Gemma 3 27B 硬件要求

模型信息

参数量: 27.4B
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 27B

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	12.2B	Q4_K_M	8.4 GB	运行较慢	运行流畅	运行流畅
Gemma 3 27B当前模型	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 27B 量化文件，从小到大排列
量化	文件大小	质量	发布者
Q2_K	10.50 GB	损失严重	社区 GGUF · bartowski
IQ4_XS	14.77 GB	均衡	社区 GGUF · bartowski
Q4_K_M基准	16.55 GB	均衡	社区 GGUF · bartowski
Q8_0	28.71 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	11.4	11.7	12.5	14.0	17.0	22.9
IQ4_XS	15.6	16.0	16.8	18.2	21.2	27.2
Q4_K_M	17.4	17.8	18.5	20.0	23.0	29.0
Q8_0	29.6	29.9	30.7	32.2	35.2	41.1

哪些 GPU 能跑 Gemma 3 27B？

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	估算 72.8 tok/s64.1–81.6校准估算 ±12%	Q4_K_M	18.4 / 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 42.4 tok/s37.3–47.5校准估算 ±12%	Q4_K_M	18.4 / 24.0 GB	全部载入显卡	最长 64k	—	首发价 US$999
GeForce RTX 3090 Ti	运行流畅	估算 41.0 tok/s36.1–45.9校准估算 ±12%	Q4_K_M	18.4 / 24.0 GB	全部载入显卡	最长 64k	—	首发价 US$1,999
GeForce RTX 4090	运行流畅	估算 41.0 tok/s36.1–45.9校准估算 ±12%	Q4_K_M	18.4 / 24.0 GB	全部载入显卡	最长 64k	—	市场价 US$2,755（截至 2026-08-09）
Apple M5 Ultra · 96 GB	运行流畅	估算 40.6 tok/s32.5–48.8校准估算 ±20%	Q4_K_M	17.8 / 67.2 GB	统一内存	最长 128k	—	—
GeForce RTX 3090	运行流畅	估算 38.0 tok/s33.5–42.6校准估算 ±12%	Q4_K_M	18.4 / 24.0 GB	全部载入显卡	最长 64k	—	市场价 US$1,050（截至 2026-08-09）
GeForce RTX 5090 Laptop	运行流畅	估算 36.4 tok/s32.1–40.8校准估算 ±12%	Q4_K_M	18.4 / 24.0 GB	全部载入显卡	最长 64k	—	—
Radeon RX 7900 XT	运行流畅	估算 35.3 tok/s31.1–39.5校准估算 ±12%	Q4_K_M	18.4 / 20.0 GB	全部载入显卡	最长 16k	—	首发价 US$899
Apple M3 Ultra · 96 GB	运行流畅	估算 27.1 tok/s21.7–32.5校准估算 ±20%	Q4_K_M	17.8 / 67.2 GB	统一内存	最长 64k	—	—
Apple M5 Max (40-core GPU) · 48 GB	运行流畅	估算 27.1 tok/s21.7–32.5校准估算 ±20%	Q4_K_M	17.8 / 33.6 GB	统一内存	最长 64k	—	—
Apple M2 Ultra · 64 GB	运行流畅	估算 26.5 tok/s21.2–31.8校准估算 ±20%	Q4_K_M	17.8 / 44.8 GB	统一内存	最长 64k	—	—
Apple M4 Max (40-core GPU) · 48 GB	运行流畅	估算 24.1 tok/s19.3–28.9校准估算 ±20%	Q4_K_M	17.8 / 33.6 GB	统一内存	最长 32k	—	—
Apple M5 Max (32-core GPU) · 36 GB	运行流畅	估算 20.3 tok/s16.2–24.4校准估算 ±20%	Q4_K_M	17.8 / 25.2 GB	统一内存	最长 8k	—	—
Apple M4 Max (32-core GPU) · 36 GB	运行良好	估算 18.1 tok/s14.5–21.7校准估算 ±20%	Q4_K_M	17.8 / 25.2 GB	统一内存	最长 64k	改用 IQ4_XS：运行流畅	—
Apple M5 Pro · 48 GB	运行良好	估算 13.5 tok/s10.8–16.3校准估算 ±20%	Q4_K_M	17.8 / 33.6 GB	统一内存	最长 128k	Q2_K（质量损失大）：运行流畅	—
NVIDIA DGX Spark · 64 GB	运行良好	估算 12.4 tok/s9.9–14.8校准估算 ±20%	Q4_K_M	17.8 / 48.2 GB	统一内存	最长 64k	—	首发价 US$3,999（128 GB）
Ryzen AI Max+ 395 (Strix Halo) · 32 GB	运行良好	估算 12.2 tok/s9.8–14.6校准估算 ±20%	Q4_K_M	17.8 / 22.4 GB	统一内存	最长 32k	—	首发价 US$1,999（128 GB）
Apple M4 Pro · 48 GB	运行良好	估算 12.0 tok/s9.6–14.5校准估算 ±20%	Q4_K_M	17.8 / 33.6 GB	统一内存	最长 64k	—	—
GeForce RTX 5080	运行较慢	估算 12.9 tok/s10.3–15.5校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$1,256（截至 2026-08-09）
GeForce RTX 5070 Ti	运行较慢	估算 12.6 tok/s10.1–15.2校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$949（截至 2026-08-09）
GeForce RTX 5080 Laptop	运行较慢	估算 12.6 tok/s10.1–15.2校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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 4080 Super	运行较慢	估算 11.9 tok/s9.5–14.2校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$999
GeForce RTX 4080	运行较慢	估算 11.8 tok/s9.4–14.1校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$1,199
Radeon RX 9070	运行较慢	估算 11.7 tok/s9.3–14.0校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$639（截至 2026-08-09）
Radeon RX 9070 XT	运行较慢	估算 11.7 tok/s9.3–14.0校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$689（截至 2026-08-09）
Radeon RX 7800 XT	运行较慢	估算 11.5 tok/s9.2–13.8校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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 4070 Ti Super	运行较慢	估算 11.5 tok/s9.2–13.8校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$799
GeForce RTX 4090 Laptop	运行较慢	估算 10.8 tok/s8.7–13.0校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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 5060 Ti 16GB	运行较慢	估算 9.7 tok/s7.8–11.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$569（截至 2026-08-09）
Radeon RX 9060 XT 16GB	运行较慢	估算 8.6 tok/s6.9–10.4校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 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$449（截至 2026-08-09）
GeForce RTX 4060 Ti 16GB	运行较慢	估算 7.8 tok/s6.2–9.3校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.4 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好	首发价 US$499
GeForce RTX 3080 12GB	运行较慢	估算 6.1 tok/s4.8–7.3校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	首发价 US$799
GeForce RTX 5070	运行较慢	估算 5.8 tok/s4.7–7.0校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	市场价 US$629（截至 2026-08-09）
GeForce RTX 5070 Ti Laptop	运行较慢	估算 5.8 tok/s4.7–7.0校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	—
GeForce RTX 4070	运行较慢	估算 5.6 tok/s4.5–6.7校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	首发价 US$599
GeForce RTX 4070 Super	运行较慢	估算 5.6 tok/s4.5–6.7校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	首发价 US$599
GeForce RTX 4080 Laptop	运行较慢	估算 5.4 tok/s4.4–6.5校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	—
Intel Arc B580	运行较慢	估算 5.3 tok/s4.3–6.4校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	市场价 US$290（截至 2026-08-09）
GeForce RTX 3060 12GB	运行较慢	估算 5.2 tok/s4.2–6.3校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.4 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	市场价 US$250（截至 2026-08-09）
GeForce RTX 2080 Ti	运行较慢	估算 5.2 tok/s4.1–6.2校准估算 ±20%	Q4_K_M	11.0 / 11.0 GB + 7.4 GB 内存	部分卸载	最长 64k	—	首发价 US$999
GeForce GTX 1080 Ti	运行较慢	估算 5.0 tok/s3.5–6.5理论估算 ±30%	Q4_K_M	11.0 / 11.0 GB + 7.4 GB 内存	部分卸载	最长 64k	—	首发价 US$699
Apple M6 · 24 GB	运行较慢	估算 5.0 tok/s3.5–6.4理论估算 ±30%	Q4_K_M	17.2 GB 内存	纯 CPU	最长 32k	改用 IQ4_XS：运行良好	—
GeForce RTX 3080 10GB	运行较慢	估算 4.7 tok/s3.8–5.7校准估算 ±20%	Q4_K_M	10.0 / 10.0 GB + 8.4 GB 内存	部分卸载	最长 64k	—	首发价 US$699
Apple M5 · 24 GB	运行较慢	估算 4.5 tok/s3.1–5.8理论估算 ±30%	Q4_K_M	17.2 GB 内存	纯 CPU	最长 32k	Q2_K（质量损失大）：运行良好	—
GeForce RTX 3070	运行较慢	估算 3.8 tok/s3.1–4.6校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	首发价 US$499
GeForce RTX 5060	运行较慢	估算 3.8 tok/s3.1–4.6校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	市场价 US$339（截至 2026-08-09）
GeForce RTX 5060 Ti 8GB	运行较慢	估算 3.8 tok/s3.1–4.6校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	市场价 US$429（截至 2026-08-09）
GeForce RTX 4060 Ti 8GB	运行较慢	估算 3.7 tok/s2.9–4.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	首发价 US$399
GeForce RTX 4060	运行较慢	估算 3.6 tok/s2.9–4.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	首发价 US$299
GeForce RTX 4060 Laptop	运行较慢	估算 3.6 tok/s2.9–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	—
GeForce RTX 4070 Laptop	运行较慢	估算 3.6 tok/s2.9–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	—
GeForce RTX 3050 8GB	运行较慢	估算 3.5 tok/s2.8–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.4 GB 内存	部分卸载	最长 64k	—	首发价 US$249
Apple M4 · 24 GB	运行较慢	估算 3.5 tok/s2.4–4.5理论估算 ±30%	Q4_K_M	17.2 GB 内存	纯 CPU	最长 32k	Q2_K（质量损失大）：运行良好	—
DDR5-6000 双通道 CPU · 32 GB	运行较慢	估算 2.8 tok/s2.2–3.3校准估算 ±20%	Q4_K_M	17.2 GB 内存	纯 CPU	最长 64k	—	—
DDR5-5600 双通道 CPU · 32 GB	运行较慢	估算 2.6 tok/s2.1–3.1校准估算 ±20%	Q4_K_M	17.2 GB 内存	纯 CPU	最长 64k	—	—
DDR4-3200 双通道 CPU · 64 GB	无法运行改用 Q2_K（质量损失大）：运行较慢	估算 2.3 tok/s1.8–2.7校准估算 ±20%	Q2_K	11.2 GB 内存	纯 CPU	最长 16k	—	—

能运行它的最便宜 GPU

运行流畅GeForce RTX 3090市场价 US$1,050（截至 2026-08-09），估算 38.0 tok/s（33.5–42.6，校准估算 ±12%）。

Gemma 3 27B 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 27B 需要多少显存？

Q4_K_M 文件为 16.55 GB；在 8k 上下文下，显卡约需 17.8 GB（权重 16.54 GB、KV 缓存 0.7 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 11.7 GB。

能让 Gemma 3 27B 运行良好的最便宜 GPU 是哪款？

运行流畅的最便宜选择：GeForce RTX 3090，US$1,050（2026-08-09 市场价），估算 38.0 tok/s（33.5–42.6，校准估算 ±12%）。

Gemma 3 27B 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 3.6 tok/s（2.9–4.4，校准估算 ±20%）; GeForce RTX 5060 Ti 16GB：运行较慢，估算 9.7 tok/s（7.8–11.7，校准估算 ±20%）; GeForce RTX 3090：运行流畅，估算 38.0 tok/s（33.5–42.6，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。