Radeon RX 9070 XT에서 돌아가는 로컬 LLM

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

사양

VRAM: 16GB
메모리 대역폭: 645.0 GB/s
FP16 연산: 97.3 TFLOPS
출시 연도: 2025
가격: 2026-08-09 기준 실거래가 US$689(약 91만 원)
다른 표기: 9070 XT, 9070XT

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.

쾌적29개원활8개겨우 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.

Radeon RX 9070 XT 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 550.0 tok/s484.0–616.0보정된 추정 ±12%	Q4_K_M	1.9 / 16.0GB	풀 GPU	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 454.5 tok/s400.0–509.1보정된 추정 ±12%	Q4_K_M	2.2 / 16.0GB	풀 GPU	최대 128k	—
EXAONE 4.0 1.2B	쾌적	추정 373.3 tok/s328.5–418.0보정된 추정 ±12%	Q4_K_M	2.5 / 16.0GB	풀 GPU	최대 64k	생각 모드
LFM2.5 2.6B	쾌적	추정 271.7 tok/s190.2–353.2이론 추정 ±30%	Q4_K_M	3.0 / 16.0GB	풀 GPU	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 270.0 tok/s237.6–302.4보정된 추정 ±12%	Q4_K_M	3.0 / 16.0GB	풀 GPU	최대 16k	—
MiniCPM5 2B	쾌적	추정 256.3 tok/s225.6–287.1보정된 추정 ±12%	Q4_K_M	2.9 / 16.0GB	풀 GPU	최대 128k	생각 모드
Ling-3.0 Tiny	쾌적	추정 222.2 tok/s155.5–288.8이론 추정 ±30%	Q4_K_M	5.9 / 16.0GB	풀 GPU	최대 128k	생각 모드
Gemma 4 E2B	쾌적	추정 203.6 tok/s142.5–264.6이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	생각 모드
Spark-X2.5 4B	쾌적	추정 168.9 tok/s148.6–189.2보정된 추정 ±12%	Q4_K_M	4.1 / 16.0GB	풀 GPU	최대 256k	생각 모드
Llama 3.2 3B	쾌적	추정 165.6 tok/s145.8–185.5보정된 추정 ±12%	Q4_K_M	4.1 / 16.0GB	풀 GPU	최대 64k	—
Qwen3.5 4B	쾌적	추정 158.2 tok/s139.2–177.2보정된 추정 ±12%	Q4_K_M	4.2 / 16.0GB	풀 GPU	최대 256k	생각 모드
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 149.3 tok/s119.4–179.1보정된 추정 ±20%	Q4_K_M	9.2 / 16.0GB	풀 GPU	최대 128k	생각 모드
gpt-oss-20b	쾌적	추정 139.9 tok/s111.9–167.9보정된 추정 ±20%	MXFP4	12.9 / 16.0GB	풀 GPU	최대 64k	생각 모드
Gemma 4 E4B	쾌적	추정 121.6 tok/s85.1–158.0이론 추정 ±30%	Q4_K_M	4.3 / 16.0GB	풀 GPU	최대 128k	생각 모드
Kanana 1.5 15.7B-A3B	쾌적	추정 101.1 tok/s80.9–121.4보정된 추정 ±20%	Q4_K_M	12.5 / 16.0GB	풀 GPU	최대 32k	—
DeepSeek R1 Distill Llama 8B	쾌적	추정 81.8 tok/s72.0–91.6보정된 추정 ±12%	Q4_K_M	6.9 / 16.0GB	풀 GPU	최대 64k	생각 모드
Kanana 1.5 8B	쾌적	추정 81.8 tok/s72.0–91.6보정된 추정 ±12%	Q4_K_M	6.9 / 16.0GB	풀 GPU	최대 32k	—
Llama 3.1 8B	쾌적	추정 81.8 tok/s72.0–91.6보정된 추정 ±12%	Q4_K_M	6.9 / 16.0GB	풀 GPU	최대 64k	—
Nanbeige4.2 3B	쾌적	추정 80.0 tok/s56.0–104.0이론 추정 ±30%	Q4_K_M	5.0 / 16.0GB	풀 GPU	최대 32k	생각 모드
Qwen3.5 9B	쾌적	추정 79.9 tok/s70.3–89.4보정된 추정 ±12%	Q4_K_M	6.6 / 16.0GB	풀 GPU	최대 128k	생각 모드
DeepSeek R1 0528 Qwen3 8B	쾌적	추정 78.6 tok/s69.2–88.0보정된 추정 ±12%	Q4_K_M	7.1 / 16.0GB	풀 GPU	최대 32k	생각 모드
Qwen3 8B	쾌적	추정 78.6 tok/s69.2–88.0보정된 추정 ±12%	Q4_K_M	7.1 / 16.0GB	풀 GPU	최대 32k	생각 모드
K2-Horizon 7B	쾌적	추정 72.1 tok/s63.5–80.8보정된 추정 ±12%	Q4_K_M	7.4 / 16.0GB	풀 GPU	최대 32k	생각 모드
Gemma 4 12B	쾌적	추정 67.6 tok/s59.5–75.7보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	생각 모드
Gemma 3 12B	쾌적	추정 62.6 tok/s55.0–70.1보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—
HyperCLOVA X SEED Think 14B	쾌적	추정 48.1 tok/s33.7–62.5이론 추정 ±30%	Q4_K_M	11.0 / 16.0GB	풀 GPU	최대 32k	생각 모드
Qwen3 14B	쾌적	추정 47.4 tok/s41.7–53.1보정된 추정 ±12%	Q4_K_M	11.1 / 16.0GB	풀 GPU	최대 32k	생각 모드
DeepSeek R1 Distill Qwen 14B	쾌적	추정 46.2 tok/s40.7–51.8보정된 추정 ±12%	Q4_K_M	11.3 / 16.0GB	풀 GPU	최대 16k	생각 모드
Phi-4	쾌적	추정 45.7 tok/s40.2–51.2보정된 추정 ±12%	Q4_K_M	11.6 / 16.0GB	풀 GPU	최대 16k	—
MiniCPM-V 4.7 35B-A3B	원활	추정 73.2 tok/s51.2–95.1이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 7.1GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. 생각 모드
Qwen3.6 35B-A3B	원활	추정 69.3 tok/s48.5–90.1이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.5GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. Q2_K (품질 손실 큼): 쾌적 생각 모드
Gemma 4 26B-A4B	원활	추정 67.6 tok/s47.3–87.9이론 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
Qwen3.5 35B-A3B	원활	추정 64.1 tok/s44.9–83.3이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Qwen3 30B-A3B (2507)	원활	추정 57.0 tok/s39.9–74.2이론 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 55.0 tok/s38.5–71.5이론 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 32.7 tok/s22.9–42.5이론 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
Mistral Small 3.2 24B	원활	추정 19.7 tok/s15.8–23.6보정된 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 11.7 tok/s9.3–14.0보정된 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 11.3 tok/s9.1–13.6보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.5GB	부분 오프로드	최대 64k	IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Muse Glimmer 30B	겨우 가능	추정 11.3 tok/s9.0–13.6보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.6GB	부분 오프로드	최대 128k	IQ4_XS: 쾌적 생각 모드
Qwen3.5 27B	겨우 가능	추정 10.5 tok/s8.4–12.6보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 2.8GB	부분 오프로드	최대 64k	IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Qwen3.8 27B	겨우 가능	추정 9.7 tok/s7.8–11.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 3.2GB	부분 오프로드	최대 64k	IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적 생각 모드
Gemma 4 31B	겨우 가능	추정 7.9 tok/s6.3–9.5보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 4.2GB	부분 오프로드	최대 64k	UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
EXAONE 4.0 32B	겨우 가능	추정 6.9 tok/s5.5–8.2보정된 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 6.4 tok/s5.2–7.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 5.0GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 쾌적 생각 모드
EXAONE 4.5 33B	겨우 가능	추정 6.2 tok/s4.9–7.4보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 5.8GB	부분 오프로드	최대 64k	생각 모드
Qwen3 32B	겨우 가능	추정 4.9 tok/s3.9–5.9보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 7.1GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 쾌적 생각 모드
DeepSeek R1 Distill Qwen 32B	겨우 가능	추정 4.9 tok/s3.9–5.8보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 7.2GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 쾌적 생각 모드
Nanbeige4.3 33B	겨우 가능	추정 4.6 tok/s3.7–5.6보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 7.7GB	부분 오프로드	최대 16k	Q2_K (품질 손실 큼): 쾌적 생각 모드
Kolibri 1	불가Q2_K (품질 손실 큼): 원활	추정 65.5 tok/s45.8–85.1이론 추정 ±30%	Q2_K	15.0 / 16.0GB + RAM 16.3GB	MoE 전문가 RAM 배치	최대 256k	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 19.6 tok/s13.7–25.5이론 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 가능	추정 2.6 tok/s2.1–3.2보정된 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	불가	—	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	불가	—	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.

Radeon RX 9070 XT 벤치마크 결과

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

Radeon RX 9070 XT 벤치마크 결과
모델	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
llama-2-7b	Q4_0	llama.cpp	512	5,048.0	131.5	Vulkan	github.com	2026-01-24

자주 묻는 질문

Radeon RX 9070 XT에 통째로 올라가는 가장 큰 모델은 무엇인가요?

Muse Glimmer 30B IQ4_XS(15.44GB 파일)입니다. 8k 컨텍스트에서 16GB에 전부 올라가고, 속도는 추정 31.5 tok/s (27.7–35.3, 보정된 추정 ±12%)입니다.

Radeon RX 9070 XT에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트 기준으로 등록된 모델 59개를 보면 쾌적 29개, 원활 8개, 겨우 가능 12개, 불가 10개입니다.

Radeon RX 9070 XT에서 Llama 3.3 70B 같은 70B 모델을 돌릴 수 있나요?

Q2_K (품질 손실 큼), 부분 오프로드 기준 판정: 겨우 가능, 속도: 추정 2.6 tok/s (2.1–3.2, 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.