返回搜索结果
gemma-4-12B-it · Q4_K_M
NVIDIA RTX PRO 6000 Blackwell 96GB96GBOllama v0.49L2 跨框架验证
本页汇总 gemma-4-12B-it（Q4_K_M）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。
162.15 tok/s
Decode
解码速度
852.94 tok/s
Prefill
预填充速度
0.92 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
16 天前
最后验证
性能表现
- Ollama · IQ3_XS Decode 204.74 · Prefill 1066.91 ·
- Ollama · Q4_K_M （当前）Decode 162.15 · Prefill 852.94 ·
- Strata · Q4_K_S Decode 255.53 · Prefill 1120.66 ·
核心数据
- Decode（平均）
- 162.15 tok/s
- Prefill（平均）
- 852.94 tok/s
- TTFT（平均）
- 0.92 s
- VRAM（平均）
- 22.76 GB
- MTP 接受率
- —
- TTFB
- 1.3 GB
- 功耗
- 373.3 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
- Q4_K_M
- 框架
- Ollama
- 版本
- v0.49
- 上下文长度
- 8192 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）
- 22.76 GB
- 系统
- Windows 11 24H2
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 373.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Windows 11 24H2 · CUDA 12.6 · 8192 ctx
162.15 tok/s
Decode
852.94 tok/s
Prefill
0.92 s
TTFT
22.76 GB
VRAM
—
MTP
373.3 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=68 running model_id=65 at Q4_K_M