返回搜索结果
gemma-4-12B-it · IQ4_XS
Apple M2 Ultrallama.cpp v0.42L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ4_XS）在 Apple M2 Ultra 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。
90.66 tok/s
Decode
解码速度
438.77 tok/s
Prefill
预填充速度
0.27 s
TTFT
首 token 延迟
20.75 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 · IQ4_XS （当前）Decode 90.66 · Prefill 438.77 ·
- llama.cpp · Q5_K_S Decode 66.9 · Prefill 326.75 ·
- Ollama · Q2_K Decode 96.52 · Prefill 478.87 ·
核心数据
- Decode（平均）
- 90.66 tok/s
- Prefill（平均）
- 438.77 tok/s
- TTFT（平均）
- 0.27 s
- VRAM（平均）
- 20.75 GB
- MTP 接受率
- —
- TTFB
- 0.73 GB
- 功耗
- 134.7 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
- IQ4_XS
- 框架
- llama.cpp
- 版本
- v0.42
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 99
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Apple M2 Ultra
- 实测显存（均值）
- 20.75 GB
- 系统
- macOS 26.1
- 电源功耗
- 134.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · macOS 26.1 · 2048 ctx
90.66 tok/s
Decode
438.77 tok/s
Prefill
0.27 s
TTFT
20.75 GB
VRAM
—
MTP
134.7 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=65 at IQ4_XS