返回搜索结果
gemma-4-12B-it · Q4_K_S
NVIDIA RTX PRO 6000 Blackwell 96GB96GBStrata v0.44L2 跨框架验证
本页汇总 gemma-4-12B-it（Q4_K_S）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
255.53 tok/s
Decode
解码速度
1,120.66 tok/s
Prefill
预填充速度
2.06 s
TTFT
首 token 延迟
21.76 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
17 天前
最后验证
性能表现
- Ollama · IQ3_XS Decode 204.74 · Prefill 1066.91 ·
- Ollama · Q4_K_M Decode 162.15 · Prefill 852.94 ·
- Strata · Q4_K_S （当前）Decode 255.53 · Prefill 1120.66 ·
核心数据
- Decode（平均）
- 255.53 tok/s
- Prefill（平均）
- 1,120.66 tok/s
- TTFT（平均）
- 2.06 s
- VRAM（平均）
- 21.76 GB
- MTP 接受率
- 0.7
- TTFB
- 2.04 GB
- 功耗
- 399.3 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_S
- 框架
- Strata
- 版本
- v0.44
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 15
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 21.76 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 399.3 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 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
255.53 tok/s
Decode
1,120.66 tok/s
Prefill
2.06 s
TTFT
21.76 GB
VRAM
0.7
MTP
399.3 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=68 running model_id=65 at Q4_K_S