Bisakah RTX 2080 Ti menjalankan AI? Terukur: 65–71 token per detik
Ya. Di PC desktop dengan NVIDIA RTX 2080 Ti (11 GB) dan RAM 128 GB, Gemma 4 E4B menulis 65–71 token per detik. Kamu membaca sekitar 8, jadi jawabannya keluar lebih cepat daripada kamu membacanya.
Artinya dalam praktik
| Tugas | Waktu di PC ini |
|---|---|
| Menulis jawaban biasa (400 token, sekitar setengah halaman) | 6 detik |
| Membaca dokumen panjang yang kamu berikan (5.000 token, sekitar 5 halaman) | 3–4 detik |
| Membuat gambar (512×512) | 8–9 detik (pertama: 83 detik) |
Dihitung dari kecepatan yang diukur di PC ini: waktu adalah panjang dibagi kecepatan, dan jawaban sungguhan juga butuh sesaat untuk mulai. Sebagai gambaran, kebanyakan orang membaca sekitar 4 kata per detik (Brysbaert, 2019), jadi membaca jawaban 400 token saja butuh sekitar satu menit.
Apa yang kami ukur
Menulis adalah seberapa cepat AI mengetik jawabannya, dalam token per detik; token adalah potongan kata, dan satu kata bahasa Indonesia sering terdiri dari dua token atau lebih. Membaca adalah seberapa cepat ia menerima apa yang kamu berikan: pertanyaanmu, teks yang ditempel, atau PDF. Membaca selalu jauh lebih cepat daripada menulis, karena AI bisa membaca banyak token sekaligus tapi harus menulisnya satu per satu.
| Apa | Berjalan di | Hasil | Diukur |
|---|---|---|---|
| Gemma 4 E4B | kartu grafis | 65–71 token per detik menulis · 1.380–1.800 membaca | 14 Oktober 2026 1 |
| Gemma 4 E4B | kartu grafis | 75,6 token per detik menulis | 14 Oktober 2026 2 |
| Gemma 4 E4B | hanya prosesor | 13,5 token per detik menulis | 14 Oktober 2026 2 |
| Gambar (512×512) | kartu grafis | 8–9 detik (yang pertama butuh 83 detik saat memuat) | 12 Oktober 2026 3 |
Cara setiap angka diukur: Selengkapnya tentang cara kami mengukur
- Chat nyata di GreenCube 0.1.44: kecepatan setiap jawaban 100 token atau lebih, dibaca dari log aplikasi. Rentangnya membuang sepersepuluh yang paling lambat dan paling cepat.
- Tes kecepatan GreenCube 0.1.44 sendiri, yang dijalankan saat mulai untuk memilih antara kartu grafis dan prosesor: jawaban pendek yang ditulis sekali di masing-masing.
- Mesin gambar GreenCube (Z-Image Turbo), 512×512 piksel, 8 langkah, diukur dari klik sampai gambar jadi.
Kalau kami punya beberapa pengukuran, kami tampilkan rentangnya: kecepatan sedikit berubah antar pengukuran di PC yang sama.
Apa artinya
Kartu grafis yang bekerja
PC yang sama, AI yang sama (Gemma 4 E4B): 13,5 token per detik di prosesor saja, 75,6 di kartu grafis, sekitar 5,6 kali lebih cepat. Kartu grafis dibuat untuk mengerjakan ribuan hitungan kecil sekaligus untuk game, dan menjalankan AI sebagian besar adalah jenis matematika yang sama. GreenCube mengukur keduanya saat mulai dan memakai yang lebih cepat.
Seluruh AI muat di kartu
Gemma 4 E4B adalah file 4,2 GB dan kartu ini punya memori sendiri (VRAM) 11 GB. Semuanya muat, masih ada ruang untuk percakapan, jadi kartu tidak pernah menunggu memori yang lebih lambat di bagian lain PC. Itu alasan terbesar kenapa ia secepat ini.
Gemma 4 12B yang lebih besar
Seharusnya bisa. Gemma 4 12B adalah file 6,4 GB dan kartu ini punya 11 GB, jadi masih ada ruang untuk percakapan panjang juga. Kami belum mengukurnya di kartu ini.
Gambar
Ya. Satu gambar (512×512) butuh 8–9 detik di kartu grafis (yang pertama butuh 83 detik saat memuat). Gambar memakai AI-nya sendiri sekitar 6 GB dan jauh lebih banyak matematika daripada jawaban chat, jadi grafis di sini jauh lebih berpengaruh.
Perbandingannya
Dari 8 PC yang kami ukur dengan Gemma 4 E4B, PC ini nomor 1 untuk kecepatan menulis. RX 5700 XT menulis 63–72, jadi yang ini kira-kira sama cepatnya.
PC uji
PC milik penguji sungguhan, dipakai seperti biasanya, bukan mesin lab:
- Desktop
- Grafis: NVIDIA RTX 2080 Ti
- Memori grafis (VRAM): 11 GB
- RAM: 128 GB
- Prosesor: 32 thread
Cek PC-mu sendiri
Tidak yakin isi PC-mu? Cuma butuh 30 detik:
- Tekan Ctrl + Shift + Esc untuk membuka Task Manager.
- Buka Performance (Kinerja).
- Klik Memory (Memori): angka di kanan atas adalah RAM-mu.
- Klik GPU: nama di kanan atas adalah kartumu, dan Dedicated GPU memory (Memori GPU khusus) adalah VRAM-mu. Hanya melihat grafis Intel atau AMD tanpa memori khusus? Berarti kamu tidak punya kartu terpisah.
Lalu cari kartu terdekat di tabel lengkap. Kartu yang sama dengan VRAM lebih besar bisa memuat AI yang lebih besar; kartu yang lebih baru dengan ukuran sama biasanya lebih cepat.
PC lain yang kami ukur
- RX 5700 XT: 63–72 token per detik (Gemma 4 E4B)
- RTX 5060: 56 token per detik (Gemma 4 E4B)
- RTX 3060: 53–55 token per detik (Gemma 4 E4B)
- RX 6600: 42–44 token per detik (Gemma 4 E4B)
- GTX 1660 Super: 37–38 token per detik (Gemma 4 E4B)
- GTX 1650: sekitar 20 token per detik (Gemma 4 E4B)
- laptop Intel Core Ultra 5: 14–18 token per detik (Gemma 4 E2B)
- RX 580: 10–11 token per detik (Gemma 4 E4B)
- laptop Intel Iris Xe: 5–7 token per detik (Gemma 4 E2B)
Bisakah PC-ku menjalankan AI? Semua 10 PC dalam satu tabel, dan bagaimana rasanya di PC-mu.
Pertanyaan
Bisakah RTX 2080 Ti menjalankan AI secara lokal?
Ya. Di PC desktop dengan NVIDIA RTX 2080 Ti (11 GB) dan RAM 128 GB, Gemma 4 E4B menulis 65–71 token per detik. Kamu membaca sekitar 8, jadi jawabannya keluar lebih cepat daripada kamu membacanya.
Bisakah RTX 2080 Ti membuat gambar AI?
Ya. Satu gambar (512×512) butuh 8–9 detik di kartu grafis (yang pertama butuh 83 detik saat memuat).
Apakah AI lebih cepat di RTX 2080 Ti atau di prosesor?
Di kartu, jauh: 75,6 token per detik dibanding 13,5 di prosesor, sekitar 5,6 kali lebih cepat.
Bisakah RTX 2080 Ti menjalankan Gemma 4 12B?
Seharusnya bisa. Gemma 4 12B adalah file 6,4 GB dan kartu ini punya 11 GB, jadi masih ada ruang untuk percakapan panjang juga. Kami belum mengukurnya di kartu ini.
AI milikmu sendiri, di PC-mu sendiri
GreenCube berjalan di komputermu: tanpa batas pemakaian, tanpa langganan, jalan tanpa internet. €9,99, bayar sekali.
Dapatkan GreenCube