A NVIDIA GeForce RTX 5060 Ti 16GB consegue executar gpt-oss-120b?

Esta página foi escrita e traduzida automaticamente por IA e verificada por software em relação às suas fontes, sem edição humana. As especificações vêm das fontes listadas; os requisitos de memória e as velocidades são estimativas calculadas com fórmulas publicadas. Como usamos IA

Não cabe Nem a menor quantização de gpt-oss-120b (Q2_K) cabe em uma NVIDIA GeForce RTX 5060 Ti 16GB com um contexto de 8.192 tokens; ela precisa de 62,8 GiB disponíveis para “Cabe”. Espera-se que 7 placas idênticas (divisão uniforme padrão) caibam. Com menos placas, fica no limite.

“Cabe” significa que a verificação de carregamento padrão --fit do llama.cpp colocaria todas as camadas na GPU: nossa estimativa dos buffers do llama.cpp, mais a margem de erro, mais a reserva de 1 GiB por placa do llama.cpp, está dentro da memória contada como disponível. Isso não garante que a memória de pico durante a geração caiba. Como os resultados são definidos

Valores atualizados em 19 de out. de 2026 · Calculadora

Perfil de execução: llama.cpp, back end CUDA (GPU dedicada NVIDIA), todas as camadas na GPU, Flash Attention ativada, micro-batch (-ub) 512, KV cache em F16, contexto (-c) conforme indicado; “Cabe” é avaliado com as 4 sequências paralelas padrão do llama-server (-np auto, KV cache unificado) e “Não cabe” com 1 sequência; GPU ociosa, sem outros programas usando sua memória.

Memória considerada disponível para “Cabe” (C_low): 12,88 GiB por placa = 16 GiB nominais − 1.054 MiB (a maior diferença entre o nominal e o total informado medida em GPUs de consumo e de estações de trabalho neste perfil, usada porque nenhum log público informa o total desta GPU) − 2.112 MiB (o maior uso de inicialização e de execução visto nos logs públicos deste perfil), arredondado para baixo para um múltiplo de 64 MiB.

Estes resultados presumem a configuração padrão da placa. Configurações que reduzem a memória utilizável (por exemplo, ECC, quando a placa oferece suporte) não estão incluídas.

Memória usada para “Não cabe” (C_high): os 16 GiB completos por placa. Perfis de execução e suas medições

Memória necessária por quantização e contexto

Memória disponível necessária para “Cabe” (X, GiB por placa) e o resultado na NVIDIA GeForce RTX 5060 Ti 16GB.
Quantização	4.096	8.192	32.768	131.072
Q8_0	63,1 GiB Não cabe	63,3 GiB Não cabe	64,2 GiB Não cabe	68,0 GiB Não cabe
Q6_K	63,0 GiB Não cabe	63,2 GiB Não cabe	64,1 GiB Não cabe	67,9 GiB Não cabe
Q5_K_M	62,8 GiB Não cabe	63,0 GiB Não cabe	63,9 GiB Não cabe	67,7 GiB Não cabe
Q4_K_M	62,7 GiB Não cabe	62,9 GiB Não cabe	63,8 GiB Não cabe	67,6 GiB Não cabe
Q4_0	62,7 GiB Não cabe	62,8 GiB Não cabe	63,7 GiB Não cabe	67,5 GiB Não cabe
Q3_K_M	62,7 GiB Não cabe	62,8 GiB Não cabe	63,8 GiB Não cabe	67,5 GiB Não cabe
Q2_K	62,6 GiB Não cabe	62,8 GiB Não cabe	63,7 GiB Não cabe	67,5 GiB Não cabe

Nenhum limite de velocidade é informado: a largura de banda de memória da NVIDIA GeForce RTX 5060 Ti 16GB não é confirmada por duas fontes abertas independentes.

Alternativas

Outras GPUs de 16 GB em que gpt-oss-120b cabe

Nenhuma outra GPU com o mesmo tamanho de memória comporta este modelo.

Maior modelo da mesma família que cabe na NVIDIA GeForce RTX 5060 Ti 16GB

gpt-oss-20b 20,9B · Q6_K · página detalhada

Mesma família: mesmo publicador e mesmo nome de modelo até a contagem de parâmetros.

Fontes

Página do modelo, com todas as quantizações e seus arquivos: gpt-oss-120b
Página da GPU, com cada especificação e suas fontes: NVIDIA GeForce RTX 5060 Ti 16GB
Arquivos do modelo no Hugging Face (revisões fixadas): openai/gpt-oss-120b@b5c939d, unsloth/gpt-oss-120b-GGUF@ff1a82d
Tamanho da memória de NVIDIA GeForce RTX 5060 Ti 16GB segundo: Wikipedia: List of Nvidia graphics processing units (CC BY-SA 4.0), GetDeploying GPU Models (CC BY 4.0)
Metodologia