{"id":657,"date":"2026-05-20T20:10:12","date_gmt":"2026-05-20T20:10:12","guid":{"rendered":"https:\/\/convly.ai\/rtx-4090-vs-rtx-3090-for-ai\/"},"modified":"2026-07-03T13:39:34","modified_gmt":"2026-07-03T13:39:34","slug":"rtx-4090-vs-rtx-3090-for-ai","status":"publish","type":"post","link":"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/","title":{"rendered":"RTX 4090 vs. RTX 3090 f\u00fcr KI im Jahr 2026: Lohnt sich das Upgrade?"},"content":{"rendered":"<p>F\u00fcr lokale KI-Arbeitslasten ist die <strong>RTX 3090<\/strong> hat sich zu einer der besten Wert-Karten aller Zeiten entwickelt: 24 GB VRAM am Gebrauchtmarkt f\u00fcr 700\u2013900 US-Dollar. Die <strong>RTX 4090<\/strong> setzt noch einen drauf \u2013 dieselben 24 GB VRAM, aber eine deutlich schnellere GPU zu einem Preis von rund 1.200\u20131.500 US-Dollar (gebraucht) im Jahr 2026.<\/p>\n<p>Wenn beide Grafikkarten dieselbe Speichermenge bieten, lohnt sich die RTX 4090 dann fast doppelt so viel? Die ehrliche Antwort lautet: <strong>Das h\u00e4ngt vollst\u00e4ndig davon ab, ob Ihre Zeit die Engstelle ist.<\/strong><\/p>\n<div class=\"convly-tldr\">\n<h3>Wichtigste Erkenntnisse<\/h3>\n<ul>\n<li>Beide Grafikkarten verf\u00fcgen \u00fcber <strong>24 GB VRAM<\/strong> \u2014 sie unterst\u00fctzen exakt dieselben Modelle. Kein Modell l\u00e4uft auf der einen Karte, aber nicht auf der anderen.<\/li>\n<li>Die RTX 4090 ist <strong>ca. 1,7-mal schneller<\/strong> bei KI-Inferenz und <strong>ca. 1,8-mal schneller<\/strong> beim Feintuning.<\/li>\n<li>F\u00fcr <strong>Stable Diffusion XL<\/strong>, erwarten Sie ca. 18 it\/s auf der 4090 gegen\u00fcber ca. 10 it\/s auf der 3090.<\/li>\n<li>Die 3090 \u00fcberzeugt deutlich beim <strong>Preis-Leistungs-Verh\u00e4ltnis<\/strong> sowie bei Dual-Karten-Konfigurationen (48 GB f\u00fcr ca. 1.600 US-Dollar).<\/li>\n<li>Kaufen Sie die 4090, wenn Iterationsgeschwindigkeit entscheidend ist; kaufen Sie die 3090 (oder zwei St\u00fcck), wenn die VRAM-Kapazit\u00e4t wichtiger ist als Geschwindigkeit.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a52e2606aea8\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Umschalten<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a52e2606aea8\"  aria-label=\"Umschalten\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#At_a_glance\" >Auf einen Blick<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#VRAM_a_tie_that_changes_everything\" >VRAM: eine Bindung, die alles ver\u00e4ndert<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#Inference_benchmarks\" >Inferenz-Benchmarks<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#Fine-tuning_and_training\" >Feinabstimmung und Training<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#Power_and_heat\" >Stromverbrauch und W\u00e4rmeentwicklung<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#The_dual-3090_wildcard\" >Der Dual-3090-Wildcard-Faktor<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#Which_card_should_you_actually_buy\" >Welche Grafikkarte sollten Sie wirklich kaufen?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#FAQ\" >H\u00e4ufig gestellte Fragen (FAQ)<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#Verdict\" >Fazit<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/convly.ai\/de\/rtx-4090-vs-rtx-3090-for-ai\/#Related_articles\" >Verwandte Artikel<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"At_a_glance\"><\/span>Auf einen Blick<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Spezifikation<\/th>\n<th>RTX 4090<\/th>\n<th>RTX 3090<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Architektur<\/td>\n<td>Ada-Lovelace-AD102<\/td>\n<td>Ampere GA102<\/td>\n<\/tr>\n<tr>\n<td>CUDA-Kerne<\/td>\n<td class=\"convly-vs-winner\">16,384<\/td>\n<td>10,496<\/td>\n<\/tr>\n<tr>\n<td>VRAM<\/td>\n<td>24 GB GDDR6X<\/td>\n<td>24 GB GDDR6X<\/td>\n<\/tr>\n<tr>\n<td>Speicherbandbreite<\/td>\n<td class=\"convly-vs-winner\">1.008 GB\/s<\/td>\n<td>936 GB\/s<\/td>\n<\/tr>\n<tr>\n<td>FP16-Tensor (dicht)<\/td>\n<td class=\"convly-vs-winner\">~330 TFLOPS<\/td>\n<td>~142 TFLOPS<\/td>\n<\/tr>\n<tr>\n<td>TDP<\/td>\n<td>450 W<\/td>\n<td class=\"convly-vs-winner\">350 W<\/td>\n<\/tr>\n<tr>\n<td>Startpreis<\/td>\n<td>$1,599<\/td>\n<td class=\"convly-vs-winner\">$1,499<\/td>\n<\/tr>\n<tr>\n<td>Gebrauchtpreis (2026)<\/td>\n<td>1.200\u20131.500 US-Dollar<\/td>\n<td class=\"convly-vs-winner\">700\u2013900 US-Dollar<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2><span class=\"ez-toc-section\" id=\"VRAM_a_tie_that_changes_everything\"><\/span>VRAM: eine Bindung, die alles ver\u00e4ndert<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die wichtigste Kennzahl f\u00fcr lokale KI ist der VRAM \u2013 und hier sind beide Grafikkarten identisch: <strong>24 GB<\/strong>. Das bedeutet, dass jedes Modell, das auf der einen Karte l\u00e4uft, auch auf der anderen l\u00e4uft:<\/p>\n<ul>\n<li><strong>Llama 3 8B<\/strong> und <strong>13B-Klasse<\/strong> Modelle laufen komfortabel mit voller oder nahezu voller Pr\u00e4zision.<\/li>\n<li><strong>Llama 3 70B<\/strong> l\u00e4sst sich nur bei aggressiver 4-Bit-Quantisierung (Q4_K_M \u2248 40 GB) mit teilweiser CPU-Offload ausf\u00fchren \u2013 eine m\u00fchsame Aufgabe auf beiden Karten allein.<\/li>\n<li><strong>Stable Diffusion XL<\/strong> und <strong>Flux<\/strong> Bildmodelle passen mit ausreichend Spielraum.<\/li>\n<\/ul>\n<p>Da die Speicherobergrenze identisch ist, erm\u00f6glicht die 4090 kein einziges Modell, das die 3090 nicht ebenfalls bew\u00e4ltigen k\u00f6nnte. Der Vorteil der 4090 liegt ausschlie\u00dflich in der <strong>Geschwindigkeit<\/strong> \u2014 sie erledigt dieselbe Arbeit schneller.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Inference_benchmarks\"><\/span>Inferenz-Benchmarks<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>F\u00fcr <strong>LLM-Inferenz<\/strong>, wobei sich die Leistungsl\u00fccke an der Speicherbandbreite und dem Tensor-Durchsatz orientiert:<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Workload<\/th>\n<th>RTX 4090<\/th>\n<th>RTX 3090<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Llama 3 8B Q4_K_M<\/td>\n<td class=\"convly-vs-winner\">~140 Tok\/s<\/td>\n<td>~95 Tok\/s<\/td>\n<\/tr>\n<tr>\n<td>Llama 3 13B-Klasse Q4<\/td>\n<td class=\"convly-vs-winner\">~90 Tok\/s<\/td>\n<td>~58 Tok\/s<\/td>\n<\/tr>\n<tr>\n<td>SDXL 1024\u00d71024 (30 Schritte)<\/td>\n<td class=\"convly-vs-winner\">~18 it\/s<\/td>\n<td>~10 it\/s<\/td>\n<\/tr>\n<tr>\n<td>Flux.1 dev (1024 px)<\/td>\n<td class=\"convly-vs-winner\">~2,4 s\/Bild<\/td>\n<td>~4,6 s\/Bild<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Das Muster ist konsistent: Die 4090 liegt bei etwa <strong>1,6- bis 1,8-fach<\/strong> die Durchsatzleistung der 3090. Das ist ein echter, sp\u00fcrbarer Unterschied \u2013 ein Stable-Diffusion-Batch, der auf der 3090 zehn Minuten dauert, ist auf der 4090 in etwa sechs Minuten abgeschlossen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Fine-tuning_and_training\"><\/span>Feinabstimmung und Training<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>F\u00fcr <strong>LoRA-Feinabstimmung<\/strong> eines 7B\u20138B-Modells spielen die gr\u00f6\u00dfere Tensor-Core-Durchsatzleistung und die schnelleren FP16\/BF16-Pfade der 4090 eine gr\u00f6\u00dfere Rolle als bei der Inferenz. Ein typischer LoRA-Lauf, der auf der 3090 rund f\u00fcnf Stunden ben\u00f6tigt, ist auf der 4090 in etwa <strong>zwei- bis dreiviertel Stunden<\/strong> abgeschlossen \u2013 nahezu eine 1,8-fache Beschleunigung.<\/p>\n<p>Die 3090 weist hier eine leise Schw\u00e4che auf: Sie fehlt die verbesserte FP8-Unterst\u00fctzung der 4090, sodass neuartige FP8-Trainingsverfahren entweder auf BF16 zur\u00fcckfallen oder gar nicht ausgef\u00fchrt werden k\u00f6nnen. Falls Sie modernste Trainingsmethoden verfolgen m\u00f6chten, beh\u00e4lt die 4090 l\u00e4nger ihre Relevanz.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Power_and_heat\"><\/span>Stromverbrauch und W\u00e4rmeentwicklung<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die 3090 zieht <strong>350 W<\/strong>; die 4090 zieht <strong>450 W<\/strong> und kann unter dauerhafter KI-Auslastung noch weiter ansteigen. \u00dcber ein Jahr intensiver Nutzung hinweg macht sich dieser Unterschied messbar auf Ihrer Stromrechnung bemerkbar; zudem erfordert die 4090 ein leistungsst\u00e4rkeres Netzteil (mindestens 850 W, empfohlen 1000 W). Die 3090 l\u00e4uft au\u00dferdem hei\u00df auf ihren GDDR6X-Speichermodulen \u2013 bei gebrauchten Exemplaren lohnt sich daher ein Austausch der W\u00e4rmeleitpads.<\/p>\n<div class=\"convly-procons\">\n<div class=\"pros\">\n<h4>W\u00e4hlen Sie die RTX 4090, wenn<\/h4>\n<ul>\n<li>Sie iterieren st\u00e4ndig und sch\u00e4tzen Zeit h\u00f6her als Geld<\/li>\n<li>Sie ben\u00f6tigen FP8-Unterst\u00fctzung und bessere langfristige Software-Relevanz<\/li>\n<li>Sie f\u00fchren regelm\u00e4\u00dfig Feinabstimmungen durch, nicht nur Inferenz<\/li>\n<\/ul>\n<\/div>\n<div class=\"cons\">\n<h4>W\u00e4hlen Sie die RTX 3090, wenn<\/h4>\n<ul>\n<li>Sie den h\u00f6chsten VRAM pro Dollar weltweit erhalten m\u00f6chten<\/li>\n<li>Sie eine Dual-Karten-Konfiguration planen (insgesamt 48 GB f\u00fcr ca. 1.600 US-Dollar)<\/li>\n<li>Ihre Workloads Batch-Jobs sind, die Sie \u00fcber Nacht laufen lassen k\u00f6nnen<\/li>\n<\/ul>\n<\/div>\n<\/div>\n<h2><span class=\"ez-toc-section\" id=\"The_dual-3090_wildcard\"><\/span>Der Dual-3090-Wildcard-Faktor<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Hier ist das Argument, das die 3090 auch 2026 noch relevant h\u00e4lt: <strong>Zwei davon kosten etwa genauso viel wie eine gebrauchte 4090<\/strong> und bieten Ihnen <strong>48 GB gemeinsamen VRAM<\/strong>. Mit Tensor-Parallelisierung (vLLM, ExLlamaV2) kann ein Dual-3090-System <strong>Llama 3 70B<\/strong> vollst\u00e4ndig im VRAM \u2013 etwas, das keine einzige Consumer-Karte au\u00dfer der RTX 5090 leisten kann.<\/p>\n<p>Sie tauschen Geschwindigkeit und Energieeffizienz gegen Kapazit\u00e4t ein. F\u00fcr alle, deren entscheidende Einschr\u00e4nkung lautet \u201eIch muss gr\u00f6\u00dfere Modelle ausf\u00fchren\u201c, schlagen zwei 3090 eine einzelne 4090.<\/p>\n<p><!--ai-enriched--><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Which_card_should_you_actually_buy\"><\/span>Welche Grafikkarte sollten Sie wirklich kaufen?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die technischen Spezifikationen sind nur dann entscheidend, wenn Sie sie einem Budget und einer konkreten Arbeitslast zuordnen. Beide Karten verf\u00fcgen \u00fcber dieselben 24 GB GDDR6X-Speicher auf einem 384-Bit-Bus, sodass die Entscheidung selten davon abh\u00e4ngt, ob ein Modell <em>passt<\/em> \u2013 vielmehr geht es darum, wie schnell es l\u00e4uft und wie viel Sie f\u00fcr diese Geschwindigkeit ausgeben m\u00f6chten. Nutzen Sie die nachfolgenden Kategorien als Ausgangspunkt und passen Sie sie anschlie\u00dfend an die Preise Ihres lokalen Gebrauchtmarktes an.<\/p>\n<table class=\"convly-vs\">\n<tr>\n<th>Ihre Situation<\/th>\n<th>Beste Wahl<\/th>\n<th>Warum<\/th>\n<\/tr>\n<tr>\n<td>Knappstes Budget, ausschlie\u00dflich f\u00fcr Inferenz<\/td>\n<td><strong>Einzelne gebrauchte 3090<\/strong><\/td>\n<td>Das beste Preis-Leistungs-Verh\u00e4ltnis pro VRAM auf dem Consumer-Markt f\u00fcr Modelle unter 70B in Q4\u2013Q5. Etwa halb so teuer wie eine 4090 bei gleicher Speicherobergrenze.<\/td>\n<\/tr>\n<tr>\n<td>Sie f\u00fchren Feinabstimmungen oder Training durch oder hassen Wartezeiten<\/td>\n<td><strong>RTX 4090<\/strong><\/td>\n<td>Deutlich h\u00f6here Rechen- und Tensor-Durchsatzleistung \u2013 in der Praxis etwa das 1,5- bis 2-Fache \u2013 verk\u00fcrzt Training und Diffusions-Batches sp\u00fcrbar. Zeit ist das, was Sie hier kaufen.<\/td>\n<\/tr>\n<tr>\n<td>Sie ben\u00f6tigen 48 GB f\u00fcr 70B mit voller Kontextl\u00e4nge<\/td>\n<td><strong>Zwei 3090s<\/strong><\/td>\n<td>Die 3090 ist die letzte Consumer-Grafikkarte mit NVLink und kann daher VRAM b\u00fcndeln, was die 4090 nicht kann. (Siehe den Abschnitt zu Dual-3090-Konfigurationen oben f\u00fcr Hinweise zu m\u00f6glichen Bau-Herausforderungen.)<\/td>\n<\/tr>\n<tr>\n<td>Latenzkritische interaktive Anwendung<\/td>\n<td><strong>RTX 4090<\/strong><\/td>\n<td>Eine h\u00f6here Token-pro-Sekunde-Leistung auf einer einzelnen Karte l\u00e4sst Chat- und Agenten-Workflows sp\u00fcrbar fl\u00fcssiger wirken.<\/td>\n<\/tr>\n<\/table>\n<p>Ein paar ehrliche Einschr\u00e4nkungen: Eine einzelne 4090 wird <strong>nicht<\/strong> kein Modell ausf\u00fchren k\u00f6nnen, das eine einzelne 3090 nicht auch bew\u00e4ltigen k\u00f6nnte \u2013 beide sto\u00dfen an dieselbe 24-GB-Grenze, also zahlen Sie nicht den Aufpreis in der Erwartung, gr\u00f6\u00dfere Modelle auf einer einzigen Karte laden zu k\u00f6nnen. Falls Ihr einziges Ziel darin besteht, ein 70B-Modell lokal auszuf\u00fchren und Sie Geduld haben, ist eine gebrauchte 3090 (oder ein Paar davon) die kl\u00fcgere Investition. Hat Ihre Zeit jedoch einen monet\u00e4ren Wert \u2013 etwa weil Sie regelm\u00e4\u00dfig abends LoRAs optimieren, massenhaft Bilder generieren oder einen Agenten betreiben, der die GPU den ganzen Tag beansprucht \u2013 dann amortisiert sich die h\u00f6here Durchsatzleistung der 4090 binnen weniger Stunden.<\/p>\n<p>Ein weniger offensichtlicher Faktor: <strong>Zustand und Garantie<\/strong>. Die meisten 3090s auf dem Gebrauchtmarkt sind mehrere Jahre alt, und viele wurden intensiv beim Mining oder im Dauerbetrieb f\u00fcr Inferenz genutzt. Planen Sie ggf. einen Austausch der W\u00e4rmeleitpads ein, pr\u00fcfen Sie auf Geh\u00e4usesackung oder Verschlei\u00df der L\u00fcfter und bevorzugen Sie Verk\u00e4ufer, die R\u00fcckgaberechte anbieten. Eine gebrauchte 4090 ist j\u00fcnger und befindet sich oft noch in der Herstellergarantie \u2013 dadurch verringert sich die reale Preis-Differenz, sobald man das Risiko ber\u00fccksichtigt. Entscheiden Sie zun\u00e4chst \u00fcber die gew\u00fcnschte Arbeitslast, legen Sie ein festes Budget fest und lassen Sie diese beiden Faktoren \u2013 nicht das Datenblatt \u2013 die Wahl der Karte bestimmen.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"FAQ\"><\/span>H\u00e4ufig gestellte Fragen (FAQ)<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>Lohnt sich die RTX 4090 im Vergleich zur 3090 f\u00fcr KI doppelt so viel?<\/h3>\n<p>Nur, wenn Geschwindigkeit Ihre Engpassgr\u00f6\u00dfe ist. Die 4090 ist etwa 1,7-mal schneller, erm\u00f6glicht aber keine neuen Modelle, da beide Karten 24 GB VRAM besitzen. Wenn Sie Batch-Jobs \u00fcber Nacht ausf\u00fchren, ist der Preisvorteil der 3090 unschlagbar.<\/p>\n<h3>Kann die RTX 3090 Llama 3 70B ausf\u00fchren?<\/h3>\n<p>Nicht komfortabel allein \u2013 70B im 4-Bit-Format ben\u00f6tigen etwa 40 GB. Eine einzelne 3090 muss Schichten in den Systemspeicher auslagern, was langsam ist. Zwei 3090s (zusammen 48 GB) f\u00fchren das Modell hingegen gut aus.<\/p>\n<h3>Welche Karte eignet sich besser f\u00fcr Stable Diffusion?<\/h3>\n<p>Deutlich die RTX 4090 \u2013 etwa 18 it\/s bei SDXL gegen\u00fcber 10 it\/s auf der 3090. Bei der Bildgenerierung, bei der Sie st\u00e4ndig Prompts iterativ anpassen, macht sich diese Geschwindigkeitsl\u00fccke jede Minute bemerkbar.<\/p>\n<h3>Erh\u00e4lt die RTX 3090 2026 noch eine gute Softwareunterst\u00fctzung?<\/h3>\n<p>Ja. Ampere wird vollst\u00e4ndig von CUDA, PyTorch, vLLM und llama.cpp unterst\u00fctzt. Der einzige Nachteil ist die fehlende native FP8-Unterst\u00fctzung, die lediglich einen kleinen, aber wachsenden Bereich an Trainingsverfahren betrifft.<\/p>\n<h3>Wie hoch sind die Stromkosten f\u00fcr den Betrieb dieser Karten?<\/h3>\n<p>Bei dem US-amerikanischen Wohnstromdurchschnittspreis von rund 0,18 $\/kWh verbraucht eine Karte mit ihrer vollen Leistungsaufnahme von ca. 350\u2013450 W unter Last etwa 6\u20138 Cent pro Stunde. Betreiben Sie eine Inferenz-Plattform acht Stunden t\u00e4glich, belaufen sich die Kosten damit auf nur wenige Dollar pro Monat \u2013 der Stromverbrauch ist bei einer einzelnen Karte selten der entscheidende Faktor. Die 4090 ist die energieeffizientere der beiden (mehr Leistung pro Watt), weshalb sie pro Aufgabe oft geringere Kosten verursacht, obwohl ihre Spitzenleistungsaufnahme h\u00f6her ist. Im Leerlauf sinken beide Karten auf einen niedrigen Verbrauch \u2013 die 4090 f\u00e4llt auf etwa 16 W, die 3090 etwas h\u00f6her \u2013 sodass ein eingeschalteter, aber ungenutzter Rechner praktisch nichts kostet. <em>less<\/em> per task despite a higher peak draw. At idle both cards drop to a low draw &mdash; the 4090 dips to roughly 16&nbsp;W, the 3090 somewhat higher &mdash; so a machine left on but unused costs almost nothing.<\/p>\n<h3>Sollte ich stattdessen einfach eine RTX 5090 kaufen?<\/h3>\n<p>Nur, wenn Ihr Budget dies zul\u00e4sst und Sie zus\u00e4tzlichen Spielraum ben\u00f6tigen. Die 5090 bietet 32 GB VRAM und einen deutlichen generations\u00fcbergreifenden Leistungssprung, doch liegt ihr Preis im Jahr 2026 immer noch deutlich \u00fcber dem offiziellen UVP von 1.999 $ \u2013 \u00fcblicherweise zwischen 2.500 $ und 4.000 $+ \u2013 und das Angebot bleibt knapp. F\u00fcr Modelle, die in 24 GB VRAM Platz finden, liefern eine 3090 oder 4090 den Gro\u00dfteil des praktischen Nutzens zu einem Bruchteil der Kosten. Die 5090 rechtfertigt ihren Preis erst dann, wenn Sie gezielt diese 32-GB-Obergrenze oder die schnellstm\u00f6gliche Inferenzleistung auf einer einzigen Karte ben\u00f6tigen.<\/p>\n<h3>Welche Karte beh\u00e4lt ihren Wiederverkaufswert besser?<\/h3>\n<p>Die 4090 hat sich ungew\u00f6hnlich langsam abgeschrieben, da die Knappheit der RTX 5090 die Nachfrage hochgehalten hat; sie beh\u00e4lt daher mehr ihres urspr\u00fcnglichen Wertes als eine f\u00fcnf Jahre alte Karte normalerweise tun w\u00fcrde. Die 3090 ist g\u00fcnstiger im Kauf und im Verkauf, doch st\u00fctzt sich ihr Preisuntergrenze auf ein dauerhaftes Merkmal, das neuere GeForce-Karten aufgegeben haben: NVLink. Solange Entwickler Dual-Karten-Systeme mit geb\u00fcndeltem VRAM nutzen wollen, bleibt die Nachfrage nach gebrauchten 3090s \u2013 und damit auch deren Wiederverkaufswert \u2013 stabil.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Verdict\"><\/span>Fazit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Beide Karten sind 2026 exzellente KI-Hardware. Die <strong>RTX 4090<\/strong> ist bei jeder reinen Leistungskennzahl die bessere Karte und die richtige Wahl, wenn Sie schnell iterieren und den h\u00f6heren Preis verkraften k\u00f6nnen. Die <strong>RTX 3090<\/strong> bleibt der Preis-Leistungs-Champion \u2013 und in einer Dual-Karten-Konfiguration leistet sie etwas, das die 4090 schlicht nicht kann: Sie f\u00fchrt ein 70B-Modell vollst\u00e4ndig im VRAM f\u00fcr weniger Geld aus. W\u00e4hlen Sie die Karte entsprechend Ihrer eigentlichen Einschr\u00e4nkung: Geschwindigkeit oder Kapazit\u00e4t.<\/p>\n<p><!--related-block--><\/p>\n<div class=\"convly-related\">\n<h2><span class=\"ez-toc-section\" id=\"Related_articles\"><\/span>Verwandte Artikel<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><a href=\"https:\/\/convly.ai\/de\/claude-sonnet-4-6-vs-claude-haiku-4-5\/\">Claude Sonnet 4.6 vs Claude Haiku 4.5: Specs, Pricing &amp; Which to Choose (2026)<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/de\/rx-7900-xtx-vs-rtx-4090-for-ai\/\">AMD RX 7900 XTX vs. RTX 4090 f\u00fcr KI im Jahr 2026: Kann ROCm mithalten?<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/de\/rtx-5080-vs-rtx-4080-super-for-ai\/\">RTX 5080 vs. RTX 4080 Super f\u00fcr KI im Jahr 2026: Generationsunterschied oder blo\u00df ein Seitengrad?<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/de\/rtx-5070-ti-vs-rtx-4070-ti-super-for-ai\/\">RTX 5070 Ti vs. RTX 4070 Ti Super f\u00fcr KI im Jahr 2026: Duell im Mittelklasse-Segment<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/de\/rtx-4060-ti-16gb-vs-rtx-3060-12gb-for-ai\/\">RTX 4060 Ti 16 GB vs. RTX 3060 12 GB f\u00fcr KI im Jahr 2026: Beste Budget-GPU?<\/a><\/li>\n<\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>Both the RTX 4090 and RTX 3090 ship 24 GB of VRAM \u2014 so for AI, the question isn&#8217;t whether a model fits, it&#8217;s how fast it runs. Here&#8217;s the benchmark-backed verdict.<\/p>","protected":false},"author":1,"featured_media":669,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[246],"tags":[281,256,352,280,282,353],"class_list":["post-657","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-comparisons","tag-ai-gpu","tag-local-llm","tag-rtx-3090","tag-rtx-4090","tag-stable-diffusion-benchmark","tag-used-gpu"],"_links":{"self":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts\/657","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/comments?post=657"}],"version-history":[{"count":3,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts\/657\/revisions"}],"predecessor-version":[{"id":1402,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts\/657\/revisions\/1402"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/media\/669"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/media?parent=657"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/categories?post=657"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/tags?post=657"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}