返回搜索结果
gemma-4-12B-it · IQ2_M
Apple M4 Pro64GBllama.cpp v0.43L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ2_M）在 Apple M4 Pro 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。
103.7 tok/s
Decode
解码速度
452.45 tok/s
Prefill
预填充速度
1.42 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
5 天前
最后验证
性能表现
- llama.cpp · IQ2_M （当前）Decode 103.7 · Prefill 452.45 ·
- llama.cpp · Q5_K_S Decode 68.46 · Prefill 358.45 ·
- vLLM · Q2_K Decode 110.03 · Prefill 407.67 ·
- vLLM · Q4_K_S Decode 90.85 · Prefill 484.54 ·
核心数据
- Decode（平均）
- 103.7 tok/s
- Prefill（平均）
- 452.45 tok/s
- TTFT（平均）
- 1.42 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.83 GB
- 功耗
- 120 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
- IQ2_M
- 框架
- llama.cpp
- 版本
- v0.43
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Pro
- CUDA
- N/A
- 电源功耗
- 120 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · macOS 15.0 · CUDA N/A · 2048 ctx
103.7 tok/s
Decode
452.45 tok/s
Prefill
1.42 s
TTFT
15.2 GB
VRAM
—
MTP
120 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=25 running model_id=65 at IQ2_M