返回搜索结果
gemma-4-12B-it · Q4_K_M
NVIDIA RTX Spark128GBllama.cpp v0.36L2 跨框架验证
本页汇总 gemma-4-12B-it（Q4_K_M）在 NVIDIA RTX Spark 上以 llama.cpp 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。
39.59 tok/s
Decode
解码速度
158.74 tok/s
Prefill
预填充速度
0.26 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
17 天前
最后验证
性能表现
- llama.cpp · Q3_K_L Decode 43.89 · Prefill 217.76 ·
- llama.cpp · Q4_K_M （当前）Decode 39.59 · Prefill 158.74 ·
- Ollama · FP16 Decode 18.58 · Prefill 81.79 ·
- Ollama · Q4_K_M Decode 36.57 · Prefill 126.77 ·
核心数据
- Decode（平均）
- 39.59 tok/s
- Prefill（平均）
- 158.74 tok/s
- TTFT（平均）
- 0.26 s
- VRAM（平均）
- 22.76 GB
- MTP 接受率
- —
- TTFB
- 0.32 GB
- 功耗
- 66.9 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
- llama.cpp
- 版本
- v0.36
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 22.76 GB
- 系统
- Windows 11 24H2
- 驱动
- NVIDIA 590.10
- CUDA
- 13.0
- 电源功耗
- 66.9 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · Windows 11 24H2 · CUDA 13.0 · 8192 ctx
39.59 tok/s
Decode
158.74 tok/s
Prefill
0.26 s
TTFT
22.76 GB
VRAM
—
MTP
66.9 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=110 running model_id=65 at Q4_K_M