Rangliste aktualisiert am 09/10/2026
Die RTX 5080 (16 GB GDDR7, 960 GB/s) ist die Blackwell-Klasse 2. Die VRAM-Größe ist identisch mit der 4080, aber GDDR7 + gesteigerter Neural Engine = 25-30 % schneller bei denselben Modellen.
Vergleichen Sie die Preise für RTX 5080 16 GB bei unseren Partnerhändlern (verifizierte Produktseiten):
Ein Mini-PC ist ein vollständiges System: Prüfen Sie die benötigte Speicherkapazität und die Softwarekompatibilität. Er ersetzt weder macOS/MLX noch CUDA.
Welchen PC sollten Sie je nach Budget wählen? Unsere Auswahl von 800 bis 3 500 € →
Affiliate-Links — WelchesLLM kann an Käufen eine Provision erhalten, ohne zusätzliche Kosten für Sie; dies beeinflusst die unabhängig erstellte Rangliste nicht. Als Amazon-Partner verdient WelchesLLM an qualifizierten Käufen.
Dichtes 14B-Modell mit Hybrid-Thinking. Gleichauf mit Qwen 2.5 32B Base bei STEM/Code.
ollama run qwen3:14b
14B-Reasoning-Modell unter MIT-Lizenz. Übertrifft R1-Distill-Llama-70B in Microsofts AIME-24/25-Evaluierungen mit einem Fünftel der Parameterzahl.
ollama run phi4-reasoning:14b
Hervorragende Reasoning-Fähigkeiten für seine Größe. STEM-orientiert.
ollama run phi4:14b
Coder 14B. HumanEval 89,6, LiveCodeBench 37,1. Optimaler VRAM-Kompromiss für ein selbst gehostetes Code-Modell.
ollama run qwen2.5-coder:14b
Aus R1 destilliertes Modell auf Basis von Qwen 14B. AIME24 69,7, MATH-500 93,9. Übertrifft o1-mini in vielen Benchmarks.
ollama run deepseek-r1:14b
Denses 14B-Modell unter Apache 2.0. MMLU 79,7, HumanEval 83,5. 29+ Sprachen. Guter Kompromiss.
ollama run qwen2.5:14b
Coding-Spezialist mit 24B unter Apache 2.0. 72,2 % SWE-Bench. 256k ctx, französisches Labor.
ollama run devstral-small2:24b
| Rang | Modell | Params | VRAM Q4 | Kontext | Lizenz | Auf der RTX 5080 |
|---|---|---|---|---|---|---|
| #1 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 55 tok/s · Q8 |
| #2 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 55 tok/s · Q8 |
| #3 | Phi-4 14B | 14B | 9 GB | 16 384 | MIT | 55 tok/s · Q8 |
| #4 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 55 tok/s · Q8 |
| #5 | DeepSeek R1 Distill Qwen 14B | 14B | 9 GB | 131 072 | MIT | 55 tok/s · Q8 |
| #6 | Qwen 2.5 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 55 tok/s · Q8 |
| #7 | Devstral Small 2 24B | 24B | 14 GB | 256 000 | Apache 2.0 | 40 tok/s · Q4_K_M |
Ihr privates, kostenloses ChatGPT auf Ihrem Rechner in einer Stunde – mit LM Studio, Ollama, Open WebUI und Ihren Dokumenten, ganz ohne Cloud.
Kostenloses Memo
Memo erhalten VRAM → bestes Code-Modell → Ollama-Befehl (alles auf einem Bildschirm, zum Kopieren und Einfügen). Und wechseln Sie zum Kit Lokaler Copilot, um daraus ein wirklich funktionierendes Setup zu machen.
Das Kit „Lokaler Copilot“ — 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 |
-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.
Filter: Modelle, deren Q4_K_M unter 14 GB liegt. Bonus 7-14B (Peak 5080) und 13-24B am Limit. GDDR7-Bandbreite 960 GB/s = ~30 % Gewinn gegenüber 4080.
Berücksichtigte Kriterien:
Die Bewertung ist vollständig transparent: konsultieren Sie unsere Methodik für Details zur Berechnung des VRAM-Bedarfs und der Tokens pro Sekunde.
RTX 5080 gegen RTX 4080?
Auch 16 GB VRAM. Die 5080 ist 25-30 % schneller bei denselben Modellen dank GDDR7 (960 vs. 736 GB/s) + Neural Engine Blackwell. Mistral Small 24B Q4: 5080 ~38 tok/s vs. 4080 ~28 tok/s. Siehe RTX 4080.
Kann man 30B auf einer 5080 ausführen?
Mistral Small 24B Q4 (~13 GB): ja, mit 35–40 Tok/s. Qwen 3 32B Q3_K_M (~14 GB): grenzwertig, mit Qualitätseinbußen. Für den komfortablen Betrieb von 30–32B-Modellen in Q4 eine RTX 5090 mit 32 GB anstreben. Siehe RTX 5090.
Welche Quantisierung bei 5080?
Q5_K_M für 7–9B (maximale Qualität, ~7 GB). Q4_K_M für 13–24B (Mistral Small 24B). Q6_K für 13–14B (Qwen 3 14B ~12 GB) ideal.
RTX 5080 oder Mac Studio M4 Max 64 GB?
Studio M4 Max = leiser Betrieb + 64 GB (70B Q4 läuft flüssig). 5080 = reine Geschwindigkeit bei 7–24B (35–50 Tok/s). Wenn Sie ein 70B-Modell lokal nutzen möchten: Mac Studio. Für Geschwindigkeit bei 7–24B: RTX 5080. Siehe Mac Studio.
Vertiefen Sie Ihr Wissen mit unseren detaillierten Direktvergleichen der Finalisten: