返回搜索结果
gemma-4-12B-it · IQ3_XS
NVIDIA RTX PRO 6000 Blackwell 96GB96GBOllama v0.26L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ3_XS）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
204.74 tok/s
Decode
解码速度
1,066.91 tok/s
Prefill
预填充速度
0.49 s
TTFT
首 token 延迟
17.72 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
- Ollama · IQ3_XS （当前）Decode 204.74 · Prefill 1066.91 ·
- Ollama · Q4_K_M Decode 162.15 · Prefill 852.94 ·
- Strata · Q4_K_S Decode 255.53 · Prefill 1120.66 ·
核心数据
- Decode（平均）
- 204.74 tok/s
- Prefill（平均）
- 1,066.91 tok/s
- TTFT（平均）
- 0.49 s
- VRAM（平均）
- 17.72 GB
- MTP 接受率
- —
- TTFB
- 1.64 GB
- 功耗
- 333.4 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
- IQ3_XS
- 框架
- Ollama
- 版本
- v0.26
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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 RTX PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 17.72 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 333.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Windows 11 23H2 · CUDA 12.4 · 32768 ctx
204.74 tok/s
Decode
1,066.91 tok/s
Prefill
0.49 s
TTFT
17.72 GB
VRAM
—
MTP
333.4 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=68 running model_id=65 at IQ3_XS