返回搜索结果
gemma-4-12B-it · Q2_K
AMD Radeon RX 9070 XT16GBllama.cpp v0.55L2 跨框架验证
本页汇总 gemma-4-12B-it（Q2_K）在 AMD Radeon RX 9070 XT 上以 llama.cpp 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。
126.21 tok/s
Decode
解码速度
558.74 tok/s
Prefill
预填充速度
2.24 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- llama.cpp · Q2_K （当前）Decode 126.21 · Prefill 558.74 ·
- Strata · IQ3_XS Decode 157.74 · Prefill 536.72 ·
- Ollama · IQ2_XS Decode 93.98 · Prefill 376.98 ·
核心数据
- Decode（平均）
- 126.21 tok/s
- Prefill（平均）
- 558.74 tok/s
- TTFT（平均）
- 2.24 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 1.01 GB
- 功耗
- 231.5 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
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.55
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.12
- CUDA
- 12.6
- 电源功耗
- 231.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.55 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx
126.21 tok/s
Decode
558.74 tok/s
Prefill
2.24 s
TTFT
15.2 GB
VRAM
—
MTP
231.5 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=16 running model_id=65 at Q2_K