返回搜索结果
gemma-4-12B-it · IQ2_M
NVIDIA RTX 508016GBStrata v0.44L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ2_M）在 NVIDIA RTX 5080 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。
277.55 tok/s
Decode
解码速度
1,220.39 tok/s
Prefill
预填充速度
1.31 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
今天
最后验证
性能表现
- llama.cpp · IQ2_M Decode 201.04 · Prefill 1060.13 ·
- llama.cpp · IQ2_XS Decode 194.87 · Prefill 964.07 ·
- Strata · IQ2_M （当前）Decode 277.55 · Prefill 1220.39 ·
- Ollama · IQ2_XS Decode 103.79 · Prefill 371.24 ·
核心数据
- Decode（平均）
- 277.55 tok/s
- Prefill（平均）
- 1,220.39 tok/s
- TTFT（平均）
- 1.31 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- 0.47
- TTFB
- 2.22 GB
- 功耗
- 234.3 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
- IQ2_M
- 框架
- Strata
- 版本
- v0.44
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 12
- 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
- NVIDIA RTX 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 234.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Ubuntu 24.04 · CUDA 12.4 · 32768 ctx
277.55 tok/s
Decode
1,220.39 tok/s
Prefill
1.31 s
TTFT
15.2 GB
VRAM
0.47
MTP
234.3 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=14 running model_id=65 at IQ2_M