Gemma 4 12B Unified inahitaji kumbukumbu kiasi gani?

Takriban 6.7 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 8.2 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 16 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.

Gemma 4 12B Unified ina kasi gani kwenye Mac?

Kasi ya kuandika hutegemea bandwidth ya kumbukumbu. Mac yenye kasi zaidi kwa modeli hii hapa ni M5 Ultra yenye GB 96, kwa takriban tokeni 43–76 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 16, hufikia takriban 13–24 kwenye M2 Pro.

Je, quantization hudhuru Gemma 4 12B Unified?

Kwa biti 4 modeli nyingi hubaki karibu na ubora asili; chini ya biti 4 ubora hushuka haraka zaidi. Chagua usahihi wa juu zaidi unaotosha Mac yako na kubakiza nafasi.

Mac inaweza kuendesha Gemma 4 12B Unified? Kumbukumbu, kasi

Kumbukumbu kwa kila usahihi

Toleo	Weights	Pamoja na context	Mac ndogo zaidi
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 ubora wa chini	5.2 GB	6.7 GB	16 GB
2-bit ubora wa chini	3.7 GB	5.2 GB	8 GB

Kwenye kila chipu ya Apple

Ukubwa mdogo zaidi wa kumbukumbu wa kila chipu unaoendesha Gemma 4 12B Unified, toleo bora linalotosha humo, na kasi ya kuandika unayoweza kutarajia.

Chipu	Inahitaji	Toleo	Tokeni/s
M6	16 GB	4-bit Inaenda vizuri	10–18
M5 Ultra	96 GB	8-bit Inaenda vizuri	43–76
M5 Max	36 GB	8-bit Inaenda vizuri	16–29
M5 Pro	24 GB	8-bit Inaenda vizuri	11–19
M5	16 GB	4-bit Inaenda vizuri	10–18
M4 Max	36 GB	8-bit Inaenda vizuri	15–26
M4 Pro	24 GB	8-bit Inaenda vizuri	10–17
M4	16 GB	6-bit Polepole	6–10
M3 Ultra	96 GB	8-bit Inaenda vizuri	29–52
M3 Max	36 GB	8-bit Inaenda vizuri	11–19
M3 Pro	18 GB	4-bit Inaenda vizuri	10–18
M3	16 GB	6-bit Polepole	5–8
M2 Ultra	64 GB	8-bit Inaenda vizuri	28–50
M2 Max	32 GB	8-bit Inaenda vizuri	14–25
M2 Pro	16 GB	4-bit Inaenda vizuri	13–24
M2	16 GB	6-bit Polepole	5–8
M1 Ultra	64 GB	8-bit Inaenda vizuri	28–50
M1 Max	32 GB	8-bit Inaenda vizuri	14–25
M1 Pro	16 GB	4-bit Inaenda vizuri	13–24
M1	16 GB	6-bit Polepole	3–6

Jinsi ya kuiendesha

Njia rahisi: pakua MLX Harness, bure na open source. Tafuta Gemma 4 12B Unified, pakua toleo linalotosha Mac yako, na anza kuzungumza. Pia huipa programu zako nyingine modeli kupitia API inayooana na OpenAI.Pakua MLX HarnessBure · Apple Silicon · macOS 14.5 au mpya zaidi
Ndani ya Terminal kwa MLX ya Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-12B-it-4bitToleo: mlx-community/gemma-4-12B-it-4bit kwenye Hugging Face. Usahihi mwingine uko kando yake.

Hatua kwa hatua: pakua na uendeshe LLM kwenye Mac · jinsi ya kutumia MLX Harness · MLX dhidi ya Ollama dhidi ya llama.cpp

Kuhusu Gemma 4 12B Unified

Imetengenezwa na	Google DeepMind
Vigezo	12B (dense)
Context	tokeni 256K
Leseni	Apache-2.0
Ilitolewa	2026-05
Ingizo	Maandishi na picha
Weights	google/gemma-4-12B-it

Maswali

Gemma 4 12B Unified inahitaji kumbukumbu kiasi gani?: Takriban 6.7 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 8.2 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 16 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.
Gemma 4 12B Unified ina kasi gani kwenye Mac?: Kasi ya kuandika hutegemea bandwidth ya kumbukumbu. Mac yenye kasi zaidi kwa modeli hii hapa ni M5 Ultra yenye GB 96, kwa takriban tokeni 43–76 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 16, hufikia takriban 13–24 kwenye M2 Pro.
Je, quantization hudhuru Gemma 4 12B Unified?: Kwa biti 4 modeli nyingi hubaki karibu na ubora asili; chini ya biti 4 ubora hushuka haraka zaidi. Chagua usahihi wa juu zaidi unaotosha Mac yako na kubakiza nafasi.

Modeli zinazofanana

Kila modeli · Kila Mac · Linganisha Mac yako

Kwa kadi ya modeli yako au README

Huonyesha Mac ndogo zaidi inayoendesha Gemma 4 12B Unified vizuri na huunganisha hapa.

[![Runs on a Mac](https://mlx.app/badge/run/gemma-4-12b.svg)](https://mlx.app/run/gemma-4-12b)

Jinsi inavyokokotolewa

Kumbukumbu: vigezo vya modeli kwa biti 8, 6, 4, 3 au 2 kwa kila weight pamoja na group scales za MLX (nusu biti kwa kila weight), au muundo wake asili, pamoja na nafasi ya context juu yake. Kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% ya unified memory. Kasi: bandwidth ya kumbukumbu ikigawanywa kwa baiti zinazosomwa kwa kila tokeni ndiyo kikomo cha juu kwa mazungumzo moja; katika benchmarks za umma za llama.cpp kwenye Apple Silicon uendeshaji halisi hufikia takriban 45% hadi 80% yake, na huo ndio upana unaoonyeshwa. Haya ni makadirio, si vipimo: pima Mac yako mwenyewe kwenye MLX Bench. Takwimu za modeli ni kutoka kwa kadi rasmi ya kila modeli, takwimu za chipu ni kutoka Tech Specs za Apple. Imekaguliwa 2026-10-19. Data ileile ya mlx.app/compare.