返回搜索结果
gemma-4-12B-it · Q3_K_M
AMD Radeon RX 7900 XTX24GBvLLM v0.48L2 跨框架验证
本页汇总 gemma-4-12B-it（Q3_K_M）在 AMD Radeon RX 7900 XTX 上以 vLLM 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
77.87 tok/s
Decode
解码速度
405.9 tok/s
Prefill
预填充速度
0.18 s
TTFT
首 token 延迟
19.24 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
16 天前
最后验证
性能表现
- vLLM · Q3_K_M （当前）Decode 77.87 · Prefill 405.9 ·
- Ollama · IQ1_S Decode 92.04 · Prefill 422.92 ·
- llama.cpp · IQ2_XS Decode 97.1 · Prefill 483.73 ·
- llama.cpp · Q5_K_M Decode 54.12 · Prefill 201.79 ·
- Strata · IQ2_M Decode 125.31 · Prefill 624.12 ·
- vLLM · Q4_K_S Decode 86.73 · Prefill 462.81 ·
- vLLM · Q5_K_S Decode 64.98 · Prefill 291.13 ·
- Ollama · IQ2_M Decode 92.49 · Prefill 473.64 ·
- Ollama · Q4_K_S Decode 67.64 · Prefill 313.4 ·
- Strata · IQ3_XS Decode 129.13 · Prefill 417.63 ·
核心数据
- Decode（平均）
- 77.87 tok/s
- Prefill（平均）
- 405.9 tok/s
- TTFT（平均）
- 0.18 s
- VRAM（平均）
- 19.24 GB
- MTP 接受率
- —
- TTFB
- 0.62 GB
- 功耗
- 236 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-12B-it
- 量化方式
- Q3_K_M
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 32768 tokens
- 批次大小
- 16
- GPU 层数
- 999
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- AMD Radeon RX 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 19.24 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.6
- 电源功耗
- 236 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
77.87 tok/s
Decode
405.9 tok/s
Prefill
0.18 s
TTFT
19.24 GB
VRAM
—
MTP
236 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=11 running model_id=65 at Q3_K_M