Startseite › Katalog › Bestes LLM auf der Radeon RX 7900 XT (20 GB) im Jahr 2026

Bestes LLM auf der Radeon RX 7900 XT (20 GB) im Jahr 2026

Q: RX 7900 XT gegen 7900 XTX?

XT = 20 GB + 800 GB/s. XTX = 24 GB + 960 GB/s. Für 24–32B in Q4 eignen sich beide. Für Fine-Tuning oder 32B in Q5 ist die XTX vorzuziehen. Siehe RX 7900 XTX.

◆ Lokale KI — Ihr privates und kostenloses ChatGPT, auf Ihrem Rechner, in 1 h · 24 € · oder alle Kits für 49 € →

Ranking aktualisiert am 22.09.2026

Die Radeon RX 7900 XT (20 GB GDDR6, 800 GB/s) ist die jüngere Schwester der 7900 XTX. Die ungewöhnlichen 20 GB ermöglichen den komfortablen Einsatz von Modellen mit 24–32 Milliarden Parametern in Q4. Neu ca. 650 €, hervorragendes Preis-Leistungs-Verhältnis.

Angebote und Alternativen für lokale KI

Radeon RX 7900 XT : Kaufalternative für lokale KI verfügbar — Radeon RX 9070 XT 16 GB :

AmazonPreis ansehen → Materiel.netPreis ansehen → DartyPreis ansehen →

Warum diese Wahl? Unser vollständiger Artikel zur Radeon RX 9070 XT 16 GB →

Welchen PC sollten Sie je nach Budget wählen? Unsere Auswahl von 800 bis 3 500 € →

Affiliate-Links — QuelLLM kann bei Käufen eine Provision erhalten, ohne dass Ihnen Mehrkosten entstehen. Dies beeinflusst die unabhängig erstellte Rangliste nicht. Als Amazon-Partner verdient QuelLLM an qualifizierten Käufen.

Rangliste

🇨🇳 LLaDA 2.0 Uni 16B

Ant Group / inclusionAI · 16 Milliarden Parameter · Apache 2.0 · 8 192 Tokens ctx

Erstes offenes dLLM unter Apache 2.0: MoE 16B/1B + Diffusionsdecoder mit 6,2B Parametern. Text und Vision in einem einheitlichen Modell. Veröffentlicht am 22. April 2026.

Warum dieser Rang Erstes offenes dLLM unter Apache 2.0: MoE 16B/1B + Diffusionsdecoder mit 6,2B Parametern. Text und Vision in einem einheitlichen Modell. Veröffentlicht am 22. April 2026.

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

auf Radeon RX 7900 XT

Q4_K_M

18 GB · 60 Tok/s

🇫🇷 Devstral Small 2 24B

Mistral AI · 24 Milliarden Parameter · Apache 2.0 · 256 000 Tokens ctx

Coding-Spezialist mit 24B unter Apache 2.0. 72,2 % SWE-Bench. 256k ctx, französisches Labor.

Warum dieser Rang Coding-Spezialist mit 24B unter Apache 2.0. 72,2 % SWE-Bench. 256k ctx, französisches Labor.

ollama run devstral-small2:24b

auf Radeon RX 7900 XT

Q5_K_M

17 GB · 15 tok/s

🇺🇸 Gemma 4 26B-A4B MoE

Google · 26B Parameter · Apache 2.0 · Kontext: 128 000 Tokens

MoE-Variante von Gemma 4. 26B Parameter, davon 4B aktiv. Vollständig multimodal (Text+Bild+Audio).

Warum dieser Rang MoE-Variante von Gemma 4. 26B Parameter, davon 4B aktiv. Vollständig multimodal (Text+Bild+Audio).

ollama run gemma4:26b

auf Radeon RX 7900 XT

Q5_K_M

19 GB · 22 tok/s

🇨🇳 Qwen 3.6 27B

Alibaba · 27B Parameter · Apache 2.0 · 262 144 tokens ctx

Dichtes multimodales 27B-Modell, veröffentlicht am 22. April 2026. 262k ctx (1M YaRN). SWE-bench Verified 77.2%.

Warum dieser Rang Dichtes multimodales 27B-Modell, veröffentlicht am 22. April 2026. 262k ctx (1M YaRN). SWE-bench Verified 77.2%.

ollama run qwen3.6:27b

auf Radeon RX 7900 XT

Q5_K_M

19 GB · 13 tok/s

🇨🇳 Qwen 3.8 27B

Alibaba · 27B Parameter · Apache 2.0 · 262 144 tokens ctx

Qwen 3.8 27B: dichtes multimodales Modell (Text + Vision), 262k Kontext, ca. 16 GB VRAM bei Q4 (18 GB Ollama-Gewichte). Apache 2.0, agentisches Programmieren und Vision.

Warum dieser Rang Qwen 3.8 27B: dichtes multimodales Modell (Text + Vision), 262k Kontext, ca. 16 GB VRAM bei Q4 (18 GB Ollama-Gewichte). Apache 2.0, agentisches Programmieren und Vision.

ollama run qwen3.8:27b

auf Radeon RX 7900 XT

Q5_K_M

19 GB · 14 Tok/s

🇫🇷 Magistral Small 24B

Mistral AI · 24 Milliarden Parameter · Apache 2.0 · Kontext: 128 000 Tokens

Erster offener Reasoner von Mistral. AIME24 70.7%. Basis Small 3.1 + CoT-Training.

Warum dieser Rang Erster offener Reasoner von Mistral. AIME24 70.7%. Basis Small 3.1 + CoT-Training.

ollama run magistral:24b

auf Radeon RX 7900 XT

Q5_K_M

17 GB · 15 tok/s

🇺🇸 Gemma 4 31B

Google · 31B Parameter · Apache 2.0 · 256 000 Tokens ctx

Dichtes multimodales 31B-Modell (Text+Bild+Audio). 140+ Sprachen, 256k Kontext. Platz 3 in der Chatbot Arena unter den offenen Modellen.

Warum dieser Rang Dichtes multimodales 31B-Modell (Text+Bild+Audio). 140+ Sprachen, 256k Kontext. Platz 3 in der Chatbot Arena unter den offenen Modellen.

ollama run gemma4:31b

auf Radeon RX 7900 XT

Q4_K_M

18 GB · 12 Tok/s

Vergleichstabelle

Rang	Modell	Params	VRAM Q4	Kontext	Lizenz	auf 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

Das Lokale-KI-Paket

Ihr privates, kostenloses ChatGPT auf Ihrem Rechner in einer Stunde – mit LM Studio, Ollama, Open WebUI und Ihren Dokumenten, ganz ohne Cloud.

Lebenslanger Online-Zugang
PDF + Dateien
Erstattung binnen 30 Tagen

Das Lokale-KI-Paket → oder alle Kits lebenslang — 49 € →

Kostenloses Memo

Welches Code-Modell lässt sich auf IHREM Rechner ausführen?

Memo erhalten VRAM → bestes Code-Modell → Ollama-Befehl (alles auf einem Bildschirm, zum Kopieren und Einfügen). Und wechseln Sie zum Kit Copilote Local, um daraus ein wirklich funktionierendes Setup zu machen.

Das Kit „Copilote Local“ — die Ollama- + Cline- + Aider-Configs zum direkten Einfügen, angepasste Modelfiles, Hilfe bei Problemen, lebenslanger Zugang zum Onlinebereich →

Kein Spam. Abmeldung mit 1 Klick. Ihre Daten bleiben bei uns (werden nie weiterverkauft).

Ihre Karte → das beste Code-Modell für die lokale Ausführung und der exakte Ollama-Befehl:

Ihr VRAM	Typische GPUs / Macs	Empfohlenes Code-Modell	Ollama-Befehl
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) oder 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) — Code-Agent-Spezialist	`ollama run devstral:24b`
24 GB	RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB	Qwen 3.8 27B (Q4, 18 GB) — „nahe an Copilot“	`ollama run qwen3.8:27b`
32 GB	RTX 5090	Qwen 3.6 35B-A3B (Q4, 23 GB) — schnelles MoE	`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/Agent ≠ Autovervollständigung. In der obigen Tabelle finden Sie Ihr Modell für Chat und Agent. Für die Inline-Autovervollständigung (FIM) behalten Sie ein kleines, dafür vorgesehenes Modell in der Variante -base : ollama run qwen2.5-coder:7b-base — das ist in diesem speziellen Fall immer noch der Referenzstandard. ⚠️ Qwen 3.8: sein Reasoning ist standardmäßig sehr hoch eingestellt, und es „denkt“ bei einfachen Anfragen zu viel nach — stellen Sie es auf low (oder schalten Sie es ab) beim ersten Start. ⚠️ Lizenzfalle: Codestral 22B = Mistral Non-Production License → zum Programmieren bei der Arbeit verboten. Qwen 3.5/3.8, Gemma 4 und Devstral sind unter Apache 2.0 lizenziert. 💡 Abstürze wegen Speicherproblemen? Halten Sie ca. 1,5 GB VRAM für den Kontext frei oder gehen Sie eine Quantisierungsstufe herunter.

🔌 Zum Einbinden in VS Code: Cline (Agent für mehrere Dateien), Aider (CLI) oder Tabby/Twinny (FIM-Autovervollständigung) — alle verbinden sich lokal mit Ollama. Das Kit Lokaler Copilot — Configs zum Einfügen + getestetes Setup — ist verfügbar: /copilote-local.

Methodik des Rankings

Filter: Q4_K_M ≤ 18 GB. Bonus 13-32B (Peak 20 GB). 800 GB/s + ROCm 6.

Berücksichtigte Kriterien:

Q4_K_M ≤ 18 GB
Mit ROCm 6 kompatibel
Mistral Small 24B Q5
Ungewöhnliche 20 GB

Die Bewertung ist vollständig transparent: konsultieren Sie unsere Methodik für Details zur Berechnung des VRAM-Bedarfs und der Tokens pro Sekunde.

Häufige Fragen

RX 7900 XT gegen 7900 XTX?

XT = 20 GB + 800 GB/s. XTX = 24 GB + 960 GB/s. Für 24-32B Q4 eignen sich beide. XTX ist vorzuziehen für Fine-Tuning oder 32B Q5. Siehe RX 7900 XTX.

Warum 20 GB und nicht 16 oder 24?

Eine Marketingentscheidung von AMD zur Positionierung zwischen der 7900 XTX und der vorherigen Leistungsklasse. Für LLMs ist das ein guter Mittelweg: Mistral Small 24B Q4 (~13 GB) + 32k Kontext + Cache = ~18 GB.

ROCm auf der 7900 XT: einfach?

Ja, seit ROCm 6 (2024). Ollama bietet native Unterstützung über -gpu rocm. llama.cpp ebenfalls. Einfacher als vor 2 Jahren. Siehe guide.

LLM-Sweet-Spot für die 7900 XT?

Mistral Small 24B Q5 (~17 GB) mit 25 Tok/s, Qwen 3 32B Q4 (~17 GB) mit 22 Tok/s. Sehr gut für Code und Chat.

Weiterführende Informationen

Die QuelLLM-Pakete Der maßgebliche Leitfaden für jeden Anwendungsfall

Lokale KI Lokaler Copilot Lokale Agenten Lokales RAG KI im Unternehmen KI ohne Filter Mac KI-Bilder

Alle Kits lebenslang — 49 €