Gemma 4 12B Unified IT
Google DeepMind 的 Gemma 4 12B Unified IT（11.95B 參數）。以 Q4_K_M 量化、8K 上下文估算約需 8.0 GiB 記憶體。 12B 模型，圖片與語音直接送進語言模型處理（不另接編碼器），支援 256K 上下文；6-bit 量化放得進 12 GB 顯示卡。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run gemma4:12b
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 7.9 GiB | 8.0 GiB | 8.1 GiB |
| Q5_K_M | 9.2 GiB | 9.2 GiB | 9.4 GiB |
| Q6_K | 10.5 GiB | 10.5 GiB | 10.7 GiB |
| Q8_0 | 13.3 GiB | 13.3 GiB | 13.5 GiB |
| FP16 | 24.2 GiB | 24.2 GiB | 24.4 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
Gemma 4 12B Unified IT 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 8.0 GiB，Q8_0 約需 13.3 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 Gemma 4 12B Unified IT 嗎？
可以。Gemma 4 12B Unified IT 在 GeForce RTX 4090（24 GB）上以 Q8_0 量化、8K 上下文約需 13.3 GiB，預估生成速度約每秒 56 個 token。
Mac 可以跑 Gemma 4 12B Unified IT 嗎？
可以。Gemma 4 12B Unified IT 在 M3 Ultra（96 GB）上以 FP16 量化、8K 上下文約需 24.2 GiB，預估生成速度約每秒 22 個 token。
Gemma 4 12B Unified IT 可以商用嗎？
Gemma 4 12B Unified IT 採用 Apache-2.0 授權。授權允許商業使用（請仍詳閱條款中的限制）。
資料來源
- https://ai.google.dev/gemma/docs/releases
- https://ai.google.dev/gemma/docs/gemma_4_license
- https://huggingface.co/google/gemma-4-12B-it
- https://huggingface.co/google/gemma-4-12B-it/resolve/main/config.json
- https://huggingface.co/api/models/google/gemma-4-12B-it?expand[]=safetensors
- https://ollama.com/library/gemma4/tags