Google12B~8 GB VRAM przy Q4_K_M

Gemma 4 12B (Unified) — VRAM, szybkość i lokalna konfiguracja

Name: LLM Configurator — GPU VRAM Checker
Author: LLM Configurator

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 3 czerwca 2026

Released June 3, 2026 as a separate follow-up to the March launch, the 12B 'Unified' model uses a novel encoder-free architecture that feeds image, audio, and video directly into the LLM backbone — no bolt-on vision/audio encoders. Google's headline claim is that it runs entirely on a typical 16 GB laptop, making it the most capable Gemma 4 tier most people can actually run. Apache 2.0 licensed.

Gemma 4 12B (Unified) potrzebuje około 8 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika86

Kreatywność82

Kod83

VRAM i szybkość według kwantyzacji

Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.

Kwant.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	5.4 GB	~122 tok/s	Mieści się
Q3_K_M 3.41 bpw	6.6 GB	~102 tok/s	Mieści się
Q4_K_M 4.83 bpw	8.7 GB	~79 tok/s	Mieści się
Q5_K_M 5.67 bpw	9.9 GB	~70 tok/s	Mieści się
Q6_K 6.56 bpw	11.3 GB	~62 tok/s	Mieści się
Q8_0 8.50 bpw	14.2 GB	~50 tok/s	Mieści się
F16 16.00 bpw	25.4 GB	~4 tok/s	Częściowo w RAM

Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Gemma 4 12B (Unified) →

Uruchom Gemma 4 12B (Unified)

Najtańsze GPU z naszego katalogu, które uruchomi Gemma 4 12B (Unified), to Intel Arc B570 (10 GB).

Kup ten sprzęt Intel Arc B570 10GB — 10 GB VRAM · 150 W board power Uruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.

Intel Arc B570 10GB

10 GB VRAM · 150 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Gemma 4 12B (Unified)

Zainstaluj Ollama, a potem uruchom:

$ollama run gemma4:12b

Wagi na Hugging Face: google/gemma-4-12B-it ↗

Specyfikacja

Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.

Parametry: 12 Billion
Okno kontekstu: 128,000
Architektura: Encoder-free Unified Multimodal Transformer (text + image + audio + video)
Dostawca: Google
Licencja: Apache 2.0
Practical deployment: Laptop
Określono przy: Q4_K_M
RAM systemowy: 32 GB
Rekord zaktualizowany: 2026-06-03

LicencjaApache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Jakość i zastosowania

Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.

Najlepszy domultimodalvideo analysisaudio transcriptionlaptopcoding

Czy uruchomię Gemma 4 12B (Unified) na moim GPU?

Inne rozmiary Gemma 4

Gemma 4 12B (Unified) — najczęściej zadawane pytania

How much VRAM does Gemma 4 12B (Unified) need?

About 8 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.

Does Gemma 4 12B (Unified) run on an RTX 4090 (24 GB)?

Yes. Gemma 4 12B (Unified) needs about 8 GB at Q4_K_M, inside a 24 GB card, at an estimated 79 tokens/sec.

How do I run Gemma 4 12B (Unified) locally?

Install Ollama and run `ollama run gemma4:12b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.

What other sizes does Gemma 4 come in?

Gemma 4 E2B (4 GB), Gemma 4 E4B (6 GB), Gemma 4 26B-A4B (16 GB), Gemma 4 31B (20 GB), Gemma 4 12B (Unified) (8 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.