返回搜索结果
gemma-4-12B-it · Q2_K
Apple M4 Max128GBStrata v0.26L2 跨框架验证
本页汇总 gemma-4-12B-it（Q2_K）在 Apple M4 Max 上以 Strata 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。
270.81 tok/s
Decode
解码速度
1,355.35 tok/s
Prefill
预填充速度
2.31 s
TTFT
首 token 延迟
15.96 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 · IQ2_M Decode 187.13 · Prefill 653.55 ·
- llama.cpp · Q4_K_M Decode 140.93 · Prefill 615.86 ·
- vLLM · IQ3_XS Decode 181.71 · Prefill 766.49 ·
- Strata · Q2_K （当前）Decode 270.81 · Prefill 1355.35 ·
核心数据
- Decode（平均）
- 270.81 tok/s
- Prefill（平均）
- 1,355.35 tok/s
- TTFT（平均）
- 2.31 s
- VRAM（平均）
- 15.96 GB
- MTP 接受率
- 0.47
- TTFB
- 2.17 GB
- 功耗
- 61.6 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
- Strata
- 版本
- v0.26
- 上下文长度
- 16384 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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
- Apple M4 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 15.96 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 61.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · macOS 15.0 · CUDA N/A · 16384 ctx
270.81 tok/s
Decode
1,355.35 tok/s
Prefill
2.31 s
TTFT
15.96 GB
VRAM
0.47
MTP
61.6 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=26 running model_id=65 at Q2_K