返回搜索结果
gemma-4-26B-A4B-it · Q3_K_L
NVIDIA DGX Spark128GBllama.cpp v0.23L2 跨框架验证
本页汇总 gemma-4-26B-A4B-it（Q3_K_L）在 NVIDIA DGX 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。
105.58 tok/s
Decode
解码速度
348.6 tok/s
Prefill
预填充速度
2.09 s
TTFT
首 token 延迟
41.41 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
5 天前
最后验证
性能表现
- llama.cpp · IQ3_S Decode 112.41 · Prefill 545.82 ·
- llama.cpp · Q3_K_L （当前）Decode 105.58 · Prefill 348.6 ·
- Ollama · Q3_K_L Decode 104.18 · Prefill 516.57 ·
- Ollama · Q3_K_M Decode 113.11 · Prefill 567.16 ·
核心数据
- Decode（平均）
- 105.58 tok/s
- Prefill（平均）
- 348.6 tok/s
- TTFT（平均）
- 2.09 s
- VRAM（平均）
- 41.41 GB
- MTP 接受率
- —
- TTFB
- 0.84 GB
- 功耗
- 273 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-26B-A4B-it
- 量化方式
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.23
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 33
- 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 DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 41.41 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 273 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Ubuntu 24.04 · CUDA 12.8 · 2048 ctx
105.58 tok/s
Decode
348.6 tok/s
Prefill
2.09 s
TTFT
41.41 GB
VRAM
—
MTP
273 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=54 running model_id=64 at Q3_K_L