. 8GB 카드에서는 전문가 일부를 시스템 RAM에 두고 원활하게 돌아갑니다(이론 추정 ±30%). Qwen3 30B-A3B (2507)은 시스템 RAM이 32GB면 두 카드 모두 원활하게 돌아갑니다(이론 추정). 시스템 RAM이 16GB뿐이면 8GB 카드로는 돌릴 수 없지만, 16GB 카드에서는 원활하게 돌아갑니다(이론 추정).
Qwen3 8B를 16k 컨텍스트로 쓰면 f16 KV 캐시 기준 7.7GB가 필요합니다. 그러면 8GB 카드에서는 일부가 시스템 RAM으로 넘어갑니다. KV 캐시를 q8_0으로 줄이면 GPU에 다 들어갑니다. 16GB 카드에는 32k도 전부 올라갑니다.
속도 비교
글 생성 속도는 RTX 5060 Ti 8GB·RTX 5060 Ti 16GB 두 기기가 거의 같습니다. Q4_K_M(없으면 가장 가까운 양자화) 기준으로 둘 다 메모리에 전부 올라가는 모델 20개의 추정치로 중앙값을 냈습니다.
- 기준 모델
- Qwen3.5 9B Q4_K_M(Q4_K_M 또는 가장 가까운 양자화로 둘 다 메모리에 전부 올라가는 가장 큰 모델)
- RTX 5060 Ti 8GB
- 추정 51.1 tok/s (45.0–57.2, 보정된 추정 ±12%)
- RTX 5060 Ti 16GB
- 추정 51.1 tok/s (45.0–57.2, 보정된 추정 ±12%)
- Qwen3.5 9B 프롬프트 처리
- RTX 5060 Ti 8GB: 약 2,588 tok/s (1,553–3,623, 대략적 추정 ±40%) · RTX 5060 Ti 16GB: 약 2,588 tok/s (1,553–3,623, 대략적 추정 ±40%)
사양 비교
| 항목 | RTX 5060 Ti 8GB | RTX 5060 Ti 16GB | 차이 |
|---|---|---|---|
| 메모리 | 8GB | 16GB | RTX 5060 Ti 16GB 쪽 +8GB |
| 메모리 대역폭 | 448.0 GB/s | 448.0 GB/s | 같음 |
| FP16 연산 | 23.7 TFLOPS | 23.7 TFLOPS | 같음 |
| 출시 연도 | 2025 | 2025 | — |
| 가격 | 2026-08-09 기준 실거래가 US$429(약 57만 원) | 2026-08-09 기준 실거래가 US$569(약 75만 원) | — |
| 공개 벤치마크 결과 | 0건 | 4건 | — |
원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.
판정 요약
모델 58개를 Q4_K_M(없으면 가장 가까운 양자화)·8k 컨텍스트로 판정했습니다.
- RTX 5060 Ti 8GB쾌적20개원활10개겨우 가능14개불가14개
- RTX 5060 Ti 16GB쾌적28개원활9개겨우 가능11개불가10개
판정 읽는 법
- 쾌적
- GPU에 전부 올라가고 20 tok/s 이상
- 원활
- GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
- 겨우 가능
- 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
- 불가
- 메모리에 안 들어가거나 2 tok/s 미만
판정이 갈리는 모델
두 기기에서 판정이 다르게 나오는 모델 15개를 모았습니다.
옆으로 밀면 모든 열을 볼 수 있습니다.
| 모델 | RTX 5060 Ti 8GB 판정 | RTX 5060 Ti 8GB 속도 | RTX 5060 Ti 16GB 판정 | RTX 5060 Ti 16GB 속도 |
|---|---|---|---|---|
| gpt-oss-20bMXFP4 | 원활 | 추정 43.9 tok/s30.7–57.1이론 추정 ±30% | 111.6 tok/s8k 추정 104.3 tok/s (83.5–125.2, 보정된 추정 ±20%)실측 1건 (2k 컨텍스트) | |
| Kanana 1.5 15.7B-A3BQ4_K_M | 원활 | 추정 42.6 tok/s29.8–55.3이론 추정 ±30% | 쾌적 | 추정 89.1 tok/s71.3–106.9보정된 추정 ±20% |
| Qwen3 14BQ4_K_M | 겨우 가능 | 추정 9.1 tok/s7.3–10.9보정된 추정 ±20% | 추정 30.3 tok/s26.7–34.0보정된 추정 ±12% | |
| HyperCLOVA X SEED Think 14BQ4_K_M | 겨우 가능 | 추정 9.4 tok/s6.6–12.2이론 추정 ±30% | 쾌적 | 추정 30.8 tok/s21.5–40.0이론 추정 ±30% |
| Phi-4Q4_K_M | 겨우 가능 | 추정 8.1 tok/s6.5–9.8보정된 추정 ±20% | 쾌적 | 추정 29.2 tok/s25.7–32.7보정된 추정 ±12% |
| Gemma 3 12BQ4_K_M | 겨우 가능 | 추정 21.8 tok/s17.5–26.2보정된 추정 ±20% | 추정 40.0 tok/s35.2–44.8보정된 추정 ±12% | |
| Mellum2.1 12B-A2.5B ThinkingQ4_K_M | 원활 | 추정 94.7 tok/s66.3–123.1이론 추정 ±30% | 쾌적 | 추정 147.7 tok/s118.2–177.2보정된 추정 ±20% |
| Gemma 4 12BQ4_K_M | 원활 | 추정 31.7 tok/s25.4–38.1보정된 추정 ±20% | 쾌적 | 추정 43.2 tok/s38.0–48.4보정된 추정 ±12% |
| K2-Horizon MoVA 36B-A4BQ4_K_M | 겨우 가능 | 추정 9.6 tok/s6.7–12.5이론 추정 ±30% | 원활 | 추정 30.7 tok/s21.5–39.9이론 추정 ±30% |
| Mistral Small 3.2 24BQ4_K_M | 겨우 가능 | 추정 4.3 tok/s3.4–5.1보정된 추정 ±20% | 원활 | 추정 14.8 tok/s11.8–17.7보정된 추정 ±20% |
| DeepSeek R1 Distill Qwen 14BQ4_K_M | 겨우 가능 | 추정 8.4 tok/s6.7–10.1보정된 추정 ±20% | 원활 | 추정 29.6 tok/s26.0–33.1보정된 추정 ±12% |
| EXAONE 4.5 33BQ4_K_M | 불가IQ4_XS: 겨우 가능 | 추정 3.4 tok/s2.8–4.1보정된 추정 ±20% | 겨우 가능 | 추정 5.6 tok/s4.5–6.7보정된 추정 ±20% |
| DeepSeek R1 Distill Qwen 32BQ4_K_M | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 4.6 tok/s3.7–5.5보정된 추정 ±20% | 겨우 가능 | 추정 4.5 tok/s3.6–5.4보정된 추정 ±20% |
| Qwen3 32BQ4_K_M | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 4.6 tok/s3.7–5.5보정된 추정 ±20% | 겨우 가능 | 추정 4.5 tok/s3.6–5.5보정된 추정 ±20% |
| Granite 4.2 30BQ4_K_M | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 5.5 tok/s4.4–6.6보정된 추정 ±20% | 겨우 가능 | 추정 5.8 tok/s4.7–7.0보정된 추정 ±20% |
전체 모델 판정 비교
옆으로 밀면 모든 열을 볼 수 있습니다.
| 모델 | RTX 5060 Ti 8GB 판정 | RTX 5060 Ti 8GB 속도 | RTX 5060 Ti 16GB 판정 | RTX 5060 Ti 16GB 속도 |
|---|---|---|---|---|
| gpt-oss-20bMXFP4 | 원활 | 추정 43.9 tok/s30.7–57.1이론 추정 ±30% | 111.6 tok/s8k 추정 104.3 tok/s (83.5–125.2, 보정된 추정 ±20%)실측 1건 (2k 컨텍스트) | |
| Kanana 1.5 15.7B-A3BQ4_K_M | 원활 | 추정 42.6 tok/s29.8–55.3이론 추정 ±30% | 쾌적 | 추정 89.1 tok/s71.3–106.9보정된 추정 ±20% |
| Qwen3 14BQ4_K_M | 겨우 가능 | 추정 9.1 tok/s7.3–10.9보정된 추정 ±20% | 추정 30.3 tok/s26.7–34.0보정된 추정 ±12% | |
| HyperCLOVA X SEED Think 14BQ4_K_M | 겨우 가능 | 추정 9.4 tok/s6.6–12.2이론 추정 ±30% | 쾌적 | 추정 30.8 tok/s21.5–40.0이론 추정 ±30% |
| Phi-4Q4_K_M | 겨우 가능 | 추정 8.1 tok/s6.5–9.8보정된 추정 ±20% | 쾌적 | 추정 29.2 tok/s25.7–32.7보정된 추정 ±12% |
| Gemma 3 12BQ4_K_M | 겨우 가능 | 추정 21.8 tok/s17.5–26.2보정된 추정 ±20% | 추정 40.0 tok/s35.2–44.8보정된 추정 ±12% | |
| Mellum2.1 12B-A2.5B ThinkingQ4_K_M | 원활 | 추정 94.7 tok/s66.3–123.1이론 추정 ±30% | 쾌적 | 추정 147.7 tok/s118.2–177.2보정된 추정 ±20% |
| Gemma 4 12BQ4_K_M | 원활 | 추정 31.7 tok/s25.4–38.1보정된 추정 ±20% | 쾌적 | 추정 43.2 tok/s38.0–48.4보정된 추정 ±12% |
| Qwen3.5 9BQ4_K_M | 쾌적 | 추정 51.1 tok/s45.0–57.2보정된 추정 ±12% | 쾌적 | 추정 51.1 tok/s45.0–57.2보정된 추정 ±12% |
| K2-Horizon 7BQ4_K_M | 쾌적 | 추정 46.1 tok/s40.6–51.7보정된 추정 ±12% | 쾌적 | 추정 46.1 tok/s40.6–51.7보정된 추정 ±12% |
| Qwen3 8BQ4_K_M | 쾌적 | 추정 50.3 tok/s44.2–56.3보정된 추정 ±12% | 쾌적 | 추정 50.3 tok/s44.2–56.3보정된 추정 ±12% |
| DeepSeek R1 0528 Qwen3 8BQ4_K_M | 쾌적 | 추정 50.3 tok/s44.2–56.3보정된 추정 ±12% | 쾌적 | 추정 50.3 tok/s44.2–56.3보정된 추정 ±12% |
| DeepSeek R1 Distill Llama 8BQ4_K_M | 쾌적 | 추정 52.3 tok/s46.0–58.6보정된 추정 ±12% | 쾌적 | 추정 52.3 tok/s46.0–58.6보정된 추정 ±12% |
| Kanana 1.5 8BQ4_K_M | 쾌적 | 추정 52.3 tok/s46.0–58.6보정된 추정 ±12% | 쾌적 | 추정 52.3 tok/s46.0–58.6보정된 추정 ±12% |
| Llama 3.1 8BQ4_K_M | 쾌적 | 추정 52.3 tok/s46.0–58.6보정된 추정 ±12% | 추정 52.3 tok/s46.0–58.6보정된 추정 ±12% | |
| Gemma 4 E4BQ4_K_M | 쾌적 | 추정 87.2 tok/s61.0–113.3이론 추정 ±30% | 쾌적 | 추정 87.2 tok/s61.0–113.3이론 추정 ±30% |
| Ling-3.0 TinyQ4_K_M | 쾌적 | 추정 250.3 tok/s175.2–325.4이론 추정 ±30% | 쾌적 | 추정 250.3 tok/s175.2–325.4이론 추정 ±30% |
| Gemma 4 E2BQ4_K_M | 쾌적 | 추정 158.9 tok/s111.2–206.6이론 추정 ±30% | 쾌적 | 추정 158.9 tok/s111.2–206.6이론 추정 ±30% |
| Qwen3.5 4BQ4_K_M | 쾌적 | 추정 101.2 tok/s89.1–113.4보정된 추정 ±12% | 쾌적 | 추정 101.2 tok/s89.1–113.4보정된 추정 ±12% |
| Nanbeige4.2 3BQ4_K_M | 쾌적 | 추정 51.2 tok/s35.8–66.5이론 추정 ±30% | 쾌적 | 추정 51.2 tok/s35.8–66.5이론 추정 ±30% |
| Spark-X2.5 4BQ4_K_M | 쾌적 | 추정 108.1 tok/s95.1–121.0보정된 추정 ±12% | 쾌적 | 추정 108.1 tok/s95.1–121.0보정된 추정 ±12% |
| Llama 3.2 3BQ4_K_M | 쾌적 | 추정 106.0 tok/s93.2–118.7보정된 추정 ±12% | 쾌적 | 추정 106.0 tok/s93.2–118.7보정된 추정 ±12% |
| LFM2.5 2.6BQ4_K_M | 쾌적 | 추정 173.8 tok/s121.7–226.0이론 추정 ±30% | 쾌적 | 추정 173.8 tok/s121.7–226.0이론 추정 ±30% |
| MiniCPM5 2BQ4_K_M | 쾌적 | 추정 164.0 tok/s144.3–183.7보정된 추정 ±12% | 쾌적 | 추정 164.0 tok/s144.3–183.7보정된 추정 ±12% |
| HyperCLOVA X SEED 1.5BQ4_K_M | 쾌적 | 추정 172.8 tok/s152.0–193.5보정된 추정 ±12% | 쾌적 | 추정 172.8 tok/s152.0–193.5보정된 추정 ±12% |
| EXAONE 4.0 1.2BQ4_K_M | 쾌적 | 추정 238.8 tok/s210.1–267.4보정된 추정 ±12% | 쾌적 | 추정 238.8 tok/s210.1–267.4보정된 추정 ±12% |
| Llama 3.2 1BQ4_K_M | 쾌적 | 추정 290.8 tok/s255.9–325.7보정된 추정 ±12% | 쾌적 | 추정 290.8 tok/s255.9–325.7보정된 추정 ±12% |
| MiniCPM5 1BQ4_K_M | 쾌적 | 추정 351.8 tok/s309.6–394.1보정된 추정 ±12% | 쾌적 | 추정 351.8 tok/s309.6–394.1보정된 추정 ±12% |
| K2-Horizon MoVA 36B-A4BQ4_K_M | 겨우 가능 | 추정 9.6 tok/s6.7–12.5이론 추정 ±30% | 원활 | 추정 30.7 tok/s21.5–39.9이론 추정 ±30% |
| Qwen3.5 35B-A3BQ4_K_M | 원활 | 추정 48.3 tok/s33.8–62.8이론 추정 ±30% | 원활 | 추정 62.4 tok/s43.7–81.1이론 추정 ±30% |
| Qwen3.6 35B-A3BQ4_K_M | 원활 | 추정 52.5 tok/s36.7–68.2이론 추정 ±30% | 원활 | 추정 69.5 tok/s48.7–90.4이론 추정 ±30% |
| MiniCPM-V 4.7 35B-A3BQ4_K_M | 원활 | 추정 54.5 tok/s38.2–70.9이론 추정 ±30% | 원활 | 추정 74.7 tok/s52.3–97.1이론 추정 ±30% |
| Nemotron 3.5 Lightning 30B-A3BQ4_K_M | 원활 | 추정 37.3 tok/s26.1–48.5이론 추정 ±30% | 원활 | 추정 50.8 tok/s35.6–66.0이론 추정 ±30% |
| Qwen3 30B-A3B (2507)Q4_K_M | 원활 | 추정 37.1 tok/s26.0–48.3이론 추정 ±30% | 추정 57.7 tok/s40.4–75.1이론 추정 ±30% | |
| Gemma 4 26B-A4BQ4_K_M | 원활 | 추정 37.6 tok/s26.3–48.8이론 추정 ±30% | 원활 | 추정 59.2 tok/s41.4–76.9이론 추정 ±30% |
| Mistral Small 3.2 24BQ4_K_M | 겨우 가능 | 추정 4.3 tok/s3.4–5.1보정된 추정 ±20% | 원활 | 추정 14.8 tok/s11.8–17.7보정된 추정 ±20% |
| DeepSeek R1 Distill Qwen 14BQ4_K_M | 겨우 가능 | 추정 8.4 tok/s6.7–10.1보정된 추정 ±20% | 원활 | 추정 29.6 tok/s26.0–33.1보정된 추정 ±12% |
| EXAONE 4.5 33BQ4_K_M | 불가IQ4_XS: 겨우 가능 | 추정 3.4 tok/s2.8–4.1보정된 추정 ±20% | 겨우 가능 | 추정 5.6 tok/s4.5–6.7보정된 추정 ±20% |
| DeepSeek R1 Distill Qwen 32BQ4_K_M | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 4.6 tok/s3.7–5.5보정된 추정 ±20% | 겨우 가능 | 추정 4.5 tok/s3.6–5.4보정된 추정 ±20% |
| Qwen3 32BQ4_K_M | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 4.6 tok/s3.7–5.5보정된 추정 ±20% | 겨우 가능 | 추정 4.5 tok/s3.6–5.5보정된 추정 ±20% |
| EXAONE 4.0 32BQ4_K_M | 겨우 가능 | 추정 3.1 tok/s2.5–3.7보정된 추정 ±20% | 겨우 가능 | 추정 6.1 tok/s4.9–7.4보정된 추정 ±20% |
| Gemma 4 31BQ4_K_M | 겨우 가능 | 추정 3.3 tok/s2.7–4.0보정된 추정 ±20% | 겨우 가능 | 추정 7.0 tok/s5.6–8.4보정된 추정 ±20% |
| Muse Glimmer 30BQ4_K_M | 겨우 가능 | 추정 3.9 tok/s3.1–4.6보정된 추정 ±20% | 겨우 가능 | 추정 9.5 tok/s7.6–11.4보정된 추정 ±20% |
| Granite 4.2 30BQ4_K_M | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 5.5 tok/s4.4–6.6보정된 추정 ±20% | 겨우 가능 | 추정 5.8 tok/s4.7–7.0보정된 추정 ±20% |
| Qwen3.5 27BQ4_K_M | 겨우 가능 | 추정 3.7 tok/s3.0–4.4보정된 추정 ±20% | 겨우 가능 | 추정 8.9 tok/s7.1–10.7보정된 추정 ±20% |
| Qwen3.6 27BQ4_K_M | 겨우 가능 | 추정 3.8 tok/s3.0–4.6보정된 추정 ±20% | 겨우 가능 | 추정 9.5 tok/s7.6–11.4보정된 추정 ±20% |
| Qwen3.8 27BQ4_K_M | 겨우 가능 | 추정 3.6 tok/s2.9–4.3보정된 추정 ±20% | 겨우 가능 | 추정 8.4 tok/s6.7–10.0보정된 추정 ±20% |
| Gemma 3 27BQ4_K_M | 겨우 가능 | 추정 3.8 tok/s3.1–4.6보정된 추정 ±20% | 겨우 가능 | 추정 9.7 tok/s7.8–11.7보정된 추정 ±20% |
| GLM-5.3 FlashQ4_K_M | 불가 | — | 불가 | — |
| DeepSeek V4 Flash 0731MXFP4 | 불가 | — | 불가 | — |
| Solar Open 2 250BIQ4_XS | 불가 | — | 불가 | — |
| Ling-3.0 FlashQ4_K_M | 불가 | — | 불가 | — |
| Qwen3.5 122B-A10BQ4_K_M | 불가 | — | 불가 | — |
| Laguna S 2.1Q4_K_M | 불가 | — | 불가 | — |
| gpt-oss-120bMXFP4 | 불가 | — | — | |
| Solar Open 100BQ4_K_M | 불가 | — | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 18.7 tok/s13.1–24.4이론 추정 ±30% |
| Kolibri 1Q4_K_M | 불가Q2_K (품질 손실 큼): 원활 | 추정 55.3 tok/s38.7–71.9이론 추정 ±30% | 불가Q2_K (품질 손실 큼): 원활 | 추정 63.3 tok/s44.3–82.3이론 추정 ±30% |
| Llama 3.3 70BQ4_K_M | 불가 | — | 불가Q2_K (품질 손실 큼): 겨우 가능 | 추정 2.5 tok/s2.0–3.1보정된 추정 ±20% |
생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.
공개 벤치마크
RTX 5060 Ti 8GB 벤치마크 결과
이 기기로 잰 공개 벤치마크 결과는 아직 없습니다.
RTX 5060 Ti 16GB 벤치마크 결과
| 모델 | 양자화 | 백엔드 | 컨텍스트 | 프롬프트 (tok/s) | 생성 (tok/s) | 플래그 | 출처 | 측정일 |
|---|---|---|---|---|---|---|---|---|
| llama-2-7b | Q4_0 | llama.cpp | 512 | 3,737.0 | 90.9 | — | github.com | 2025-08-02 |
| gpt-oss-20b | MXFP4 | llama.cpp | 2k | 3,821.0 | 111.6 | — | github.com | 2025-08-20 |
| Qwen3.8 27B | UD-IQ4_XS | llama.cpp | 8k | — | 27.6 | KV q8_0 | github.com | 2026-10-11 |
| Qwen3 8B | Q4_K_XL | llama.cpp | 4k | 2,965.0 | 69.2 | CUDA | hardware-corner.net | 2025-12-09 |
보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.
자주 묻는 질문
로컬 LLM은 RTX 5060 Ti 8GB·RTX 5060 Ti 16GB 중 어느 쪽이 더 빠른가요?
글 생성 속도는 RTX 5060 Ti 8GB·RTX 5060 Ti 16GB 두 기기가 거의 같습니다. Q4_K_M(없으면 가장 가까운 양자화) 기준으로 둘 다 메모리에 전부 올라가는 모델 20개의 추정치로 중앙값을 냈습니다. Qwen3.5 9B Q4_K_M 기준 예상 속도는 RTX 5060 Ti 8GB 추정 51.1 tok/s (45.0–57.2, 보정된 추정 ±12%), RTX 5060 Ti 16GB 추정 51.1 tok/s (45.0–57.2, 보정된 추정 ±12%)입니다.
두 기기에 각각 통째로 올라가는 가장 큰 모델은 무엇인가요?
RTX 5060 Ti 8GB에서는 Gemma 4 12B IQ4_XS(6.38GB 파일)까지 8GB에 전부 올라가고, 속도는 추정 48.1 tok/s (42.4–53.9, 보정된 추정 ±12%)입니다. RTX 5060 Ti 16GB에서는 Muse Glimmer 30B IQ4_XS(15.44GB 파일)까지 16GB에 전부 올라가고, 속도는 추정 20.2 tok/s (17.7–22.6, 보정된 추정 ±12%)입니다.
두 기기에서 원활하게 돌아가는 로컬 LLM은 각각 몇 개인가요?
Q4_K_M·8k 컨텍스트 기준으로 등록된 모델 58개를 보면 RTX 5060 Ti 8GB: 쾌적 20개·원활 10개·겨우 가능 14개·불가 14개, RTX 5060 Ti 16GB: 쾌적 28개·원활 9개·겨우 가능 11개·불가 10개입니다. 판정이 갈리는 모델은 15개입니다.
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.