GeForce RTX 5060 Ti 16GB에서 돌아가는 로컬 LLM

시스템 RAM 32GB(DDR5-5600), Windows, 이 GPU로 화면 출력, 8k 컨텍스트, f16 KV 캐시를 기준으로 계산했습니다.

GeForce RTX 5060 Ti 16GB 사용자가 알아 둘 점

RTX 5060 Ti 16GB는 VRAM 16GB 가운데 CanRun 계산으로 15.4GB 정도를 모델에 쓸 수 있습니다. 16GB는 gpt-oss-20b가 GPU에 전부 올라가는 첫 메모리 구간이고, 이 카드에서도 쾌적하게 돌아갑니다. 실행 명령은 GeForce RTX 5060 Ti 16GB에서 gpt-oss-20b 페이지에 있습니다. Qwen3 14B도 쾌적하게 돌아가고 32k 컨텍스트까지 GPU에 전부 올라갑니다. 한국 모델 Kanana 1.5 15.7B-A3B도 전부 올라가 쾌적하게 돌아갑니다.

24B~35B 구간에서는 어떤 양자화 파일을 받느냐가 중요합니다. Gemma 4 26B-A4B는 IQ4_XS 파일이면 GPU에 전부 올라가 쾌적하게 돌아갑니다. Q4_K_M 파일은 전문가 일부를 시스템 RAM에 두고도 원활하게 돌아간다고 CanRun은 추정합니다(이론 추정 ±30%). Mistral Small 3.2 24B는 Q4_K_M 기준 15.9GB가 필요해 일부가 시스템 RAM으로 갑니다. IQ4_XS 파일은 GPU에 전부 올라갑니다. Qwen3.8 27B는 Q4_K_M 파일이면 더 많이 넘쳐 느리게 돌아갑니다. IQ4_XS 파일도 조금 넘치지만 대부분이 GPU에 남아 원활하게 돌아갑니다. Qwen3.5 35B-A3B는 전문가를 시스템 RAM에 두면 원활하게 돌아간다고 CanRun은 추정합니다(이론 추정 ±30%).

이름이 비슷한 GeForce RTX 5060 Ti 8GB도 있습니다. 대역폭은 448 GB/s로 같지만 메모리가 절반이라 gpt-oss-20b부터 GPU에 다 들어가지 않습니다. 표를 보기 전에 가지고 있는 카드의 메모리를 확인하세요.

사양

VRAM: 16GB
메모리 대역폭: 448.0 GB/s
FP16 연산: 23.7 TFLOPS
출시 연도: 2025
가격: 2026-08-09 기준 실거래가 US$569(약 75만 원)
다른 표기: 5060 Ti 16GB, 5060 Ti 16, 5060Ti

원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.

판정 요약

Q4_K_M(없으면 가장 가까운 양자화), 8k 컨텍스트 기준입니다.

쾌적28개원활9개겨우 가능12개불가10개양자화를 더 낮추면 3개가 더 돌아갑니다.

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

한국 모델

EXAONE, HyperCLOVA X SEED, Kanana, Solar가 이 기기에서 어떻게 돌아가는지 보여 줍니다.

GeForce RTX 5060 Ti 16GB 전체 모델 판정

dense 모델을 GPU와 CPU에 나눠 올리면 속도가 크게 떨어집니다. 전체 속도가 느린 CPU 쪽에 맞춰지기 때문입니다. 전문가만 시스템 RAM에 두는 MoE 모델은 훨씬 덜 느려집니다.

옆으로 밀면 모든 열을 볼 수 있습니다.

모델 59개(판정·속도 순)
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
MiniCPM5 1B	쾌적	추정 351.8 tok/s309.6–394.1보정된 추정 ±12%	Q4_K_M	1.9 / 16.0GB	풀 GPU	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 290.8 tok/s255.9–325.7보정된 추정 ±12%	Q4_K_M	2.2 / 16.0GB	풀 GPU	최대 128k	—
Ling-3.0 Tiny	쾌적	추정 250.3 tok/s175.2–325.4이론 추정 ±30%	Q4_K_M	5.9 / 16.0GB	풀 GPU	최대 128k	생각 모드
EXAONE 4.0 1.2B	쾌적	추정 238.8 tok/s210.1–267.4보정된 추정 ±12%	Q4_K_M	2.5 / 16.0GB	풀 GPU	최대 64k	생각 모드
LFM2.5 2.6B	쾌적	추정 173.8 tok/s121.7–226.0이론 추정 ±30%	Q4_K_M	3.0 / 16.0GB	풀 GPU	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 172.8 tok/s152.0–193.5보정된 추정 ±12%	Q4_K_M	3.0 / 16.0GB	풀 GPU	최대 16k	—
MiniCPM5 2B	쾌적	추정 164.0 tok/s144.3–183.7보정된 추정 ±12%	Q4_K_M	2.9 / 16.0GB	풀 GPU	최대 128k	생각 모드
Gemma 4 E2B	쾌적	추정 158.9 tok/s111.2–206.6이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	생각 모드
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 147.7 tok/s118.2–177.2보정된 추정 ±20%	Q4_K_M	9.2 / 16.0GB	풀 GPU	최대 128k	생각 모드
gpt-oss-20b	쾌적GeForce RTX 5060 Ti 16GB에서 gpt-oss-20b 판정 보기	111.6 tok/s8k 추정 104.3 tok/s (83.5–125.2, 보정된 추정 ±20%)실측 1건 (2k 컨텍스트)	MXFP4	12.9 / 16.0GB	풀 GPU	최대 64k	생각 모드
Spark-X2.5 4B	쾌적	추정 108.1 tok/s95.1–121.0보정된 추정 ±12%	Q4_K_M	4.1 / 16.0GB	풀 GPU	최대 128k	생각 모드
Llama 3.2 3B	쾌적	추정 106.0 tok/s93.2–118.7보정된 추정 ±12%	Q4_K_M	4.1 / 16.0GB	풀 GPU	최대 64k	—
Qwen3.5 4B	쾌적	추정 101.2 tok/s89.1–113.4보정된 추정 ±12%	Q4_K_M	4.2 / 16.0GB	풀 GPU	최대 128k	생각 모드
Kanana 1.5 15.7B-A3B	쾌적	추정 89.1 tok/s71.3–106.9보정된 추정 ±20%	Q4_K_M	12.5 / 16.0GB	풀 GPU	최대 32k	—
Gemma 4 E4B	쾌적	추정 87.2 tok/s61.0–113.3이론 추정 ±30%	Q4_K_M	4.3 / 16.0GB	풀 GPU	최대 128k	생각 모드
Llama 3.1 8B	쾌적GeForce RTX 5060 Ti 16GB에서 Llama 3.1 8B 판정 보기	81.4 tok/s8k 추정 52.3 tok/s (46.0–58.6, 보정된 추정 ±12%)실측 1건 (512 컨텍스트)	Q4_K_M	6.9 / 16.0GB	풀 GPU	최대 64k	—
DeepSeek R1 Distill Llama 8B	쾌적	추정 52.3 tok/s46.0–58.6보정된 추정 ±12%	Q4_K_M	6.9 / 16.0GB	풀 GPU	최대 32k	생각 모드
Kanana 1.5 8B	쾌적	추정 52.3 tok/s46.0–58.6보정된 추정 ±12%	Q4_K_M	6.9 / 16.0GB	풀 GPU	최대 32k	—
Nanbeige4.2 3B	쾌적	추정 51.2 tok/s35.8–66.5이론 추정 ±30%	Q4_K_M	5.0 / 16.0GB	풀 GPU	최대 16k	생각 모드
Qwen3.5 9B	쾌적GeForce RTX 5060 Ti 16GB에서 Qwen3.5 9B 판정 보기	추정 51.1 tok/s45.0–57.2보정된 추정 ±12%	Q4_K_M	6.6 / 16.0GB	풀 GPU	최대 128k	생각 모드
Gemma 3 12B	쾌적GeForce RTX 5060 Ti 16GB에서 Gemma 3 12B 판정 보기	50.3 tok/s8k 추정 40.0 tok/s (35.2–44.8, 보정된 추정 ±12%)실측 1건 (512 컨텍스트)	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—
DeepSeek R1 0528 Qwen3 8B	쾌적	추정 50.3 tok/s44.2–56.3보정된 추정 ±12%	Q4_K_M	7.1 / 16.0GB	풀 GPU	최대 32k	생각 모드
Qwen3 8B	쾌적GeForce RTX 5060 Ti 16GB에서 Qwen3 8B 판정 보기	추정 50.3 tok/s44.2–56.3보정된 추정 ±12%	Q4_K_M	7.1 / 16.0GB	풀 GPU	최대 32k	생각 모드
K2-Horizon 7B	쾌적	추정 46.1 tok/s40.6–51.7보정된 추정 ±12%	Q4_K_M	7.4 / 16.0GB	풀 GPU	최대 32k	생각 모드
Gemma 4 12B	쾌적GeForce RTX 5060 Ti 16GB에서 Gemma 4 12B 판정 보기	추정 43.2 tok/s38.0–48.4보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 128k	생각 모드
HyperCLOVA X SEED Think 14B	쾌적	추정 30.8 tok/s21.5–40.0이론 추정 ±30%	Q4_K_M	11.0 / 16.0GB	풀 GPU	최대 8k	생각 모드
Qwen3 14B	쾌적GeForce RTX 5060 Ti 16GB에서 Qwen3 14B 판정 보기	추정 30.3 tok/s26.7–34.0보정된 추정 ±12%	Q4_K_M	11.1 / 16.0GB	풀 GPU	최대 8k	생각 모드
Phi-4	쾌적	추정 29.2 tok/s25.7–32.7보정된 추정 ±12%	Q4_K_M	11.6 / 16.0GB	풀 GPU	최대 16k	—
MiniCPM-V 4.7 35B-A3B	원활	추정 74.7 tok/s52.3–97.1이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 7.1GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. 생각 모드
Qwen3.6 35B-A3B	원활GeForce RTX 5060 Ti 16GB에서 Qwen3.6 35B-A3B 판정 보기	추정 69.5 tok/s48.7–90.4이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.5GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. Q2_K (품질 손실 큼): 쾌적 생각 모드
Qwen3.5 35B-A3B	원활GeForce RTX 5060 Ti 16GB에서 Qwen3.5 35B-A3B 판정 보기	추정 62.4 tok/s43.7–81.1이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Gemma 4 26B-A4B	원활GeForce RTX 5060 Ti 16GB에서 Gemma 4 26B-A4B 판정 보기	추정 59.2 tok/s41.4–76.9이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적 생각 모드
Qwen3 30B-A3B (2507)	원활GeForce RTX 5060 Ti 16GB에서 Qwen3 30B-A3B (2507) 판정 보기	추정 57.7 tok/s40.4–75.1이론 추정 ±30%	Q4_K_M	15.6 / 16.0GB + RAM 4.9GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. Q2_K (품질 손실 큼): 쾌적
Nemotron 3.5 Lightning 30B-A3B	원활	추정 50.8 tok/s35.6–66.0이론 추정 ±30%	Q4_K_M	14.8 / 16.0GB + RAM 11.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. 생각 모드
K2-Horizon MoVA 36B-A4B	원활	추정 30.7 tok/s21.5–39.9이론 추정 ±30%	Q4_K_M	15.5 / 16.0GB + RAM 9.6GB	MoE 전문가 RAM 배치	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. 생각 모드
DeepSeek R1 Distill Qwen 14B	원활	추정 29.6 tok/s26.0–33.1보정된 추정 ±12%	Q4_K_M	11.3 / 16.0GB	풀 GPU	최대 16k	IQ4_XS: 쾌적 생각 모드
Mistral Small 3.2 24B	원활	추정 14.8 tok/s11.8–17.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	IQ4_XS: 쾌적
Gemma 3 27B	겨우 가능	추정 9.7 tok/s7.8–11.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.4GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적
Qwen3.6 27B	겨우 가능	추정 9.5 tok/s7.6–11.4보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.5GB	부분 오프로드	최대 64k	IQ4_XS: 원활 생각 모드
Muse Glimmer 30B	겨우 가능	추정 9.5 tok/s7.6–11.4보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.6GB	부분 오프로드	최대 128k	IQ4_XS: 원활 생각 모드
Qwen3.5 27B	겨우 가능GeForce RTX 5060 Ti 16GB에서 Qwen3.5 27B 판정 보기	추정 8.9 tok/s7.1–10.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.8GB	부분 오프로드	최대 64k	IQ4_XS: 원활 생각 모드
Qwen3.8 27B	겨우 가능GeForce RTX 5060 Ti 16GB에서 Qwen3.8 27B 판정 보기	추정 8.4 tok/s6.7–10.0보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 3.2GB	부분 오프로드	최대 64k	IQ4_XS: 원활 생각 모드
Gemma 4 31B	겨우 가능GeForce RTX 5060 Ti 16GB에서 Gemma 4 31B 판정 보기	추정 7.0 tok/s5.6–8.4보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 4.2GB	부분 오프로드	최대 64k	UD-Q2_K_XL (품질 손실 큼): 원활 생각 모드
EXAONE 4.0 32B	겨우 가능	추정 6.1 tok/s4.9–7.4보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 5.1GB	부분 오프로드	최대 64k	생각 모드
Granite 4.2 30B	겨우 가능	추정 5.8 tok/s4.7–7.0보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 5.0GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 원활 생각 모드
EXAONE 4.5 33B	겨우 가능	추정 5.6 tok/s4.5–6.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 5.8GB	부분 오프로드	최대 64k	생각 모드
Qwen3 32B	겨우 가능GeForce RTX 5060 Ti 16GB에서 Qwen3 32B 판정 보기	추정 4.5 tok/s3.6–5.5보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 7.1GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 원활 생각 모드
DeepSeek R1 Distill Qwen 32B	겨우 가능	추정 4.5 tok/s3.6–5.4보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 7.2GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 원활 생각 모드
Nanbeige4.3 33B	겨우 가능	추정 4.3 tok/s3.5–5.2보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 7.7GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 원활 생각 모드
Kolibri 1	불가Q2_K (품질 손실 큼): 원활	추정 63.3 tok/s44.3–82.3이론 추정 ±30%	Q2_K	15.0 / 16.0GB + RAM 16.3GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. RAM 64GB라면: 원활 생각 모드
Solar Open 100B	불가Q2_K (품질 손실 큼): 겨우 가능	추정 18.7 tok/s13.1–24.4이론 추정 ±30%	Q2_K	14.7 / 16.0GB + RAM 25.8GB	MoE 전문가 RAM 배치	최대 16k	전문가를 시스템 RAM에서 돌립니다. 이 방식에서 원활하게 돌아가려면 30 tok/s 이상 나와야 합니다. RAM 64GB라면: 겨우 가능 생각 모드
Llama 3.3 70B	불가Q2_K (품질 손실 큼): 겨우 가능GeForce RTX 5060 Ti 16GB에서 Llama 3.3 70B 판정 보기	추정 2.5 tok/s2.0–3.1보정된 추정 ±20%	Q2_K	16.0 / 16.0GB + RAM 14.2GB	부분 오프로드	최대 16k	—
DeepSeek V4 Flash 0731	불가	—	MXFP4	155.1GB 필요	—	—	약 155.1GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. 생각 모드
GLM-5.3 Flash	불가	—	Q4_K_M	181.4GB 필요	—	—	약 181.4GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. 생각 모드
gpt-oss-120b	불가GeForce RTX 5060 Ti 16GB에서 gpt-oss-120b 판정 보기	—	MXFP4	63.6GB 필요	—	—	약 63.6GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. RAM 64GB라면: 겨우 가능 생각 모드
Laguna S 2.1	불가	—	Q4_K_M	68.5GB 필요	—	—	약 68.5GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. RAM 64GB라면: 겨우 가능 생각 모드
Ling-3.0 Flash	불가	—	Q4_K_M	75.4GB 필요	—	—	약 75.4GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. RAM 96GB라면: 원활 생각 모드
Qwen3.5 122B-A10B	불가GeForce RTX 5060 Ti 16GB에서 Qwen3.5 122B-A10B 판정 보기	—	Q4_K_M	76.6GB 필요	—	—	약 76.6GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. RAM 96GB라면: 겨우 가능 생각 모드
Solar Open 2 250B	불가	—	IQ4_XS	136.5GB 필요	—	—	약 136.5GB가 필요한데, 쓸 수 있는 VRAM은 15.4GB, 여유 RAM은 28.0GB입니다. 생각 모드

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.

GeForce RTX 5060 Ti 16GB 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

GeForce 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
Llama 3.1 8B	Q4_K_M	ollama	512	3,666.0	81.4	CUDA, Windows 11, num_ctx 8192	github.com	2026-10-25
Gemma 3 12B	Q4_K_M	ollama	512	1,692.0	50.3	CUDA, Windows 11, num_ctx 8192	github.com	2026-10-25

자주 묻는 질문

GeForce RTX 5060 Ti 16GB에 통째로 올라가는 가장 큰 모델은 무엇인가요?

Muse Glimmer 30B IQ4_XS(15.44GB 파일)입니다. 8k 컨텍스트에서 16GB에 전부 올라가고, 속도는 추정 20.2 tok/s (17.7–22.6, 보정된 추정 ±12%)입니다.

GeForce RTX 5060 Ti 16GB에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트 기준으로 등록된 모델 59개를 보면 쾌적 28개, 원활 9개, 겨우 가능 12개, 불가 10개입니다.

GeForce RTX 5060 Ti 16GB에서 Llama 3.3 70B 같은 70B 모델을 돌릴 수 있나요?

Q2_K (품질 손실 큼), 부분 오프로드 기준 판정: 겨우 가능, 속도: 추정 2.5 tok/s (2.0–3.1, 보정된 추정 ±20%).

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.