返回搜索结果
gemma-4-12B-it · Q3_K_L
Apple M5 Ultra512GBOllama v0.29L2 跨框架验证
本页汇总 gemma-4-12B-it（Q3_K_L）在 Apple M5 Ultra 上以 Ollama 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。
86.92 tok/s
Decode
解码速度
466.52 tok/s
Prefill
预填充速度
1.79 s
TTFT
首 token 延迟
20.24 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_XS Decode 105.53 · Prefill 434.57 ·
- Ollama · Q3_K_L （当前）Decode 86.92 · Prefill 466.52 ·
- Ollama · Q5_K_S Decode 66.58 · Prefill 239.33 ·
核心数据
- Decode（平均）
- 86.92 tok/s
- Prefill（平均）
- 466.52 tok/s
- TTFT（平均）
- 1.79 s
- VRAM（平均）
- 20.24 GB
- MTP 接受率
- —
- TTFB
- 0.7 GB
- 功耗
- 135.3 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
- Q3_K_L
- 框架
- Ollama
- 版本
- v0.29
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 Ultra
- 标称显存
- 512 GB
- 实测显存（均值）
- 20.24 GB
- 系统
- macOS 26.1
- 电源功耗
- 135.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · macOS 26.1 · 4096 ctx
86.92 tok/s
Decode
466.52 tok/s
Prefill
1.79 s
TTFT
20.24 GB
VRAM
—
MTP
135.3 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=29 running model_id=65 at Q3_K_L