Gemma 3 12B 硬件要求

模型信息

参数量: 12.2B
注意力机制: 滑动窗口注意力
最大上下文: 131,072 个 token
发布日期: 2025-03-12
模型卡: Hugging Face 上的 Gemma 3 12B

同系列的其他规格

各模型在基准量化、8k 上下文下所需的显存，以及在常见显卡上的判定，按模型从小到大排列
模型	参数量	基准量化	所需显存（8k）	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
Gemma 3 12B当前模型	12.2B	Q4_K_M	8.4 GB	运行较慢	运行流畅	运行流畅
Gemma 3 27B	27.4B	Q4_K_M	17.8 GB	运行较慢	运行较慢	运行流畅

GGUF 文件

收录的 Gemma 3 12B 量化文件，从小到大排列
量化	文件大小	质量	发布者
Q2_K	4.77 GB	损失严重	社区 GGUF · bartowski
IQ4_XS	6.55 GB	均衡	社区 GGUF · bartowski
Q4_K_M基准	7.30 GB	均衡	社区 GGUF · bartowski
Q8_0	12.51 GB	近乎无损	社区 GGUF · bartowski

文件大小不包括图像输入所需的视觉投影器（mmproj）。

不同量化和上下文所需的显存

显存（GB）：载入 GPU 的权重 + f16 KV 缓存 + 计算缓冲区。如果在 Windows 上这块显卡还负责显示输出，再加约 0.6 GB。
量化	4k	8k	16k	32k	64k	128k
Q2_K	5.6	5.9	6.5	7.7	10.2	15.0
IQ4_XS	7.3	7.7	8.3	9.5	11.9	16.8
Q4_K_M	8.1	8.4	9.0	10.2	12.7	17.6
Q8_0	13.3	13.6	14.2	15.4	17.9	22.8

哪些 GPU 能跑 Gemma 3 12B？

判定说明

运行流畅: 全部载入显卡，且达到 20 tok/s 及以上
运行良好: 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
运行较慢: 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
无法运行: 内存装不下，或低于 2 tok/s

稠密模型分摊在 GPU 和 CPU 上运行时，速度会大幅下降，整体速度由 CPU 那一侧决定。只把专家放在系统内存的 MoE 模型，速度下降要温和得多。

排序

在计算器中按预算、类型和上下文筛选这份列表

左右滑动可查看所有列。

56 款 GPU、Mac 和 CPU 配置，基于 Q4_K_M 量化、8k 上下文，按判定和速度排序
硬件	判定	速度	量化	显存/内存	运行方式	上下文	备注	价格
GeForce RTX 5090	运行流畅Gemma 3 12B 在 GeForce RTX 5090 上的判定	估算 160.1 tok/s140.9–179.3校准估算 ±12%	Q4_K_M	9.0 / 32.0 GB	全部载入显卡	最长 128k	—	市场价 US$4,200（截至 2026-08-09）
Radeon RX 7900 XTX	运行流畅	估算 93.1 tok/s81.9–104.3校准估算 ±12%	Q4_K_M	9.0 / 24.0 GB	全部载入显卡	最长 128k	—	首发价 US$999
GeForce RTX 3090 Ti	运行流畅	估算 90.0 tok/s79.2–100.8校准估算 ±12%	Q4_K_M	9.0 / 24.0 GB	全部载入显卡	最长 128k	—	首发价 US$1,999
GeForce RTX 4090	运行流畅Gemma 3 12B 在 GeForce RTX 4090 上的判定	估算 90.0 tok/s79.2–100.8校准估算 ±12%	Q4_K_M	9.0 / 24.0 GB	全部载入显卡	最长 128k	—	市场价 US$2,755（截至 2026-08-09）
Apple M5 Ultra · 96 GB	运行流畅	估算 89.3 tok/s71.5–107.2校准估算 ±20%	Q4_K_M	8.4 / 67.2 GB	统一内存	最长 128k	—	—
GeForce RTX 5080	运行流畅	估算 85.7 tok/s75.5–96.0校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	市场价 US$1,256（截至 2026-08-09）
GeForce RTX 3090	运行流畅Gemma 3 12B 在 GeForce RTX 3090 上的判定	估算 83.6 tok/s73.6–93.6校准估算 ±12%	Q4_K_M	9.0 / 24.0 GB	全部载入显卡	最长 128k	—	市场价 US$1,050（截至 2026-08-09）
GeForce RTX 3080 12GB	运行流畅	估算 81.5 tok/s71.7–91.2校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	首发价 US$799
GeForce RTX 5070 Ti	运行流畅	估算 80.0 tok/s70.4–89.6校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	市场价 US$949（截至 2026-08-09）
GeForce RTX 5080 Laptop	运行流畅	估算 80.0 tok/s70.4–89.6校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	—
GeForce RTX 5090 Laptop	运行流畅	估算 80.0 tok/s70.4–89.6校准估算 ±12%	Q4_K_M	9.0 / 24.0 GB	全部载入显卡	最长 128k	—	—
Radeon RX 7900 XT	运行流畅	估算 77.6 tok/s68.3–86.9校准估算 ±12%	Q4_K_M	9.0 / 20.0 GB	全部载入显卡	最长 128k	—	首发价 US$899
GeForce RTX 3080 10GB	运行流畅	估算 67.9 tok/s59.7–76.0校准估算 ±12%	Q4_K_M	9.0 / 10.0 GB	全部载入显卡	最长 16k	—	首发价 US$699
GeForce RTX 4080 Super	运行流畅	估算 65.7 tok/s57.9–73.6校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	首发价 US$999
GeForce RTX 4080	运行流畅	估算 64.0 tok/s56.4–71.7校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	首发价 US$1,199
Radeon RX 9070	运行流畅	估算 62.6 tok/s55.0–70.1校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	市场价 US$639（截至 2026-08-09）
Radeon RX 9070 XT	运行流畅	估算 62.6 tok/s55.0–70.1校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	市场价 US$689（截至 2026-08-09）
Radeon RX 7800 XT	运行流畅	估算 60.5 tok/s53.3–67.8校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	首发价 US$499
GeForce RTX 4070 Ti Super	运行流畅	估算 60.0 tok/s52.8–67.2校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	首发价 US$799
GeForce RTX 5070	运行流畅Gemma 3 12B 在 GeForce RTX 5070 上的判定	估算 60.0 tok/s52.8–67.2校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	市场价 US$629（截至 2026-08-09）
GeForce RTX 5070 Ti Laptop	运行流畅	估算 60.0 tok/s52.8–67.2校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	—
Apple M3 Ultra · 96 GB	运行流畅	估算 59.6 tok/s47.7–71.5校准估算 ±20%	Q4_K_M	8.4 / 67.2 GB	统一内存	最长 128k	—	—
Apple M5 Max (40-core GPU) · 48 GB	运行流畅	估算 59.5 tok/s47.6–71.5校准估算 ±20%	Q4_K_M	8.4 / 33.6 GB	统一内存	最长 128k	—	—
Apple M2 Ultra · 64 GB	运行流畅	估算 58.2 tok/s46.5–69.8校准估算 ±20%	Q4_K_M	8.4 / 44.8 GB	统一内存	最长 128k	—	—
GeForce RTX 2080 Ti	运行流畅	估算 55.0 tok/s48.4–61.6校准估算 ±12%	Q4_K_M	9.0 / 11.0 GB	全部载入显卡	最长 32k	—	首发价 US$999
Apple M4 Max (40-core GPU) · 48 GB	运行流畅	估算 52.9 tok/s42.4–63.5校准估算 ±20%	Q4_K_M	8.4 / 33.6 GB	统一内存	最长 128k	—	—
GeForce RTX 4090 Laptop	运行流畅	估算 51.4 tok/s45.3–57.6校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	—
GeForce RTX 4070	运行流畅Gemma 3 12B 在 GeForce RTX 4070 上的判定	估算 45.0 tok/s39.6–50.4校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	首发价 US$599
GeForce RTX 4070 Super	运行流畅	估算 45.0 tok/s39.6–50.4校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	首发价 US$599
Apple M5 Max (32-core GPU) · 36 GB	运行流畅	估算 44.6 tok/s35.7–53.5校准估算 ±20%	Q4_K_M	8.4 / 25.2 GB	统一内存	最长 128k	—	—
GeForce GTX 1080 Ti	运行流畅	估算 43.2 tok/s30.3–56.2理论估算 ±30%	Q4_K_M	9.0 / 11.0 GB	全部载入显卡	最长 32k	—	首发价 US$699
GeForce RTX 5060 Ti 16GB	运行流畅Gemma 3 12B 在 GeForce RTX 5060 Ti 16GB 上的判定	估算 40.0 tok/s35.2–44.8校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	市场价 US$569（截至 2026-08-09）
Apple M4 Max (32-core GPU) · 36 GB	运行流畅	估算 39.8 tok/s31.8–47.7校准估算 ±20%	Q4_K_M	8.4 / 25.2 GB	统一内存	最长 64k	—	—
GeForce RTX 4080 Laptop	运行流畅	估算 38.6 tok/s34.0–43.2校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	—
Intel Arc B580	运行流畅	估算 34.3 tok/s27.5–41.2校准估算 ±20%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	市场价 US$290（截至 2026-08-09）
GeForce RTX 3060 12GB	运行流畅Gemma 3 12B 在 GeForce RTX 3060 12GB 上的判定	估算 32.2 tok/s28.3–36.0校准估算 ±12%	Q4_K_M	9.0 / 12.0 GB	全部载入显卡	最长 32k	—	市场价 US$250（截至 2026-08-09）
Radeon RX 9060 XT 16GB	运行流畅	估算 31.2 tok/s27.5–35.0校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 64k	—	市场价 US$449（截至 2026-08-09）
Apple M5 Pro · 24 GB	运行流畅	估算 29.8 tok/s23.8–35.7校准估算 ±20%	Q4_K_M	8.4 / 16.8 GB	统一内存	最长 64k	—	—
NVIDIA DGX Spark · 64 GB	运行流畅	估算 27.2 tok/s21.7–32.6校准估算 ±20%	Q4_K_M	8.4 / 48.2 GB	统一内存	最长 32k	—	首发价 US$3,999（128 GB）
Ryzen AI Max+ 395 (Strix Halo) · 32 GB	运行流畅	估算 26.8 tok/s21.4–32.1校准估算 ±20%	Q4_K_M	8.4 / 22.4 GB	统一内存	最长 32k	—	首发价 US$1,999（128 GB）
Apple M4 Pro · 24 GB	运行流畅Gemma 3 12B 在 Apple M4 Pro 上的判定	估算 26.5 tok/s21.2–31.8校准估算 ±20%	Q4_K_M	8.4 / 16.8 GB	统一内存	最长 32k	—	—
GeForce RTX 4060 Ti 16GB	运行流畅	估算 25.7 tok/s22.6–28.8校准估算 ±12%	Q4_K_M	9.0 / 16.0 GB	全部载入显卡	最长 32k	—	首发价 US$499
Apple M5 · 16 GB	运行良好	估算 14.9 tok/s11.9–17.9校准估算 ±20%	Q4_K_M	8.4 / 11.2 GB	统一内存	最长 32k	Q2_K（质量损失大）：运行流畅	—
Apple M6 · 16 GB	运行良好	估算 14.9 tok/s11.9–17.9校准估算 ±20%	Q4_K_M	8.4 / 11.2 GB	统一内存	最长 32k	Q2_K（质量损失大）：运行流畅	—
Apple M4 · 16 GB	运行良好Gemma 3 12B 在 Apple M4 上的判定	估算 11.6 tok/s9.3–14.0校准估算 ±20%	Q4_K_M	8.4 / 11.2 GB	统一内存	最长 32k	—	—
GeForce RTX 3070	运行较慢	估算 21.8 tok/s17.5–26.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$499
GeForce RTX 5060	运行较慢	估算 21.8 tok/s17.5–26.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	市场价 US$339（截至 2026-08-09）
GeForce RTX 5060 Ti 8GB	运行较慢	估算 21.8 tok/s17.5–26.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	市场价 US$429（截至 2026-08-09）
GeForce RTX 4060 Ti 8GB	运行较慢	估算 17.3 tok/s13.9–20.8校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$399
GeForce RTX 4060	运行较慢Gemma 3 12B 在 GeForce RTX 4060 上的判定	估算 16.7 tok/s13.4–20.1校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$299
GeForce RTX 4060 Laptop	运行较慢	估算 16.2 tok/s12.9–19.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	—
GeForce RTX 4070 Laptop	运行较慢	估算 16.2 tok/s12.9–19.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	—
GeForce RTX 3050 8GB	运行较慢	估算 14.9 tok/s11.9–17.8校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 1.0 GB 内存	部分卸载	最长 64k	载入显卡不足 90%：由显卡和 CPU 分担运行时，最高只能判为“运行较慢” 改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$249
DDR5-6000 双通道 CPU · 16 GB	运行较慢	估算 6.1 tok/s4.9–7.3校准估算 ±20%	Q4_K_M	7.8 GB 内存	纯 CPU	最长 64k	—	—
DDR5-5600 双通道 CPU · 16 GB	运行较慢	估算 5.7 tok/s4.6–6.9校准估算 ±20%	Q4_K_M	7.8 GB 内存	纯 CPU	最长 64k	—	—
DDR4-3200 双通道 CPU · 16 GB	运行较慢	估算 3.3 tok/s2.6–3.9校准估算 ±20%	Q4_K_M	7.8 GB 内存	纯 CPU	最长 64k	—	—

能运行它的最便宜 GPU

运行流畅GeForce RTX 3060 12GB市场价 US$250（截至 2026-08-09），估算 32.2 tok/s（28.3–36.0，校准估算 ±12%）。

Gemma 3 12B 的实测结果

这个模型暂无公开基准测试结果。

常见问题

Gemma 3 12B 需要多少显存？

Q4_K_M 文件为 7.30 GB；在 8k 上下文下，显卡约需 8.4 GB（权重 7.29 GB、KV 缓存 0.5 GB、计算缓冲区 0.6 GB）。已收录的最小文件（Q2_K（质量损失大））约需 5.9 GB。

能让 Gemma 3 12B 运行良好的最便宜 GPU 是哪款？

运行流畅的最便宜选择：GeForce RTX 3060 12GB，US$250（2026-08-09 市场价），估算 32.2 tok/s（28.3–36.0，校准估算 ±12%）。

Gemma 3 12B 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？

Q4_K_M、8k 上下文下：GeForce RTX 4060：运行较慢，估算 16.7 tok/s（13.4–20.1，校准估算 ±20%）; GeForce RTX 5060 Ti 16GB：运行流畅，估算 40.0 tok/s（35.2–44.8，校准估算 ±12%）; GeForce RTX 3090：运行流畅，估算 83.6 tok/s（73.6–93.6，校准估算 ±12%）。

速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。