返回搜索结果
gemma-4-12B-it · Q5_K_M
NVIDIA DGX Spark128GBStrata v0.25L2 跨框架验证
本页汇总 gemma-4-12B-it（Q5_K_M）在 NVIDIA DGX Spark 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。
139.24 tok/s
Decode
解码速度
652.49 tok/s
Prefill
预填充速度
0.19 s
TTFT
首 token 延迟
25.54 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
- Ollama · Q2_K Decode 153.5 · Prefill 551.49 ·
- Strata · Q4_K_S Decode 156.45 · Prefill 581.38 ·
- Strata · Q5_K_M （当前）Decode 139.24 · Prefill 652.49 ·
核心数据
- Decode（平均）
- 139.24 tok/s
- Prefill（平均）
- 652.49 tok/s
- TTFT（平均）
- 0.19 s
- VRAM（平均）
- 25.54 GB
- MTP 接受率
- 0.68
- TTFB
- 1.11 GB
- 功耗
- 242.4 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
- Q5_K_M
- 框架
- Strata
- 版本
- v0.25
- 上下文长度
- 32768 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 25.54 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 242.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Ubuntu 24.04 · CUDA 12.8 · 32768 ctx
139.24 tok/s
Decode
652.49 tok/s
Prefill
0.19 s
TTFT
25.54 GB
VRAM
0.68
MTP
242.4 W
功耗
L2 batch seed 2026-10-13: Strata on hw_id=54 running model_id=65 at Q5_K_M