返回搜索结果
gemma-4-12B-it · IQ3_S
Apple M5 Max128GBllama.cpp v0.30L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ3_S）在 Apple M5 Max 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。
67.49 tok/s
Decode
解码速度
263.38 tok/s
Prefill
预填充速度
2.02 s
TTFT
首 token 延迟
18.73 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 · IQ3_S （当前）Decode 67.49 · Prefill 263.38 ·
- Ollama · IQ2_M Decode 66.82 · Prefill 219.12 ·
- Ollama · Q5_K_M Decode 43.37 · Prefill 143.55 ·
- Strata · Q4_K_S Decode 224.6 · Prefill 779.88 ·
核心数据
- Decode（平均）
- 67.49 tok/s
- Prefill（平均）
- 263.38 tok/s
- TTFT（平均）
- 2.02 s
- VRAM（平均）
- 18.73 GB
- MTP 接受率
- —
- TTFB
- 0.54 GB
- 功耗
- 55.7 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
- IQ3_S
- 框架
- llama.cpp
- 版本
- v0.30
- 上下文长度
- 4096 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
- Apple M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 18.73 GB
- 系统
- macOS 26.1
- 电源功耗
- 55.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · macOS 26.1 · 4096 ctx
67.49 tok/s
Decode
263.38 tok/s
Prefill
2.02 s
TTFT
18.73 GB
VRAM
—
MTP
55.7 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=28 running model_id=65 at IQ3_S