返回搜索结果
gemma-4-12B-it · Q4_K_M
Apple M5 Pro64GBllama.cpp v0.43L2 跨框架验证
本页汇总 gemma-4-12B-it（Q4_K_M）在 Apple M5 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。
100.37 tok/s
Decode
解码速度
374.04 tok/s
Prefill
预填充速度
1.61 s
TTFT
首 token 延迟
22.76 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 · Q4_K_M （当前）Decode 100.37 · Prefill 374.04 ·
- llama.cpp · Q8_0 Decode 66.87 · Prefill 301.78 ·
- Ollama · Q3_K_M Decode 110.36 · Prefill 569.49 ·
- Ollama · Q3_K_S Decode 111.33 · Prefill 497.48 ·
核心数据
- Decode（平均）
- 100.37 tok/s
- Prefill（平均）
- 374.04 tok/s
- TTFT（平均）
- 1.61 s
- VRAM（平均）
- 22.76 GB
- MTP 接受率
- —
- TTFB
- 0.8 GB
- 功耗
- 103.5 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
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.43
- 上下文长度
- 32768 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 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 22.76 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Pro
- CUDA
- N/A
- 电源功耗
- 103.5 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 · 32768 ctx
100.37 tok/s
Decode
374.04 tok/s
Prefill
1.61 s
TTFT
22.76 GB
VRAM
—
MTP
103.5 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=27 running model_id=65 at Q4_K_M