Início › Catálogo › Melhor LLM para a Radeon RX 7900 XT (20 GB) em 2026

Melhor LLM para a Radeon RX 7900 XT (20 GB) em 2026

Q: RX 7900 XT versus 7900 XTX?

XT = 20 GB + 800 GB/s. XTX = 24 GB + 960 GB/s. Para 24-32B Q4, ambos são adequados. XTX é preferível para fine-tuning ou 32B Q5. Veja RX 7900 XTX.

Q: ROCm na 7900 XT: fácil?

Sim, desde o ROCm 6 (2024). O Ollama oferece suporte nativo via -gpu rocm. O llama.cpp também. Mais simples do que há 2 anos. Consulte o guia.

◆ IA Local — Seu ChatGPT privado e gratuito, na sua máquina, em 1 h · 24 € · ou todos os kits por 49 € →

Classificação atualizada em 09/10/2026

A Radeon RX 7900 XT (20 GB GDDR6, 800 GB/s) é a irmã mais nova da 7900 XTX. Seus incomuns 20 GB permitem rodar modelos de 24–32B em Q4 com folga. ~650 € nova, excelente custo-benefício.

Ofertas e alternativas para IA local

Radeon RX 7900 XT : opção de compra disponível para IA local — Radeon RX 9070 XT 16 GB :

AmazonVer preço →

Por que essa escolha? Nossa ficha completa sobre Radeon RX 9070 XT 16 GB →

Qual PC escolher conforme seu orçamento? Nossas escolhas de 800 a 3 500 € →

Links afiliados — QualLLM pode receber uma comissão sobre as compras, sem custo adicional para você, o que não influencia a classificação (estabelecida de forma independente). Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.

Classificação

🇨🇳 LLaDA 2.0 Uni 16B

Ant Group / inclusionAI · 16 bilhões de parâmetros · Apache 2.0 · 8 192 tokens ctx

Primeiro dLLM aberto sob a licença Apache 2.0: MoE 16B/1B + decodificador de difusão 6.2B. Texto+visão unificados. Lançamento em 22 de abril de 2026.

Por que esta posição Primeiro dLLM aberto sob a licença Apache 2.0: MoE 16B/1B + decodificador de difusão 6.2B. Texto+visão unificados. Lançamento em 22 de abril de 2026.

# HuggingFace : inclusionAI/LLaDA2.0-Uni (Flash Attn 2 + CUDA 12.4 requis)

Na Radeon RX 7900 XT

Q4_K_M

18 GB · 60 tok/s

🇫🇷 Devstral Small 2 24B

Mistral AI · 24 bilhões de parâmetros · Apache 2.0 · 256 000 tokens ctx

Especialista em programação, 24B, Apache 2.0. 72,2% no SWE-Bench. 256k ctx, laboratório francês.

Por que esta posição Especialista em programação, 24B, Apache 2.0. 72,2% no SWE-Bench. 256k ctx, laboratório francês.

ollama run devstral-small2:24b

Na Radeon RX 7900 XT

Q5_K_M

17 GB · 15 tok/s

🇺🇸 Gemma 4 26B-A4B MoE

Google · 26 bilhões de parâmetros · Apache 2.0 · 128 000 tokens ctx

Variante MoE de Gemma 4. 26B/4B ativos. Multimodal completo (texto+imagem+áudio).

Por que esta posição Variante MoE de Gemma 4. 26B/4B ativos. Multimodal completo (texto+imagem+áudio).

ollama run gemma4:26b

Na Radeon RX 7900 XT

Q5_K_M

19 GB · 22 tok/s

🇨🇳 Qwen 3.6 27B

Alibaba · 27B de parâmetros · Apache 2.0 · 262 144 tokens ctx

Denso 27B multimodal, lançado em 22 de abril de 2026. 262k ctx (1M YaRN). SWE-bench Verified 77.2%.

Por que esta posição Denso 27B multimodal, lançado em 22 de abril de 2026. 262k ctx (1M YaRN). SWE-bench Verified 77.2%.

ollama run qwen3.6:27b

Na Radeon RX 7900 XT

Q5_K_M

19 GB · 13 tok/s

🇨🇳 Qwen 3.8 27B

Alibaba · 27B de parâmetros · Apache 2.0 · 262 144 tokens ctx

Qwen 3.8 27B: modelo denso multimodal (texto + visão), contexto de 262k, cerca de 16 GB de VRAM em Q4 (18 GB de pesos no Ollama). Apache 2.0, programação agêntica e visão.

Por que esta posição Qwen 3.8 27B: modelo denso multimodal (texto + visão), contexto de 262k, cerca de 16 GB de VRAM em Q4 (18 GB de pesos no Ollama). Apache 2.0, programação agêntica e visão.

ollama run qwen3.8:27b

Na Radeon RX 7900 XT

Q5_K_M

19 GB · 14 tok/s

🇫🇷 Magistral Small 24B

Mistral AI · 24 bilhões de parâmetros · Apache 2.0 · 128 000 tokens ctx

Primeiro modelo de raciocínio aberto da Mistral. AIME24 70,7%. Base Small 3.1 + treinamento CoT.

Por que esta posição Primeiro modelo de raciocínio aberto da Mistral. AIME24 70,7%. Base Small 3.1 + treinamento CoT.

ollama run magistral:24b

Na Radeon RX 7900 XT

Q5_K_M

17 GB · 15 tok/s

🇺🇸 Gemma 4 31B

Google · 31B de parâmetros · Apache 2.0 · 256 000 tokens ctx

Denso 31B multimodal (texto+imagem+áudio). 140+ idiomas, 256k ctx. Nº 3 entre os modelos abertos no Chatbot Arena.

Por que esta posição Denso 31B multimodal (texto+imagem+áudio). 140+ idiomas, 256k ctx. Nº 3 entre os modelos abertos no Chatbot Arena.

ollama run gemma4:31b

Na Radeon RX 7900 XT

Q4_K_M

18 GB · 12 tok/s

Tabela comparativa

Posição	Modelo	Params	VRAM Q4	Contexto	Licença	Na Radeon RX 7900 XT
#1	LLaDA 2.0 Uni 16B	16B	18 GB	8 192	Apache 2.0	60 tok/s · Q4_K_M
#2	Devstral Small 2 24B	24B	14 GB	256 000	Apache 2.0	15 tok/s · Q5_K_M
#3	Gemma 4 26B-A4B MoE	26B	16 GB	128 000	Apache 2.0	22 tok/s · Q5_K_M
#4	Qwen 3.6 27B	27B	16 GB	262 144	Apache 2.0	13 tok/s · Q5_K_M
#5	Qwen 3.8 27B	27B	16 GB	262 144	Apache 2.0	14 tok/s · Q5_K_M
#6	Magistral Small 24B	24B	14 GB	128 000	Apache 2.0	15 tok/s · Q5_K_M
#7	Gemma 4 31B	31B	18 GB	256 000	Apache 2.0	12 tok/s · Q4_K_M

O kit IA Local

Seu ChatGPT privado e gratuito na sua máquina em 1 hora — LM Studio, Ollama, Open WebUI, seus documentos, sem nuvem.

Espaço online vitalício
PDF + arquivos
Atualizações vitalícias

O kit IA Local → ou todos os kits com acesso vitalício — 49 € →

Memo gratuito

Qual modelo de código rodar na SUA máquina?

Receba o resumo VRAM → melhor modelo de código → comando Ollama (uma única tela, copiar e colar). E passe para o kit Copiloto Local para transformar isso em uma configuração que realmente funciona.

O kit Copiloto Local — as configs Ollama + Cline + Aider prontas para colar, Modelfiles ajustados, solução de problemas, espaço online vitalício →

Sem spam. Cancelamento em 1 clique. Seus dados ficam conosco (nunca revendidos).

Sua placa → o melhor modelo para programação para rodar localmente e o comando Ollama exato:

Sua VRAM	GPU / Mac típicos	Modelo de código recomendado	Comando Ollama
8 GB	RTX 4060 / 3060 · M1-M2 16 GB	Qwen 3.5 9B (Q4, 6,6 GB — 256k ctx)	`ollama run qwen3.5:9b`
12 GB	RTX 3060 12 GB / 4070 / 5070	Qwen 3.5 9B (Q8, 11 GB) ou Gemma 4 12B (7,6 GB)	`ollama run qwen3.5:9b-q8_0`
16 GB	RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB	Devstral 24B (Q4, 14 GB) — especialista em agentes de código	`ollama run devstral:24b`
24 GB	RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB	Qwen 3.8 27B (Q4, 18 GB) — o “quase Copilot”	`ollama run qwen3.8:27b`
32 GB	RTX 5090	Qwen 3.6 35B-A3B (Q4, 23 GB) — MoE rápido	`ollama run qwen3.6:35b`
48 GB+	Mac M4 Max 64 GB · M2 Ultra 128 GB	Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx)	`ollama run qwen3-coder:30b-a3b-q8_0`

💡 Chat/agente ≠ autocompletação. A tabela acima traz o seu modelo de chat e de agente. Para a autocompletação inline (FIM), mantenha um pequeno modelo dedicado na variante -base : ollama run qwen2.5-coder:7b-base — ainda é a referência neste caso específico. ⚠️ Qwen 3.8: seu nível de raciocínio é definido como muito alto por padrão e ele “pensa demais” em solicitações simples — reduza-o para low (ou desative-o) na primeira execução. ⚠️ Armadilha de licença: Codestral 22B = Mistral Non-Production License → proibido para programar no trabalho. Qwen 3.5/3.8, Gemma 4 e Devstral são disponibilizados sob a licença Apache 2.0. 💡 Está travando por falta de memória? Mantenha ~1,5 GB de VRAM livre para o contexto, ou passe para um nível menor de quantização.

🔌 Para conectá-lo no VS Code: Cline (agente que trabalha com vários arquivos), Aider (CLI) ou Tabby/Twinny (autocompletação FIM) — todos se conectam ao Ollama localmente. O kit Copiloto Local — configs prontas para colar + setup testado — está disponível: /copilote-local.

Metodologia do ranking

Filtro: Q4_K_M ≤ 18 GB. Bônus 13-32B (pico 20 GB). 800 GB/s + ROCm 6.

Critérios considerados:

Q4_K_M ≤ 18 GB
Compatível com ROCm 6
Mistral Small 24B Q5
20 GB inusitados

A pontuação é totalmente transparente: consulte nossa metodologia para os detalhes de cálculo de VRAM/tokens/seg.

Perguntas frequentes

RX 7900 XT versus 7900 XTX?

XT = 20 GB + 800 GB/s. XTX = 24 GB + 960 GB/s. Para modelos 24-32B Q4, os dois são adequados. XTX preferível para fine-tuning ou 32B Q5. Veja RX 7900 XTX.

Por que 20 GB e não 16 ou 24?

Escolha de marketing da AMD para posicionar entre a 7900 XTX e a faixa anterior. Para LLM, é o ponto ideal: Mistral Small 24B Q4 (~13 GB) + contexto 32k + cache = ~18 GB.

ROCm na 7900 XT: fácil?

Sim desde o ROCm 6 (2024). Ollama suporta nativamente via -gpu rocm. llama.cpp também. Mais simples do que há 2 anos. Veja guide.

Qual é o ponto ideal para LLMs na 7900 XT?

Mistral Small 24B Q5 (~17 GB) a 25 tok/s, Qwen 3 32B Q4 (~17 GB) a 22 tok/s. Excelente para código + conversa.

Para se aprofundar

Os kits QuelLLM O guia de referência por uso

IA local Copiloto Local Agentes Locais RAG Local IA Empresarial IA Sem Filtros Mac Imagens IA

Todos os kits com acesso vitalício — 49 €