RigBase DE / Budget / unter 2.000 €
Bester KI-Rechner für lokale LLMs unter 2.000 €
Kurz gesagt
Welcher KI-Rechner ist der beste unter 2.000 €?
Schnellster erfasster Build in diesem Budget: Dual used RTX 3090, ~2000 EUR total (20,0 tok/s im besten Einzelergebnis). Gezählt werden nur Builds, deren Gesamtkosten in der Quelle stehen, oder deren GPUs heute neu unter dem Budget kosten (Schätzung, nur GPU).
Zuletzt aktualisiert:
Echte Builds mit gemessenen Token pro Sekunde, sortiert nach dem schnellsten Ergebnis. Keine hochgerechneten Werte.
Builds mit angegebenen Gesamtkosten
Nur Builds, deren Gesamtkosten in der Quelle stehen (umgerechnet in € zum EZB-Kurs). Es zählt, was der Erbauer nach eigener Angabe bezahlt hat.
| Build | GPU(s) | VRAM GB | Angegebene Kosten | Gemessene tok/s |
|---|---|---|---|---|
| Dual used RTX 3090, ~2000 EUR total ⚠ ungeprüft | 2x RTX 3090 (used) | 48 | 2.000 € | Llama 3.3 70B: 20 |
| $2K EPYC 64-core, 512 GB DDR4, CPU-only | None (CPU inference) | 1.784 € ($2,000) | DeepSeek R1 671B: 4,31 |
Builds, deren GPUs heute unter 2.000 € kosten (geschätzt)
Diese Quellen nennen keine Gesamtkosten. Der Wert ist unsere Schätzung nur für die GPU(s): niedrigster Neupreis auf billiger.de, Stand 2026-10-16 bis 2026-10-24. CPU, RAM, Netzteil, Gehäuse und SSD sind nicht enthalten; gebrauchte Karten sind oft deutlich günstiger. Jede Build-Seite verlinkt die genaue Preisquelle.
| Build | GPU(s) | VRAM GB | Geschätzte GPU-Kosten | Gemessene tok/s |
|---|---|---|---|---|
| Single RTX 5080 16GB | RTX 5080 | 16 | ≈1.770 € nur GPU, geschätzt | gpt-oss 20B: 204,85 |
| Ryzen 9 7950X + RTX 4080 | RTX 4080 | 16 | ≈1.490 € nur GPU, geschätzt | Llama 3.2 3B: 204,45 |
| Ryzen 9 7950X + RTX 4070 Ti Super | RTX 4070 Ti Super | 16 | ≈1.490 € nur GPU, geschätzt | Llama 3.2 3B: 198,95 |
| Intel Core Ultra 265K + Radeon AI Pro R9700 | AMD Radeon AI Pro R9700 | 32 | ≈1.848 € nur GPU, geschätzt | gpt-oss 20B: 163,26 DeepSeek R1 Distill 14B: 53,72 Llama 3.2 3B: 195,91 |
| Single RTX 5070 Ti 16GB | RTX 5070 Ti | 16 | ≈1.245 € nur GPU, geschätzt | gpt-oss 20B: 189,45 |
| Intel Core Ultra 265K + RTX A4000 | RTX A4000 | 16 | ≈1.050 € nur GPU, geschätzt | gpt-oss 20B: 93,55 Llama 3.2 3B: 149,44 |
| Ryzen 9 9950X + Radeon RX 7900 XT | AMD Radeon RX 7900 XT | 20 | ≈869 € nur GPU, geschätzt | Llama 3.2 3B: 131,2 |
| RTX 3060 12GB: 2026 models (llamabench community) | RTX 3060 | 12 | ≈429 € nur GPU, geschätzt | Gemma 4 12B: 38,5 LFM2.5 24B-A2B: 125 Qwen3.8 27B: 5,2-6,7 |
| Intel Core Ultra 265K + RTX 3060 | RTX 3060 | 12 | ≈429 € nur GPU, geschätzt | gpt-oss 20B: 83,96 DeepSeek R1 Distill 14B: 29,77 Llama 3.2 3B: 122,85 |
| Radeon AI Pro R9700 (one card): Qwen3.6 35B-A3B from 4K to 256K context (AMDai lab rig) | AMD Radeon AI Pro R9700 (1 of 2 cards in the rig used) | 32 | ≈1.848 € nur GPU, geschätzt | Qwen3.6 35B-A3B: 102,39 Qwen3.6 35B-A3B: 90,52 Qwen3.6 35B-A3B: 66,43 Qwen3.6 35B-A3B: 44,4 Qwen3.6 35B-A3B: 109,73 Qwen3.6 35B-A3B: 117,69 |
| Single RTX 5060 Ti 16GB | RTX 5060 Ti 16GB | 16 | ≈739 € nur GPU, geschätzt | gpt-oss 20B: 111,51 |
| RTX 5070 Ti: 2026 models (llamabench community) | RTX 5070 Ti | 16 | ≈1.245 € nur GPU, geschätzt | Gemma 4 12B: 87,6 |
| Radeon AI Pro R9700: Qwen3.6 27B on Vulkan, HIP and Ollama, with and without MTP | AMD Radeon AI Pro R9700 (1 of 2 cards in the rig used) | 32 | ≈1.848 € nur GPU, geschätzt | Qwen3.6 27B: 66,0 (Spec.) Qwen3.6 27B: 31,9 Qwen3.6 27B: 27,1 Qwen3.6 27B: 26,7 |
| Radeon AI Pro R9700: Qwen3.8 27B on llama.cpp, Ollama and vLLM (Vadi Taslim) | AMD Radeon AI Pro R9700 (1 of 2 cards in the rig used) | 32 | ≈1.848 € nur GPU, geschätzt | Qwen3.8 27B: 57 (Spec.) Qwen3.8 27B: 30 Qwen3.8 27B: 22 |
| i7-12700K + RTX 5060 Ti 16GB + RTX 3060 12GB: Qwen3.8 27B from 21 to 51 tok/s (split, MTP, single-GPU) | RTX 5060 Ti 16GB + RTX 3060 12GB | 28 | ≈1.168 € nur GPU, geschätzt | Qwen3.8 27B: 21,2 Qwen3.8 27B: 37,6 (Spec.) Qwen3.8 27B: 28,0 Qwen3.8 27B: 51,4 (Spec.) |
| RTX A4000 16GB (llm-speed signed run, Oct 2026): Muse Glimmer 30B UD-IQ3_XXS at 21.4 tok/s | RTX A4000 | 16 | ≈1.050 € nur GPU, geschätzt | Muse Glimmer 30B: 21,42 |
(Spec.) = mit Speculative Decoding (MTP, Draft-Modell o. ä.) gemessen, nicht direkt mit normaler Ausgabe vergleichbar. 168 weitere Builds haben Messwerte, aber keine Kosten in der Quelle: alle Builds.
Siehe auch: Beste GPU unter 1.000 € · Wie viel System-RAM? · Ist Q4 gut genug? · Läuft es?
Häufige Fragen
Welcher KI-Rechner ist der beste unter 2.000 €?
Schnellster erfasster Build in diesem Budget: Dual used RTX 3090, ~2000 EUR total (20,0 tok/s im besten Einzelergebnis). Gezählt werden nur Builds, deren Gesamtkosten in der Quelle stehen, oder deren GPUs heute neu unter dem Budget kosten (Schätzung, nur GPU).
Woher kommen Preise und Geschwindigkeiten?
Gesamtkosten: so wie der Erbauer sie angegeben hat, umgerechnet zum EZB-Kurs. GPU-Schätzung: niedrigster Neupreis auf billiger.de inkl. MwSt., Stand 2026-10-16 bis 2026-10-24. Jede Geschwindigkeit ist gemessen und verlinkt auf ihre Quelle.
Welche Quantisierung sollte ich nutzen?
Q4_K_M (oder ein vergleichbares ≈4-Bit-Format) ist der übliche Startpunkt. Unter Q4 rät RigBase nur als Notlösung, wenn ein Modell sonst nicht lädt.
English version: Best AI rig under €2,000