Gemma 4 12B 필요 사양: VRAM과 돌아가는 GPU

모델 정보

파라미터: 11.96B
어텐션: 슬라이딩 윈도 어텐션
최대 컨텍스트: 262,144 토큰
공개일: 2026-04-01
모델 카드: Hugging Face의 Gemma 4 12B 모델 카드

GGUF 파일

등록된 Gemma 4 12B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
UD-Q2_K_XL	4.66GB	손실 큼	커뮤니티 GGUF · unsloth
IQ4_XS	6.38GB	균형	커뮤니티 GGUF · unsloth
Q4_K_M기준	7.12GB	균형	커뮤니티 GGUF · unsloth
Q8_0	12.67GB	준무손실	커뮤니티 GGUF · unsloth

파일 크기에는 이미지 입력에 필요한 비전 프로젝터(mmproj)가 들어 있지 않습니다.

일부 저장소는 Unsloth Dynamic(UD) 변형만 배포합니다. 크기는 실제로 내려받는 파일 기준입니다.

양자화·컨텍스트별 필요 메모리

가중치 + f16 KV 캐시 + 연산 버퍼(GB). Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k	32k	64k	128k	256k
UD-Q2_K_XL	5.5	5.8	6.4	7.6	10.1	14.9	24.7
IQ4_XS	7.2	7.5	8.1	9.3	11.8	16.7	26.5
Q4_K_M	7.9	8.2	8.8	10.1	12.5	17.4	27.2
Q8_0	13.5	13.8	14.4	15.6	18.1	23.0	32.7

Gemma 4 12B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

dense 모델을 GPU와 CPU에 나눠 올리면 속도가 크게 떨어집니다. 전체 속도가 느린 CPU 쪽에 맞춰지기 때문입니다. 전문가만 시스템 RAM에 두는 MoE 모델은 훨씬 덜 느려집니다.

정렬

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 54종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적	추정 163.8 tok/s144.2–183.5보정된 추정 ±12%	Q4_K_M	8.8 / 32.0GB	풀 GPU	최대 256k	—	실거래가 US$4,200 (2026-08-09 기준)
Radeon RX 7900 XTX	쾌적	추정 97.8 tok/s86.1–109.5보정된 추정 ±12%	Q4_K_M	8.8 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$999
GeForce RTX 3090 Ti	쾌적	추정 92.2 tok/s81.1–103.2보정된 추정 ±12%	Q4_K_M	8.8 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$1,999
GeForce RTX 4090	쾌적	추정 92.2 tok/s81.1–103.2보정된 추정 ±12%	Q4_K_M	8.8 / 24.0GB	풀 GPU	최대 128k	—	실거래가 US$2,755 (2026-08-09 기준)
GeForce RTX 5080	쾌적	추정 87.8 tok/s77.2–98.3보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$1,256 (2026-08-09 기준)
GeForce RTX 3090	쾌적	추정 85.6 tok/s75.3–95.8보정된 추정 ±12%	Q4_K_M	8.8 / 24.0GB	풀 GPU	최대 128k	—	실거래가 US$1,050 (2026-08-09 기준)
GeForce RTX 3080 12GB	쾌적	추정 83.4 tok/s73.4–93.4보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	출시가 US$799
GeForce RTX 5070 Ti	쾌적	추정 81.9 tok/s72.1–91.7보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$949 (2026-08-09 기준)
GeForce RTX 5080 Laptop	쾌적	추정 81.9 tok/s72.1–91.7보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	—
GeForce RTX 5090 Laptop	쾌적	추정 81.9 tok/s72.1–91.7보정된 추정 ±12%	Q4_K_M	8.8 / 24.0GB	풀 GPU	최대 128k	—	—
Radeon RX 7900 XT	쾌적	추정 81.5 tok/s71.7–91.3보정된 추정 ±12%	Q4_K_M	8.8 / 20.0GB	풀 GPU	최대 128k	—	출시가 US$899
GeForce RTX 3080 10GB	쾌적	추정 69.5 tok/s61.1–77.8보정된 추정 ±12%	Q4_K_M	8.8 / 10.0GB	풀 GPU	최대 16k	—	출시가 US$699
GeForce RTX 4080 Super	쾌적	추정 67.3 tok/s59.2–75.4보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$999
Radeon RX 9070	쾌적	추정 65.7 tok/s57.8–73.6보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$639 (2026-08-09 기준)
Radeon RX 9070 XT	쾌적	추정 65.7 tok/s57.8–73.6보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$689 (2026-08-09 기준)
GeForce RTX 4080	쾌적	추정 65.5 tok/s57.7–73.4보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$1,199
Radeon RX 7800 XT	쾌적	추정 63.6 tok/s55.9–71.2보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$499
GeForce RTX 4070 Ti Super	쾌적	추정 61.4 tok/s54.1–68.8보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$799
GeForce RTX 5070	쾌적	추정 61.4 tok/s54.1–68.8보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	실거래가 US$629 (2026-08-09 기준)
GeForce RTX 5070 Ti Laptop	쾌적	추정 61.4 tok/s54.1–68.8보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	—
GeForce RTX 2080 Ti	쾌적	추정 56.3 tok/s49.6–63.1보정된 추정 ±12%	Q4_K_M	8.8 / 11.0GB	풀 GPU	최대 32k	—	출시가 US$999
GeForce RTX 4090 Laptop	쾌적	추정 52.7 tok/s46.3–59.0보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	—
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 48.1 tok/s38.5–57.7보정된 추정 ±20%	Q4_K_M	8.2 / 33.6GB	통합 메모리	최대 128k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 47.1 tok/s37.7–56.5보정된 추정 ±20%	Q4_K_M	8.2 / 67.2GB	통합 메모리	최대 128k	—	—
GeForce RTX 4070	쾌적	추정 46.1 tok/s40.5–51.6보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	출시가 US$599
GeForce RTX 4070 Super	쾌적	추정 46.1 tok/s40.5–51.6보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	출시가 US$599
Apple M2 Ultra · 64GB	쾌적	추정 46.0 tok/s36.8–55.2보정된 추정 ±20%	Q4_K_M	8.2 / 44.8GB	통합 메모리	최대 128k	—	—
GeForce GTX 1080 Ti	쾌적	추정 44.2 tok/s31.0–57.5이론 추정 ±30%	Q4_K_M	8.8 / 11.0GB	풀 GPU	최대 32k	—	출시가 US$699
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 42.8 tok/s34.2–51.3보정된 추정 ±20%	Q4_K_M	8.2 / 33.6GB	통합 메모리	최대 128k	—	—
GeForce RTX 5060 Ti 16GB	쾌적	추정 41.0 tok/s36.0–45.9보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$569 (2026-08-09 기준)
GeForce RTX 4080 Laptop	쾌적	추정 39.5 tok/s34.8–44.2보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	—
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 36.0 tok/s28.8–43.3보정된 추정 ±20%	Q4_K_M	8.2 / 25.2GB	통합 메모리	최대 64k	—	—
Intel Arc B580	쾌적	추정 35.1 tok/s28.1–42.2보정된 추정 ±20%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	실거래가 US$290 (2026-08-09 기준)
GeForce RTX 3060 12GB	쾌적	추정 32.9 tok/s29.0–36.9보정된 추정 ±12%	Q4_K_M	8.8 / 12.0GB	풀 GPU	최대 32k	—	실거래가 US$250 (2026-08-09 기준)
Radeon RX 9060 XT 16GB	쾌적	추정 32.8 tok/s28.9–36.7보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$449 (2026-08-09 기준)
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 32.1 tok/s25.7–38.6보정된 추정 ±20%	Q4_K_M	8.2 / 25.2GB	통합 메모리	최대 64k	—	—
GeForce RTX 4060 Ti 16GB	쾌적	추정 26.3 tok/s23.2–29.5보정된 추정 ±12%	Q4_K_M	8.8 / 16.0GB	풀 GPU	최대 32k	—	출시가 US$499
Apple M5 Pro · 24GB	쾌적	추정 24.1 tok/s19.2–28.9보정된 추정 ±20%	Q4_K_M	8.2 / 16.8GB	통합 메모리	최대 16k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 32GB	쾌적	추정 21.7 tok/s17.4–26.1보정된 추정 ±20%	Q4_K_M	8.2 / 22.4GB	통합 메모리	최대 16k	—	출시가 US$1,999
Apple M4 Pro · 24GB	쾌적	추정 21.4 tok/s17.1–25.7보정된 추정 ±20%	Q4_K_M	8.2 / 16.8GB	통합 메모리	최대 8k	—	—
NVIDIA DGX Spark · 128GB	원활	추정 14.3 tok/s11.4–17.1보정된 추정 ±20%	Q4_K_M	8.2 / 89.6GB	통합 메모리	최대 64k	UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$3,999
Apple M5 · 16GB	원활	추정 12.0 tok/s9.6–14.4보정된 추정 ±20%	Q4_K_M	8.2 / 11.2GB	통합 메모리	최대 32k	—	—
Apple M4 · 16GB	원활	추정 9.4 tok/s7.5–11.3보정된 추정 ±20%	Q4_K_M	8.2 / 11.2GB	통합 메모리	최대 16k	—	—
GeForce RTX 3070	겨우 가능	추정 24.1 tok/s19.3–28.9보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$499
GeForce RTX 5060	겨우 가능	추정 24.1 tok/s19.3–28.9보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$339 (2026-08-09 기준)
GeForce RTX 5060 Ti 8GB	겨우 가능	추정 24.1 tok/s19.3–28.9보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$429 (2026-08-09 기준)
GeForce RTX 4060 Ti 8GB	겨우 가능	추정 18.7 tok/s15.0–22.4보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$399
GeForce RTX 4060	겨우 가능	추정 18.0 tok/s14.4–21.6보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$299
GeForce RTX 4060 Laptop	겨우 가능	추정 17.3 tok/s13.9–20.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 4070 Laptop	겨우 가능	추정 17.3 tok/s13.9–20.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 3050 8GB	겨우 가능	추정 15.8 tok/s12.7–19.0보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.8GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$249
DDR5-6000 듀얼채널 CPU · 16GB	겨우 가능	추정 6.3 tok/s5.0–7.5보정된 추정 ±20%	Q4_K_M	RAM 7.7GB	CPU 전용	최대 64k	—	—
DDR5-5600 듀얼채널 CPU · 16GB	겨우 가능	추정 5.9 tok/s4.7–7.0보정된 추정 ±20%	Q4_K_M	RAM 7.7GB	CPU 전용	최대 64k	—	—
DDR4-3200 듀얼채널 CPU · 16GB	겨우 가능	추정 3.3 tok/s2.7–4.0보정된 추정 ±20%	Q4_K_M	RAM 7.7GB	CPU 전용	최대 64k	—	—

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 3060 12GB실거래가 US$250 (2026-08-09 기준), 속도 추정 32.9 tok/s (29.0–36.9, 보정된 추정 ±12%)

Gemma 4 12B 벤치마크 결과

이 모델로 잰 공개 벤치마크 결과는 아직 없습니다.

자주 묻는 질문

Gemma 4 12B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 기준으로 가중치가 7.12GB이고, 8k 컨텍스트까지 더하면 약 8.2GB가 필요합니다(KV 캐시 0.5GB, 연산 버퍼 0.6GB). 가장 작은 파일(UD-Q2_K_XL (품질 손실 큼))은 약 5.8GB가 필요합니다.

Gemma 4 12B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 US$250(2026-08-09 기준)이고, 속도는 추정 32.9 tok/s (29.0–36.9, 보정된 추정 ±12%)입니다.

Gemma 4 12B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 겨우 가능, 추정 18.0 tok/s (14.4–21.6, 보정된 추정 ±20%); GeForce RTX 5060 Ti 16GB: 쾌적, 추정 41.0 tok/s (36.0–45.9, 보정된 추정 ±12%); GeForce RTX 3090: 쾌적, 추정 85.6 tok/s (75.3–95.8, 보정된 추정 ±12%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.