Placas de Vídeo global
NVIDIA
NVIDIA GeForce RTX 4070 Laptop GPU
8 GB • Ada Lovelace • 35-115 W
8 GBMemória
Ada LovelaceArquitetura
35-115 WPotência
8 GB • Ada Lovelace • 35-115 W
Informações oficiais da unidade de processamento e arquitetura do fabricante.
Ada Lovelace — Arquitetura · 4608 — Unidade de sombreamento
Valores decisivos em altas resoluções e altas texturas.
8 GB — GDDR6 · 128 bit — Barramento de memória
Valores oficiais que determinam a seleção de fonte de alimentação e gabinete.
35-115 W — Consumo de Energia da Placa
Um guia de uso feito a partir das especificações e das etiquetas dos editores; não é resultado de teste.
A avaliação dos editores da Kacbu a partir das especificações que o fabricante publica. Não testamos os aparelhos nós mesmos, então nada aqui é resultado de medição. O que vem de uma análise independente aparece com o nome da publicação e a data na seção Imprensa.
Em vez de acompanhar o preço de venda atual, a Kacbu guarda as informações oficiais de lançamento do produto como referência.
O início do primeiro período de vendas.
Clique em um valor vinculado para ver outros produtos que compartilham essa característica, e deixar um comentário sobre ela.
Outros produtos da mesma categoria.
Modelos construídos sobre a mesma peça. A diferença não está na peça, e sim no dispositivo ao redor dela.
Se um modelo roda no seu computador é decidido primeiro pela memória da placa de vídeo: o arquivo do modelo precisa caber na VRAM com folga para a janela de contexto e o runtime. Os estados abaixo são calculados só pela memória; o suporte de software (CUDA, ROCm, Vulkan) é outro assunto.
Maior modelo que roda confortável: Qwen3.5 4B
Regra: 1.5 vezes a necessidade em memória é Confortável, 1.15 vezes Roda, 0.6 vezes Limitado; a necessidade é o tamanho do pacote padrão ou o mínimo indicado pelo fabricante quando existe (um mínimo indicado conta como cabendo exatamente nesse valor). Tamanhos de pacote da biblioteca Ollama, mínimos da declaração do próprio fabricante; lido em 2026-09-11. Fontes: ollama.com/library/qwen3.5, ollama.com/library/gpt-oss, openai.com/index/introducing-gpt-oss