Läuft KI auf einer GTX 1650? Gemessen: etwa 20 Tokens pro Sekunde
Ja. Auf einem Desktop-PC mit einer NVIDIA GTX 1650 (4 GB) und 16 GB RAM schrieb Gemma 4 E4B etwa 20 Tokens pro Sekunde. Schneller, als du liest.
Was das in der Praxis heißt
| Aufgabe | Zeit auf diesem PC |
|---|---|
| Eine normale Antwort schreiben (400 Tokens, etwa eine halbe Seite) | 20 s |
| Ein langes Dokument lesen, das du ihr gibst (5.000 Tokens, etwa 6 Seiten) | 0:13–3:28 min |
Berechnet aus den auf diesem PC gemessenen Geschwindigkeiten: Zeit ist Länge geteilt durch Tempo, und eine echte Antwort braucht außerdem einen Moment zum Anlaufen. Zum Vergleich: Die meisten Menschen lesen etwa 4 Wörter pro Sekunde (Brysbaert, 2019), also brauchst du für eine Antwort mit 400 Tokens schon über eine Minute, nur um sie zu lesen.
Was wir gemessen haben
Schreiben heißt, wie schnell die KI ihre Antwort tippt, in Tokens pro Sekunde; ein Token ist ein Stück Wort, und im Deutschen braucht ein Wort meist ein bis zwei. Lesen heißt, wie schnell sie aufnimmt, was du ihr gibst: deine Frage, einen eingefügten Text oder ein PDF. Lesen ist immer viel schneller als Schreiben, weil die KI viele Tokens auf einmal lesen kann, sie aber einzeln schreiben muss.
| Was | Lief auf | Ergebnis | Gemessen |
|---|---|---|---|
| Gemma 4 E4B | Grafikkarte, teils im RAM | etwa 20 Tokens pro Sekunde beim Schreiben · 24–395 beim Lesen | 23. September 2026 |
| Gemma 4 E4B (zweiter PC)* | Grafikkarte, teils im RAM | 8–25 Tokens pro Sekunde beim Schreiben · 32–301 beim Lesen | 1. Oktober 2026 |
Wie jede Zahl gemessen wurde: Mehr dazu, wie wir messen
- Echte Chats in GreenCube 0.1.40 und 0.1.42: das Tempo jeder Antwort mit 100 Tokens oder mehr, ausgelesen aus dem Log der App. Der Bereich lässt das langsamste und das schnellste Zehntel weg.
Wo wir mehrere Messungen haben, zeigen wir den Bereich: Das Tempo schwankt zwischen Messungen auf demselben PC etwas. * Dieser Tester hat vor allem kurze Fragen gestellt, deshalb zählen auch Antworten unter 100 Tokens. Kurze Antworten messen etwas langsamer.
Was es bedeutet
Nicht alles passt auf die Karte
Gemma 4 E4B ist eine 4,2-GB-Datei, und die Karte hat 4 GB, also passt es nicht komplett drauf, und ein Teil liegt im normalen Arbeitsspeicher (RAM). Jedes Wort, das es schreibt, muss diesen Teil über einen viel langsameren Weg erreichen, also sinkt das Tempo und schwankt. Es schreibt trotzdem etwa 20 Tokens pro Sekunde. Das Lesen von eingefügtem Text schwankte von einem Tag auf den anderen zwischen 24 und 395 Tokens pro Sekunde, höchstwahrscheinlich weil die Karte voll war.
Ein zweiter PC mit derselben Karte
Die GTX 1650 eines anderen Testers ließ Gemma 4 E4B in GreenCube 0.1.42 laufen: Sie schrieb 8–25 Tokens pro Sekunde und las mit 32–301. Die meisten Antworten waren kurz, und kurze Antworten messen langsamer als lange: Die längste lag nahe am oberen Ende dieses Bereichs.
Das größere Gemma 4 12B
Nicht bequem. GreenCube schlägt das größere Gemma 4 12B nur auf Karten mit 10 GB VRAM oder mehr vor, und diese hat 4. Auf einer AMD RX 5700 XT mit 8 GB beantwortete es kurze Fragen und stürzte dann in einem langen Chat ab.
Bilder
Sehr wahrscheinlich, aber wir haben auf dieser Karte noch kein Bild gestoppt. Sobald wir es tun, steht die Zahl hier. Ein Bild nutzt eine eigene KI von etwa 6 GB und viel mehr Rechenarbeit als eine Chat-Antwort, also zählt die Grafik hier noch mehr.
Wie er im Vergleich abschneidet
Von den 8 PCs, die wir mit Gemma 4 E4B gemessen haben, ist dieser Nummer 7 beim Schreibtempo. Die GTX 1660 Super schreibt 37–38, etwa 90 % schneller. Die RX 580 schreibt 10–11, also ist dieser etwa 90 % schneller.
Der Test-PC
Der eigene PC eines echten Testers, so genutzt wie sonst auch, keine Labormaschine:
- Desktop-PC
- Grafik: NVIDIA GTX 1650
- Grafikspeicher (VRAM): 4 GB
- RAM: 16 GB
- Prozessor: 16 Threads
Prüf deinen eigenen PC
Du weißt nicht, was in deinem PC steckt? Das dauert 30 Sekunden:
- Drück Strg + Umschalt + Esc, um den Task-Manager zu öffnen.
- Geh zu Leistung.
- Klick auf Arbeitsspeicher: Die Zahl oben rechts ist dein RAM.
- Klick auf GPU: Der Name oben rechts ist deine Karte, und Dedizierter GPU-Speicher ist dein VRAM. Du siehst nur Intel- oder AMD-Grafik ohne dedizierten Speicher? Dann hast du keine separate Karte.
Such dann die ähnlichste Karte in der vollständigen Tabelle. Dieselbe Karte mit mehr VRAM kann eine größere KI aufnehmen; eine neuere Karte derselben Größe ist meist schneller.
Weitere PCs, die wir gemessen haben
- RTX 2080 Ti: 65–71 Tokens pro Sekunde (Gemma 4 E4B)
- RX 5700 XT: 63–72 Tokens pro Sekunde (Gemma 4 E4B)
- RTX 5060: 56 Tokens pro Sekunde (Gemma 4 E4B)
- RTX 3060: 53–55 Tokens pro Sekunde (Gemma 4 E4B)
- RX 6600: 42–44 Tokens pro Sekunde (Gemma 4 E4B)
- GTX 1660 Super: 37–38 Tokens pro Sekunde (Gemma 4 E4B)
- Laptop mit Intel Core Ultra 5: 14–18 Tokens pro Sekunde (Gemma 4 E2B)
- RX 580: 10–11 Tokens pro Sekunde (Gemma 4 E4B)
- Laptop mit Intel Iris Xe: 5–7 Tokens pro Sekunde (Gemma 4 E2B)
Läuft KI auf meinem PC? Alle 10 PCs in einer Tabelle, und wie sich deiner anfühlen wird.
Fragen
Läuft KI lokal auf einer GTX 1650?
Ja. Auf einem Desktop-PC mit einer NVIDIA GTX 1650 (4 GB) und 16 GB RAM schrieb Gemma 4 E4B etwa 20 Tokens pro Sekunde. Schneller, als du liest.
Kann man auf einer GTX 1650 KI-Bilder erstellen?
Sehr wahrscheinlich, aber wir haben auf dieser Karte noch kein Bild gestoppt. Sobald wir es tun, steht die Zahl hier.
Läuft Gemma 4 12B auf einer GTX 1650?
Nicht bequem. GreenCube schlägt das größere Gemma 4 12B nur auf Karten mit 10 GB VRAM oder mehr vor, und diese hat 4. Auf einer AMD RX 5700 XT mit 8 GB beantwortete es kurze Fragen und stürzte dann in einem langen Chat ab.
Deine eigene KI, auf deinem eigenen PC
GreenCube läuft auf deinem Computer: ohne Nutzungslimits, ohne Abo, auch ohne Internet. 9,99 €, einmal bezahlt.
GreenCube holen