Uma RX 5700 XT roda IA? Medido: 63–72 tokens por segundo
Sim. Em um PC de mesa com uma AMD RX 5700 XT (8 GB) e 48 GB de RAM, o Gemma 4 E4B escreveu 63–72 tokens por segundo. Mais rápido do que você lê.
O que isso significa na prática
| Tarefa | Tempo neste PC |
|---|---|
| Escrever uma resposta normal (400 tokens, meia página) | 6 s |
| Ler um documento longo que você passa para ela (5.000 tokens, umas 6 páginas) | 8 s |
Calculado a partir das velocidades medidas neste PC: o tempo é o tamanho dividido pela velocidade, e uma resposta real ainda leva um instante para começar. Para ter uma ideia, uma pessoa lê umas 4 palavras por segundo (Brysbaert, 2019), então só ler uma resposta de 400 tokens já leva mais de um minuto.
O que medimos
Escrever é a velocidade com que a IA digita a resposta, em tokens por segundo; um token é um pedaço de palavra, e em português cada palavra costuma ocupar um ou dois. Ler é a velocidade com que ela absorve o que você passa: sua pergunta, um texto colado ou um PDF. Ler é sempre muito mais rápido que escrever, porque a IA consegue ler muitos tokens de uma vez, mas precisa escrevê-los um por um.
| O quê | Rodou em | Resultado | Medido |
|---|---|---|---|
| Gemma 4 E4B | placa de vídeo | 63–72 tokens por segundo escrevendo · 594–609 lendo | 22 de setembro de 2026 |
| Gemma 4 E4B | só processador | 5 tokens por segundo escrevendo · 357 lendo | 22 de setembro de 2026 |
| Gemma 4 12B | placa de vídeo | 20–36 tokens por segundo escrevendo · 108–113 lendo | 22 de setembro de 2026 |
Como cada número foi medido: Mais sobre como medimos
- O teste de velocidade do próprio llama.cpp (llama-bench), o motor em que o GreenCube roda, com os mesmos arquivos de IA: escreve 128 tokens e lê um texto de 512.
Quando temos várias medições, mostramos a faixa: a velocidade varia um pouco entre medições no mesmo PC.
O que significa
A placa de vídeo faz o trabalho
Mesmo PC, mesma IA (Gemma 4 E4B): 5 tokens por segundo só com o processador e 63–72 com a placa de vídeo, cerca de 14 vezes mais rápido. Uma placa de vídeo é feita para fazer milhares de contas pequenas ao mesmo tempo nos jogos, e rodar uma IA é basicamente esse mesmo tipo de cálculo. O GreenCube cronometra os dois ao iniciar e usa o mais rápido.
A IA inteira cabe na placa
O Gemma 4 E4B ocupa 4,2 GB e a placa tem 8 GB de memória própria (VRAM). Ele cabe inteiro, com espaço de sobra para a conversa, então a placa nunca espera pela memória mais lenta do resto do PC. Esse é o principal motivo de ser tão rápido.
O maior, Gemma 4 12B
Só para conversas curtas. O maior, Gemma 4 12B (6,4 GB), escreveu 20–36 tokens por segundo numa pergunta curta, mas quando a conversa chegou a 8.192 tokens (uma conversa longa) ele travou, com a placa quase cheia. Por isso o GreenCube só sugere o 12B em placas de 10 GB ou mais.
Imagens
Muito provavelmente, mas ainda não cronometramos uma imagem nesta placa. Quando fizermos isso, o número vai aparecer aqui. Uma imagem usa uma IA própria, de uns 6 GB, e muito mais contas que uma resposta de chat, então aqui a placa de vídeo importa ainda mais.
Como se compara
Dos 8 PCs que medimos com o Gemma 4 E4B, este é o número 2 em velocidade de escrita. A RTX 2080 Ti escreve 65–71, mais ou menos o mesmo. A RTX 5060 escreve 56 (teste de inicialização), então este é cerca de 20% mais rápido.
Medimos 4 placas de 8 GB, e a diferença entre elas é grande:
- RX 5700 XT: 63–72 tokens por segundo
- RTX 5060: 56 tokens por segundo (teste de inicialização)
- RX 6600: 42–44 tokens por segundo
- RX 580: 10–11 tokens por segundo
A memória decide qual IA cabe. O quanto a placa é nova decide a velocidade.
O PC do teste
O PC de um testador real, usado como ele usa no dia a dia, não uma máquina de laboratório:
- PC de mesa
- Placa de vídeo: AMD RX 5700 XT
- Memória de vídeo (VRAM): 8 GB
- RAM: 48 GB
- Processador: Intel Core i7-9700, 8 threads
Confira o seu PC
Não sabe o que seu PC tem? Leva 30 segundos:
- Pressione Ctrl + Shift + Esc para abrir o Gerenciador de Tarefas.
- Vá em Desempenho.
- Clique em Memória: o número no canto superior direito é a sua RAM.
- Clique em GPU: o nome no canto superior direito é a sua placa, e Memória dedicada da GPU é a sua VRAM. Só aparecem gráficos Intel ou AMD sem memória dedicada? Então você não tem placa separada.
Depois procure a placa mais parecida na tabela completa. A mesma placa com mais VRAM comporta uma IA maior; uma placa mais nova do mesmo tamanho costuma ser mais rápida.
Outros PCs que medimos
- RTX 2080 Ti: 65–71 tokens por segundo (Gemma 4 E4B)
- RTX 5060: 56 tokens por segundo (Gemma 4 E4B)
- RTX 3060: 53–55 tokens por segundo (Gemma 4 E4B)
- RX 6600: 42–44 tokens por segundo (Gemma 4 E4B)
- GTX 1660 Super: 37–38 tokens por segundo (Gemma 4 E4B)
- GTX 1650: cerca de 20 tokens por segundo (Gemma 4 E4B)
- notebook com Intel Core Ultra 5: 14–18 tokens por segundo (Gemma 4 E2B)
- RX 580: 10–11 tokens por segundo (Gemma 4 E4B)
- notebook com Intel Iris Xe: 5–7 tokens por segundo (Gemma 4 E2B)
Meu PC roda IA? Os 10 PCs numa tabela, e como o seu vai se sair.
Perguntas
Dá para rodar IA localmente em uma RX 5700 XT?
Sim. Em um PC de mesa com uma AMD RX 5700 XT (8 GB) e 48 GB de RAM, o Gemma 4 E4B escreveu 63–72 tokens por segundo. Mais rápido do que você lê.
Dá para criar imagens com IA em uma RX 5700 XT?
Muito provavelmente, mas ainda não cronometramos uma imagem nesta placa. Quando fizermos isso, o número vai aparecer aqui.
A IA é mais rápida na RX 5700 XT ou no processador?
Na placa, de longe: 63–72 tokens por segundo contra 5 no processador, cerca de 14 vezes mais rápido.
Dá para rodar o Gemma 4 12B em uma RX 5700 XT?
Só para conversas curtas. O maior, Gemma 4 12B (6,4 GB), escreveu 20–36 tokens por segundo numa pergunta curta, mas quando a conversa chegou a 8.192 tokens (uma conversa longa) ele travou, com a placa quase cheia. Por isso o GreenCube só sugere o 12B em placas de 10 GB ou mais.
Sua própria IA, no seu próprio PC
O GreenCube roda no seu computador: sem limites de uso, sem assinatura e sem precisar de internet. €9,99, um único pagamento.
Quero o GreenCube