// Gemma · 全模态 / 语音对话
gemma-4-12B-it 本地部署与显存需求
12B 参数。4 位量化约 9.3 GB，BF16 约 27.7 GB（1 个 8K token 请求）。
发布 2026-05-23许可：可商用显存为估算值
01规格
| 发布方 | Google · google |
|---|---|
| 系列 | Gemma · gemma-4 |
| 类型 | 全模态 / 语音对话 (any-to-any) |
| 参数量 | 12B 来源：按官方 safetensors 权重统计 |
| 上下文长度 | 256K tokens (262,144)取自 config.json 的 max_position_embeddings |
| 结构 | 48 层（8 层全注意力） · 40 层滑动窗口（1024） · GQA |
| 发布权重 | BF16 · 23.9 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-05-23 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 合计 @ 128K | 最低显卡 | Mac |
|---|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 23.9 GB | 27.7 GB | 29.3 GB | 35.7 GB | RTX 5090 32GB | Mac 64GB |
| FP8 / INT8 / Q8_0 | 12.7 GB | 15.4 GB | 17.0 GB | 23.4 GB | RTX 4090 24GB | Mac 36GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 7.3 GB | 9.3 GB | 11.0 GB | 17.4 GB | 12GB 显卡 | Mac 16GB |
每个请求的 KV 缓存：8K 0.9 GB · 32K 2.5 GB · 128K 8.9 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- llama.cpp — 官方模型卡提及
- Transformers — 官方模型卡提及
- Ollama — Ollama 官方模型库收录 · gemma4:12b
ollama run gemma4:12b04官方仓库与量化版
google 官方发布的 2 个仓库。
- gemma-4-12B-it Instruct
- gemma-4-12B main
05Gemma 其他模型
全部 48 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| gemma-4-E2B-it · 同系列 | 5.12B | 4.0 GB | 2026-03-02 |
| gemma-4-E4B-it · 同系列 | 8B | 6.0 GB | 2026-03-02 |
| gemma-4-26B-A4B-it · 同系列 | 25.8B / 4B | 18.3 GB | 2026-03-11 |
| gemma-4-31B-it · 同系列 | 31.3B | 23.5 GB | 2026-03-11 |
| embeddinggemma-2 | 744M | 1.0 GB | 2026-09-14 |
| diffusiongemma-26B-A4B-it | 25.8B / 4B | 18.3 GB | 2026-06-09 |
| gemma-4-12B-it-qat-q4_0-unquantized | 12B | 9.3 GB | 2026-06-04 |
| gemma-4-E4B-it-qat-q4_0-unquantized | 7.94B | 5.9 GB | 2026-04-30 |
| gemma-4-E2B-it-qat-q4_0-unquantized | 5.1B | 4.0 GB | 2026-04-29 |
| gemma-4-26B-A4B-it-qat-q4_0-unquantized | 25.8B / 4B | 18.3 GB | 2026-04-29 |
| gemma-4-31B-it-qat-q4_0-unquantized | 31.3B | 23.5 GB | 2026-04-28 |
| translategemma-4b-it | 4.3B | 3.4 GB | 2026-01-12 |
06来源
数据核对于 2026-07-20。参数、上下文、许可取自官方仓库；显存为本站估算。