返回搜索结果
gemma-4-12B-it · Q5_K_M
AMD Ryzen AI Max+ 395128GBllama.cpp v0.27L2 跨框架验证
本页汇总 gemma-4-12B-it（Q5_K_M）在 AMD Ryzen AI Max+ 395 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。
22.71 tok/s
Decode
解码速度
109.92 tok/s
Prefill
预填充速度
0.47 s
TTFT
首 token 延迟
25.54 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
17 天前
最后验证
性能表现
- llama.cpp · IQ2_M Decode 32.57 · Prefill 131.77 ·
- llama.cpp · Q5_K_M （当前）Decode 22.71 · Prefill 109.92 ·
- Ollama · Q3_K_M Decode 26.82 · Prefill 137.08 ·
- Ollama · Q5_K_S Decode 20.2 · Prefill 85.22 ·
- Ollama · Q4_K_M Decode 66.99 · Prefill 227.06 ·
- Strata · Q8_0 Decode 71.19 · Prefill 287.95 ·
核心数据
- Decode（平均）
- 22.71 tok/s
- Prefill（平均）
- 109.92 tok/s
- TTFT（平均）
- 0.47 s
- VRAM（平均）
- 25.54 GB
- MTP 接受率
- —
- TTFB
- 0.18 GB
- 功耗
- 64 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
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.27
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 25.54 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.11
- CUDA
- 12.8
- 电源功耗
- 64 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Windows 11 23H2 · CUDA 12.8 · 16384 ctx
22.71 tok/s
Decode
109.92 tok/s
Prefill
0.47 s
TTFT
25.54 GB
VRAM
—
MTP
64 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=24 running model_id=65 at Q5_K_M