Gemma 4 12B(젬마 4) 필요 사양: VRAM과 돌아가는 GPU

Gemma 4 12B, 어떤 모델인가요

Gemma 4 12B는 구글 딥마인드가 2026년 6월 Gemma 4 계열에 더한 dense 모델입니다. 별도의 비전·오디오 인코더 없이 텍스트와 이미지, 짧은 오디오를 받고 컨텍스트는 256k까지입니다. 리즈닝·코딩·함수 호출에 맞춰 만들었고, 생각 모드는 기본으로 꺼져 있으며 라이선스는 Apache 2.0입니다.

모델 카드 · 출시 글

모델 정보

파라미터: 11.96B
어텐션: 슬라이딩 윈도 어텐션
최대 컨텍스트: 262,144 토큰
공개일: 2026-05-23
모델 카드: Hugging Face의 Gemma 4 12B 모델 카드

같은 계열의 다른 크기

기준 양자화·8k 컨텍스트에서 모델마다 필요한 그래픽카드 메모리와, 많이 쓰는 그래픽카드에서의 판정을 작은 모델부터 정리했습니다
모델	파라미터	기준 양자화	필요 메모리(8k)	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
Gemma 4 E2B	5.12B	Q4_K_M	2.1GB	쾌적	쾌적	쾌적
Gemma 4 E4B	8B	Q4_K_M	3.7GB	쾌적	쾌적	쾌적
Gemma 4 12B지금 보는 모델	11.96B	Q4_K_M	7.8GB	원활	쾌적	쾌적
Gemma 4 26B-A4B	총 26.54B · 활성 4B (MoE)	Q4_K_M	17.7GB	원활	원활	쾌적
Gemma 4 31B	31.27B	Q4_K_M	19.5GB	겨우 가능	겨우 가능	쾌적

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

그래픽카드 메모리(GB): 그래픽카드에 올라가는 가중치 + f16 KV 캐시 + 연산 버퍼. Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k	32k	64k	128k	256k
UD-Q2_K_XL	5.2	5.3	5.6	6.0	6.8	8.5	11.8
IQ4_XS	7.0	7.1	7.3	7.7	8.5	10.2	13.6
Q4_K_M	7.7	7.8	8.0	8.4	9.3	10.9	14.3
Q8_0	13.3	13.4	13.6	14.0	14.8	16.5	19.8

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

계산기에서 예산·종류·컨텍스트로 걸러 보기

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 58종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적GeForce RTX 5090에서 Gemma 4 12B 판정 보기	추정 172.9 tok/s152.2–193.7보정된 추정 ±12%	Q4_K_M	8.4 / 32.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$4,200(약 557만 원)
NVIDIA RTX PRO 6000 Blackwell	쾌적	추정 172.9 tok/s152.2–193.7보정된 추정 ±12%	Q4_K_M	8.4 / 96.0GB	풀 GPU	최대 256k	—	—
NVIDIA RTX PRO 6000 Blackwell Max-Q	쾌적	추정 172.9 tok/s152.2–193.7보정된 추정 ±12%	Q4_K_M	8.4 / 96.0GB	풀 GPU	최대 256k	—	—
Radeon RX 7900 XTX	쾌적	추정 100.6 tok/s88.5–112.6보정된 추정 ±12%	Q4_K_M	8.4 / 24.0GB	풀 GPU	최대 256k	—	출시가 US$999(약 132만 원)
GeForce RTX 3090 Ti	쾌적	추정 97.3 tok/s85.6–108.9보정된 추정 ±12%	Q4_K_M	8.4 / 24.0GB	풀 GPU	최대 256k	—	출시가 US$1,999(약 265만 원)
GeForce RTX 4090	쾌적GeForce RTX 4090에서 Gemma 4 12B 판정 보기	추정 97.3 tok/s85.6–108.9보정된 추정 ±12%	Q4_K_M	8.4 / 24.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$2,755(약 365만 원)
Apple M5 Ultra · 96GB	쾌적	추정 96.5 tok/s77.2–115.8보정된 추정 ±20%	Q4_K_M	7.8 / 67.2GB	통합 메모리	최대 256k	—	—
GeForce RTX 5080	쾌적	추정 92.6 tok/s81.5–103.8보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$1,256(약 166만 원)
GeForce RTX 3090	쾌적GeForce RTX 3090에서 Gemma 4 12B 판정 보기	추정 90.3 tok/s79.5–101.2보정된 추정 ±12%	Q4_K_M	8.4 / 24.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$1,050(약 139만 원)
GeForce RTX 3080 12GB	쾌적	추정 88.0 tok/s77.4–98.6보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 128k	—	출시가 US$799(약 106만 원)
GeForce RTX 5070 Ti	쾌적	추정 86.5 tok/s76.1–96.8보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$949(약 126만 원)
GeForce RTX 5080 Laptop	쾌적	추정 86.5 tok/s76.1–96.8보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	—
GeForce RTX 5090 Laptop	쾌적	추정 86.5 tok/s76.1–96.8보정된 추정 ±12%	Q4_K_M	8.4 / 24.0GB	풀 GPU	최대 256k	—	—
Radeon RX 7900 XT	쾌적	추정 83.8 tok/s73.8–93.9보정된 추정 ±12%	Q4_K_M	8.4 / 20.0GB	풀 GPU	최대 256k	—	출시가 US$899(약 119만 원)
GeForce RTX 3080 10GB	쾌적	추정 73.3 tok/s64.5–82.1보정된 추정 ±12%	Q4_K_M	8.4 / 10.0GB	풀 GPU	최대 64k	—	출시가 US$699(약 93만 원)
GeForce RTX 4080 Super	쾌적	추정 71.0 tok/s62.5–79.5보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	출시가 US$999(약 132만 원)
GeForce RTX 4080	쾌적	추정 69.2 tok/s60.9–77.5보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	출시가 US$1,199(약 159만 원)
Radeon RX 9070	쾌적	추정 67.6 tok/s59.5–75.7보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$639(약 85만 원)
Radeon RX 9070 XT	쾌적	추정 67.6 tok/s59.5–75.7보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$689(약 91만 원)
Radeon RX 7800 XT	쾌적	추정 65.4 tok/s57.5–73.2보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	출시가 US$499(약 66만 원)
GeForce RTX 4070 Ti Super	쾌적	추정 64.8 tok/s57.1–72.6보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	출시가 US$799(약 106만 원)
GeForce RTX 5070	쾌적GeForce RTX 5070에서 Gemma 4 12B 판정 보기	추정 64.8 tok/s57.1–72.6보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$629(약 83만 원)
GeForce RTX 5070 Ti Laptop	쾌적	추정 64.8 tok/s57.1–72.6보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 128k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 64.4 tok/s51.5–77.2보정된 추정 ±20%	Q4_K_M	7.8 / 67.2GB	통합 메모리	최대 256k	—	—
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 64.3 tok/s51.5–77.2보정된 추정 ±20%	Q4_K_M	7.8 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M2 Ultra · 64GB	쾌적	추정 62.9 tok/s50.3–75.4보정된 추정 ±20%	Q4_K_M	7.8 / 44.8GB	통합 메모리	최대 256k	—	—
GeForce RTX 2080 Ti	쾌적	추정 59.4 tok/s52.3–66.6보정된 추정 ±12%	Q4_K_M	8.4 / 11.0GB	풀 GPU	최대 64k	—	출시가 US$999(약 132만 원)
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 57.2 tok/s45.8–68.6보정된 추정 ±20%	Q4_K_M	7.8 / 33.6GB	통합 메모리	최대 256k	—	—
GeForce RTX 4090 Laptop	쾌적	추정 55.6 tok/s48.9–62.3보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	—	—
GeForce RTX 4070	쾌적GeForce RTX 4070에서 Gemma 4 12B 판정 보기	추정 48.6 tok/s42.8–54.5보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 128k	—	출시가 US$599(약 79만 원)
GeForce RTX 4070 Super	쾌적	추정 48.6 tok/s42.8–54.5보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 128k	—	출시가 US$599(약 79만 원)
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 48.2 tok/s38.6–57.8보정된 추정 ±20%	Q4_K_M	7.8 / 25.2GB	통합 메모리	최대 256k	—	—
GeForce GTX 1080 Ti	쾌적	추정 46.7 tok/s32.7–60.7이론 추정 ±30%	Q4_K_M	8.4 / 11.0GB	풀 GPU	최대 64k	—	출시가 US$699(약 93만 원)
GeForce RTX 5060 Ti 16GB	쾌적GeForce RTX 5060 Ti 16GB에서 Gemma 4 12B 판정 보기	추정 43.2 tok/s38.0–48.4보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$569(약 75만 원)
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 43.0 tok/s34.4–51.5보정된 추정 ±20%	Q4_K_M	7.8 / 25.2GB	통합 메모리	최대 128k	—	—
GeForce RTX 4080 Laptop	쾌적	추정 41.7 tok/s36.7–46.7보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 128k	—	—
Intel Arc B580	쾌적	41.3 tok/s8k 추정 37.1 tok/s (29.7–44.5, 보정된 추정 ±20%)실측 1건 (512 컨텍스트)	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 64k	—	2026-08-09 기준 실거래가 US$290(약 38만 원)
Radeon RX 9060 XT 16GB	쾌적	38.3 tok/s8k 추정 33.7 tok/s (29.7–37.8, 보정된 추정 ±12%)실측 2건 (512 컨텍스트)	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 32k	—	2026-08-09 기준 실거래가 US$449(약 60만 원)
GeForce RTX 3060 12GB	쾌적GeForce RTX 3060 12GB에서 Gemma 4 12B 판정 보기	추정 34.7 tok/s30.6–38.9보정된 추정 ±12%	Q4_K_M	8.4 / 12.0GB	풀 GPU	최대 64k	—	2026-08-09 기준 실거래가 US$250(약 33만 원)
Apple M5 Pro · 24GB	쾌적	추정 32.2 tok/s25.7–38.6보정된 추정 ±20%	Q4_K_M	7.8 / 16.8GB	통합 메모리	최대 32k	—	—
GeForce RTX 3070	원활	추정 31.7 tok/s25.4–38.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$499(약 66만 원)
GeForce RTX 5060	원활	추정 31.7 tok/s25.4–38.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$339(약 45만 원)
GeForce RTX 5060 Ti 8GB	원활	추정 31.7 tok/s25.4–38.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$429(약 57만 원)
NVIDIA DGX Spark · 128GB	원활	추정 29.4 tok/s23.5–35.2보정된 추정 ±20%	Q4_K_M	7.8 / 116.9GB	통합 메모리	최대 256k	IQ4_XS: 쾌적	128GB 구성 출시가 US$3,999(약 530만 원)
Apple M4 Pro · 24GB	원활Apple M4 Pro에서 Gemma 4 12B 판정 보기	추정 28.6 tok/s22.9–34.3보정된 추정 ±20%	Q4_K_M	7.8 / 16.8GB	통합 메모리	최대 256k	IQ4_XS: 쾌적	—
GeForce RTX 4060 Ti 16GB	원활	추정 27.8 tok/s24.5–31.1보정된 추정 ±12%	Q4_K_M	8.4 / 16.0GB	풀 GPU	최대 256k	IQ4_XS: 쾌적	출시가 US$499(약 66만 원)
Ryzen AI Max+ 395 (Strix Halo) · 32GB	원활	24.4 tok/s8k 추정 28.9 tok/s (23.2–34.7, 보정된 추정 ±20%)실측 1건 (512 컨텍스트)	Q4_K_M	7.8 / 22.4GB	통합 메모리	최대 256k	UD-Q2_K_XL (품질 손실 큼): 쾌적	128GB 구성 출시가 US$1,999(약 265만 원)
GeForce RTX 4060 Ti 8GB	원활	추정 22.9 tok/s18.4–27.5보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	IQ4_XS: 쾌적	출시가 US$399(약 53만 원)
GeForce RTX 4060	원활GeForce RTX 4060에서 Gemma 4 12B 판정 보기	추정 21.9 tok/s17.6–26.3보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$299(약 40만 원)
GeForce RTX 4060 Laptop	원활	추정 20.9 tok/s16.7–25.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 4070 Laptop	원활	추정 20.9 tok/s16.7–25.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 3050 8GB	원활	추정 18.8 tok/s15.0–22.5보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 0.4GB	부분 오프로드	최대 16k	UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$249(약 33만 원)
Apple M5 · 16GB	원활	추정 16.1 tok/s12.9–19.3보정된 추정 ±20%	Q4_K_M	7.8 / 11.2GB	통합 메모리	최대 128k	—	—
Apple M6 · 16GB	원활	추정 16.1 tok/s12.9–19.3보정된 추정 ±20%	Q4_K_M	7.8 / 11.2GB	통합 메모리	최대 128k	—	—
Apple M4 · 16GB	원활Apple M4에서 Gemma 4 12B 판정 보기	추정 12.6 tok/s10.1–15.1보정된 추정 ±20%	Q4_K_M	7.8 / 11.2GB	통합 메모리	최대 16k	—	—
DDR5-6000 듀얼채널 CPU · 16GB	겨우 가능	추정 6.6 tok/s5.3–7.9보정된 추정 ±20%	Q4_K_M	RAM 7.3GB	CPU 전용	최대 256k	—	—
DDR5-5600 듀얼채널 CPU · 16GB	겨우 가능	추정 6.2 tok/s4.9–7.4보정된 추정 ±20%	Q4_K_M	RAM 7.3GB	CPU 전용	최대 256k	—	—
DDR4-3200 듀얼채널 CPU · 16GB	겨우 가능	추정 3.5 tok/s2.8–4.2보정된 추정 ±20%	Q4_K_M	RAM 7.3GB	CPU 전용	최대 64k	—	—

생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.

원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 3060 12GB2026-08-09 기준 실거래가 US$250(약 33만 원), 속도 추정 34.7 tok/s (30.6–38.9, 보정된 추정 ±12%)

Gemma 4 12B 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

Gemma 4 12B 벤치마크 결과
하드웨어	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
Radeon RX 9060 XT 16GB	Q4_K_M	llama.cpp	512	1,509.0	39.0	Vulkan	github.com	2026-10-02
Radeon RX 9060 XT 16GB	Q4_K_M	llama.cpp	512	1,467.0	37.6	ROCm	github.com	2026-10-02
Intel Arc B580	Q4_K_M	llama.cpp	512	1,320.0	41.3	SYCL, FA off	github.com	2026-06-13
Ryzen AI Max+ 395 (Strix Halo)	IQ4_XS	llama.cpp	512	680.0	25.7	Vulkan	github.com	2026-06-04
Ryzen AI Max+ 395 (Strix Halo)	Q4_K_M	llama.cpp	512	685.0	24.4	Vulkan	github.com	2026-06-04

자주 묻는 질문

Gemma 4 12B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 파일은 7.12GB입니다. 8k 컨텍스트로 그래픽카드에 올리면 약 7.8GB가 필요합니다(가중치 7.10GB, KV 캐시 0.1GB, 연산 버퍼 0.6GB). 가장 작은 파일(UD-Q2_K_XL (품질 손실 큼))은 약 5.3GB가 필요합니다.

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

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 2026-08-09 기준 US$250(약 33만 원)이고, 속도는 추정 34.7 tok/s (30.6–38.9, 보정된 추정 ±12%)입니다.

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

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 원활, 추정 21.9 tok/s (17.6–26.3, 보정된 추정 ±20%); GeForce RTX 5060 Ti 16GB: 쾌적, 추정 43.2 tok/s (38.0–48.4, 보정된 추정 ±12%); GeForce RTX 3090: 쾌적, 추정 90.3 tok/s (79.5–101.2, 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.