Μνήμη σε κάθε ακρίβεια
| Έκδοση | Βάρη | Με συμφραζόμενα | Μικρότερος Mac |
|---|---|---|---|
| 8-bit | 12,7 GB | 14,2 GB | 24 GB |
| 6-bit | 9,7 GB | 11,2 GB | 16 GB |
| 4-bit | 6,7 GB | 8,2 GB | 16 GB |
| 3-bit χαμηλότερη ποιότητα | 5,2 GB | 6,7 GB | 16 GB |
| 2-bit χαμηλότερη ποιότητα | 3,7 GB | 5,2 GB | 8 GB |
Σε κάθε τσιπ της Apple
Το μικρότερο μέγεθος μνήμης κάθε τσιπ που τρέχει το Gemma 4 12B Unified, η καλύτερη έκδοση που χωράει και η ταχύτητα γραφής που μπορείτε να περιμένετε.
| Τσιπ | Απαιτεί | Έκδοση | Tokens/s |
|---|---|---|---|
| M6 | 16 GB | 4-bit Τρέχει καλά | 10–18 |
| M5 Ultra | 96 GB | 8-bit Τρέχει καλά | 43–76 |
| M5 Max | 36 GB | 8-bit Τρέχει καλά | 16–29 |
| M5 Pro | 24 GB | 8-bit Τρέχει καλά | 11–19 |
| M5 | 16 GB | 4-bit Τρέχει καλά | 10–18 |
| M4 Max | 36 GB | 8-bit Τρέχει καλά | 15–26 |
| M4 Pro | 24 GB | 8-bit Τρέχει καλά | 10–17 |
| M4 | 16 GB | 6-bit Αργό | 6–10 |
| M3 Ultra | 96 GB | 8-bit Τρέχει καλά | 29–52 |
| M3 Max | 36 GB | 8-bit Τρέχει καλά | 11–19 |
| M3 Pro | 18 GB | 4-bit Τρέχει καλά | 10–18 |
| M3 | 16 GB | 6-bit Αργό | 5–8 |
| M2 Ultra | 64 GB | 8-bit Τρέχει καλά | 28–50 |
| M2 Max | 32 GB | 8-bit Τρέχει καλά | 14–25 |
| M2 Pro | 16 GB | 4-bit Τρέχει καλά | 13–24 |
| M2 | 16 GB | 6-bit Αργό | 5–8 |
| M1 Ultra | 64 GB | 8-bit Τρέχει καλά | 28–50 |
| M1 Max | 32 GB | 8-bit Τρέχει καλά | 14–25 |
| M1 Pro | 16 GB | 4-bit Τρέχει καλά | 13–24 |
| M1 | 16 GB | 6-bit Αργό | 3–6 |
Πώς να το τρέξετε
pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-12B-it-4bitBuild: mlx-community/gemma-4-12B-it-4bit στο Hugging Face. Οι άλλες ακρίβειες βρίσκονται ακριβώς δίπλα.Βήμα προς βήμα: λήψη και εκτέλεση LLM σε Mac · MLX vs Ollama vs llama.cpp
Προτιμάτε μια εφαρμογή από το Τερματικό; Συγκρίνετε τις εφαρμογές Mac που τρέχουν τοπικά μοντέλα στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.
Σχετικά με το Gemma 4 12B Unified
| Δημιουργός | Google DeepMind |
|---|---|
| Παράμετροι | 12B (dense) |
| Συμφραζόμενα | 256K tokens |
| Άδεια | Apache-2.0 |
| Κυκλοφορία | 2026-05 |
| Είσοδος | Κείμενο και εικόνες |
| Βάρη | google/gemma-4-12B-it |
Ερωτήσεις
- Πόση μνήμη χρειάζεται το Gemma 4 12B Unified;
- Περίπου 6,7 GB για τα βάρη σε 4-bit, συν χώρο για τα συμφραζόμενα: 8,2 GB συνολικά. Σε Mac αυτό σημαίνει 16 GB ενοποιημένης μνήμης ή περισσότερα, αφού το macOS αφήνει από προεπιλογή την GPU να χρησιμοποιεί περίπου το 75% της.
- Πόσο γρήγορο είναι το Gemma 4 12B Unified σε Mac;
- Η ταχύτητα γραφής εξαρτάται από το εύρος ζώνης μνήμης. Ο ταχύτερος Mac γι’ αυτό εδώ είναι ένας Mac με M5 Ultra και 96 GB, με περίπου 43–76 tokens ανά δευτερόλεπτο (8-bit). Ο μικρότερος Mac που το τρέχει, με 16 GB, φτάνει περίπου τα 13–24 με M2 Pro.
- Βλάπτει η κβαντοποίηση το Gemma 4 12B Unified;
- Στα 4 bit τα περισσότερα μοντέλα μένουν κοντά στην αρχική ποιότητα· κάτω από τα 4 bit η ποιότητα πέφτει πιο γρήγορα. Επιλέξτε την υψηλότερη ακρίβεια που χωράει στον Mac σας με περιθώριο.
Παρόμοια μοντέλα
Για την κάρτα μοντέλου ή το README σας
Δείχνει τον μικρότερο Mac που τρέχει καλά το Gemma 4 12B Unified και οδηγεί εδώ.
[](https://mlx.app/run/gemma-4-12b)Πώς υπολογίζεται
Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.
Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)