Phi-4 필요 사양: VRAM과 돌아가는 GPU

모델 정보

파라미터: 14.7B
어텐션: 풀 어텐션
최대 컨텍스트: 16,384 토큰
공개일: 2024-12-12
모델 카드: Hugging Face의 Phi-4 모델 카드

GGUF 파일

등록된 Phi-4 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
Q4_K_M기준	9.05GB	균형	커뮤니티 GGUF · lmstudio-community
Q6_K	12.03GB	준무손실	커뮤니티 GGUF · lmstudio-community
Q8_0	15.58GB	준무손실	커뮤니티 GGUF · lmstudio-community

양자화·컨텍스트별 필요 메모리

가중치 + f16 KV 캐시 + 연산 버퍼(GB). Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k
Q4_K_M	10.4	11.3	13.1
Q6_K	13.4	14.3	16.0
Q8_0	17.0	17.8	19.6

Phi-4, 어떤 GPU에서 돌아갈까?

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

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.

정렬

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 54종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적	추정 116.9 tok/s102.9–131.0보정된 추정 ±12%	Q4_K_M	11.9 / 32.0GB	풀 GPU	최대 16k	—	실거래가 US$4,200 (2026-08-09 기준)
Radeon RX 7900 XTX	쾌적	추정 69.8 tok/s61.4–78.2보정된 추정 ±12%	Q4_K_M	11.9 / 24.0GB	풀 GPU	최대 16k	—	출시가 US$999
GeForce RTX 3090 Ti	쾌적	추정 65.8 tok/s57.9–73.7보정된 추정 ±12%	Q4_K_M	11.9 / 24.0GB	풀 GPU	최대 16k	—	출시가 US$1,999
GeForce RTX 4090	쾌적	추정 65.8 tok/s57.9–73.7보정된 추정 ±12%	Q4_K_M	11.9 / 24.0GB	풀 GPU	최대 16k	—	실거래가 US$2,755 (2026-08-09 기준)
GeForce RTX 5080	쾌적	추정 62.6 tok/s55.1–70.2보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	실거래가 US$1,256 (2026-08-09 기준)
GeForce RTX 3090	쾌적	추정 61.1 tok/s53.7–68.4보정된 추정 ±12%	Q4_K_M	11.9 / 24.0GB	풀 GPU	최대 16k	—	실거래가 US$1,050 (2026-08-09 기준)
GeForce RTX 3080 12GB	쾌적	추정 59.5 tok/s52.4–66.7보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	출시가 US$799
GeForce RTX 5070 Ti	쾌적	추정 58.5 tok/s51.4–65.5보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	실거래가 US$949 (2026-08-09 기준)
GeForce RTX 5080 Laptop	쾌적	추정 58.5 tok/s51.4–65.5보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	—
GeForce RTX 5090 Laptop	쾌적	추정 58.5 tok/s51.4–65.5보정된 추정 ±12%	Q4_K_M	11.9 / 24.0GB	풀 GPU	최대 16k	—	—
Radeon RX 7900 XT	쾌적	추정 58.2 tok/s51.2–65.1보정된 추정 ±12%	Q4_K_M	11.9 / 20.0GB	풀 GPU	최대 16k	—	출시가 US$899
GeForce RTX 4080 Super	쾌적	추정 48.0 tok/s42.3–53.8보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	출시가 US$999
Radeon RX 9070	쾌적	추정 46.9 tok/s41.3–52.5보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	실거래가 US$639 (2026-08-09 기준)
Radeon RX 9070 XT	쾌적	추정 46.9 tok/s41.3–52.5보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	실거래가 US$689 (2026-08-09 기준)
GeForce RTX 4080	쾌적	추정 46.8 tok/s41.2–52.4보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	출시가 US$1,199
Radeon RX 7800 XT	쾌적	추정 45.4 tok/s39.9–50.8보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	출시가 US$499
GeForce RTX 4070 Ti Super	쾌적	추정 43.8 tok/s38.6–49.1보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	출시가 US$799
GeForce RTX 5070	쾌적	추정 43.8 tok/s38.6–49.1보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	실거래가 US$629 (2026-08-09 기준)
GeForce RTX 5070 Ti Laptop	쾌적	추정 43.8 tok/s38.6–49.1보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	—
GeForce RTX 4090 Laptop	쾌적	추정 37.6 tok/s33.1–42.1보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	—
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 34.3 tok/s27.5–41.2보정된 추정 ±20%	Q4_K_M	11.3 / 33.6GB	통합 메모리	최대 8k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 33.6 tok/s26.9–40.3보정된 추정 ±20%	Q4_K_M	11.3 / 67.2GB	통합 메모리	최대 8k	—	—
GeForce RTX 4070	쾌적	추정 32.9 tok/s28.9–36.8보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	출시가 US$599
GeForce RTX 4070 Super	쾌적	추정 32.9 tok/s28.9–36.8보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	출시가 US$599
Apple M2 Ultra · 64GB	쾌적	추정 32.8 tok/s26.2–39.4보정된 추정 ±20%	Q4_K_M	11.3 / 44.8GB	통합 메모리	최대 8k	—	—
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 30.5 tok/s24.4–36.6보정된 추정 ±20%	Q4_K_M	11.3 / 33.6GB	통합 메모리	최대 8k	—	—
GeForce RTX 5060 Ti 16GB	원활	추정 29.2 tok/s25.7–32.7보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	실거래가 US$569 (2026-08-09 기준)
GeForce RTX 4080 Laptop	원활	추정 28.2 tok/s24.8–31.6보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	—
Apple M5 Max (32-core GPU) · 36GB	원활	추정 25.7 tok/s20.6–30.9보정된 추정 ±20%	Q4_K_M	11.3 / 25.2GB	통합 메모리	최대 16k	—	—
Intel Arc B580	원활	추정 25.1 tok/s20.1–30.1보정된 추정 ±20%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	실거래가 US$290 (2026-08-09 기준)
GeForce RTX 3060 12GB	원활	추정 23.5 tok/s20.7–26.3보정된 추정 ±12%	Q4_K_M	11.9 / 12.0GB	풀 GPU	최대 8k	—	실거래가 US$250 (2026-08-09 기준)
Radeon RX 9060 XT 16GB	원활	추정 23.4 tok/s20.6–26.2보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	실거래가 US$449 (2026-08-09 기준)
Apple M4 Max (32-core GPU) · 36GB	원활	추정 22.9 tok/s18.3–27.5보정된 추정 ±20%	Q4_K_M	11.3 / 25.2GB	통합 메모리	최대 16k	—	—
GeForce RTX 2080 Ti	원활	추정 21.6 tok/s17.3–25.9보정된 추정 ±20%	Q4_K_M	11.0 / 11.0GB + RAM 0.9GB	부분 오프로드	최대 8k	—	출시가 US$999
GeForce GTX 1080 Ti	원활	추정 19.1 tok/s13.4–24.8이론 추정 ±30%	Q4_K_M	11.0 / 11.0GB + RAM 0.9GB	부분 오프로드	최대 8k	—	출시가 US$699
GeForce RTX 4060 Ti 16GB	원활	추정 18.8 tok/s16.5–21.0보정된 추정 ±12%	Q4_K_M	11.9 / 16.0GB	풀 GPU	최대 16k	—	출시가 US$499
Apple M5 Pro · 24GB	원활	추정 17.2 tok/s13.7–20.6보정된 추정 ±20%	Q4_K_M	11.3 / 16.8GB	통합 메모리	최대 16k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 32GB	원활	추정 15.5 tok/s12.4–18.6보정된 추정 ±20%	Q4_K_M	11.3 / 22.4GB	통합 메모리	최대 16k	—	출시가 US$1,999
Apple M4 Pro · 24GB	원활	추정 15.3 tok/s12.2–18.3보정된 추정 ±20%	Q4_K_M	11.3 / 16.8GB	통합 메모리	최대 16k	—	—
GeForce RTX 3080 10GB	겨우 가능	추정 15.1 tok/s12.1–18.1보정된 추정 ±20%	Q4_K_M	10.0 / 10.0GB + RAM 1.9GB	부분 오프로드	최대 16k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다.	출시가 US$699
NVIDIA DGX Spark · 128GB	겨우 가능	추정 10.2 tok/s8.1–12.2보정된 추정 ±20%	Q4_K_M	11.3 / 89.6GB	통합 메모리	최대 16k	—	출시가 US$3,999
GeForce RTX 3070	겨우 가능	추정 8.1 tok/s6.5–9.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	출시가 US$499
GeForce RTX 5060	겨우 가능	추정 8.1 tok/s6.5–9.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	실거래가 US$339 (2026-08-09 기준)
GeForce RTX 5060 Ti 8GB	겨우 가능	추정 8.1 tok/s6.5–9.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	실거래가 US$429 (2026-08-09 기준)
GeForce RTX 4060 Ti 8GB	겨우 가능	추정 7.5 tok/s6.0–9.0보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	출시가 US$399
GeForce RTX 4060	겨우 가능	추정 7.4 tok/s5.9–8.9보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	출시가 US$299
GeForce RTX 4060 Laptop	겨우 가능	추정 7.3 tok/s5.8–8.7보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	—
GeForce RTX 4070 Laptop	겨우 가능	추정 7.3 tok/s5.8–8.7보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	—
GeForce RTX 3050 8GB	겨우 가능	추정 7.0 tok/s5.6–8.4보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 3.9GB	부분 오프로드	최대 16k	—	출시가 US$249
Apple M5 · 16GB	겨우 가능	추정 5.0 tok/s3.5–6.5이론 추정 ±30%	Q4_K_M	RAM 10.7GB	CPU 전용	최대 8k	—	—
DDR5-6000 듀얼채널 CPU · 16GB	겨우 가능	추정 4.5 tok/s3.6–5.4보정된 추정 ±20%	Q4_K_M	RAM 10.7GB	CPU 전용	최대 8k	—	—
DDR5-5600 듀얼채널 CPU · 16GB	겨우 가능	추정 4.2 tok/s3.3–5.0보정된 추정 ±20%	Q4_K_M	RAM 10.7GB	CPU 전용	최대 8k	—	—
Apple M4 · 16GB	겨우 가능	추정 3.9 tok/s2.7–5.1이론 추정 ±30%	Q4_K_M	RAM 10.7GB	CPU 전용	최대 8k	—	—
DDR4-3200 듀얼채널 CPU · 64GB	불가	추정 2.4 tok/s1.9–2.9보정된 추정 ±20%	Q4_K_M	RAM 10.7GB	CPU 전용	—	메모리에는 들어가지만 너무 느려서 실제로 쓰기 어렵습니다.	—

리즈닝 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s).

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 5070실거래가 US$629 (2026-08-09 기준), 속도 추정 43.8 tok/s (38.6–49.1, 보정된 추정 ±12%)
원활GeForce RTX 3060 12GB실거래가 US$250 (2026-08-09 기준), 속도 추정 23.5 tok/s (20.7–26.3, 보정된 추정 ±12%)

Phi-4 벤치마크 결과

이 모델로 잰 공개 벤치마크 결과는 아직 없습니다.

자주 묻는 질문

Phi-4 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 기준으로 가중치가 9.05GB이고, 8k 컨텍스트까지 더하면 약 11.3GB가 필요합니다(KV 캐시 1.7GB, 연산 버퍼 0.6GB).

Phi-4, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 5070입니다. 실거래가는 US$629(2026-08-09 기준)이고, 속도는 추정 43.8 tok/s (38.6–49.1, 보정된 추정 ±12%)입니다. 원활하게만 돌려도 된다면 더 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 US$250(2026-08-09 기준)이고, 속도는 추정 23.5 tok/s (20.7–26.3, 보정된 추정 ±12%)입니다.

Phi-4, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 겨우 가능, 추정 7.4 tok/s (5.9–8.9, 보정된 추정 ±20%); GeForce RTX 5060 Ti 16GB: 원활, 추정 29.2 tok/s (25.7–32.7, 보정된 추정 ±12%); GeForce RTX 3090: 쾌적, 추정 61.1 tok/s (53.7–68.4, 보정된 추정 ±12%).

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.