Gemma 3 — Google 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Google最强大的开源模型系列。Gemma 3提供出色的VRAM性价比，4B模型超越许多7B竞品。具备多模态能力，所有规格均支持128k上下文窗口。
变体
Gemma 3 最小的变体在 Q4_K_M 下约需 1 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Gemma 3 1B Instruct → 1B | ~1.4 GB | 32,000 | ollama run gemma3:1b | |
| Gemma 3 4B Instruct → 4B | ~3.2 GB | 128,000 | ollama run gemma3:4b | |
| Gemma 3 12B Instruct → 12B | ~8 GB | 128,000 | ollama run gemma3:12b | |
| Gemma 3 27B Instruct → 27B | ~17.1 GB | 128,000 | ollama run gemma3:27b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Gemma 3
安装 Ollama，然后拉取标签。
ollama run gemma3:1b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
适用于: Gemma 3 1B Instruct, Gemma 3 4B Instruct, Gemma 3 12B Instruct, Gemma 3 27B Instruct推荐 GPU
目录中能在本地运行 Gemma 3（至少 1 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Gemma 3 吗？
- Gemma 3 在 AMD Radeon RX 7800 XT 上
- Gemma 3 在 AMD Radeon RX 7900 XTX 上
- Gemma 3 在 AMD Radeon RX 9060 XT 16GB 上
- Gemma 3 在 AMD Radeon RX 9070 上
- Gemma 3 在 AMD Radeon RX 9070 XT 上
- Gemma 3 在 Apple M1 上
- Gemma 3 在 Apple M1 Pro 上
- Gemma 3 在 Apple M2 Pro 上
- Gemma 3 在 Apple M3 Pro 上
- Gemma 3 在 Apple M4 上
- Gemma 3 在 Apple M5 上
- Gemma 3 在 Intel Arc B570 上
- Gemma 3 在 Intel Arc B580 上
- Gemma 3 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Gemma 3 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Gemma 3 在 NVIDIA GeForce RTX 3090 上
- Gemma 3 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Gemma 3 在 NVIDIA GeForce RTX 4070 上
- Gemma 3 在 NVIDIA GeForce RTX 4070 Super 上
- Gemma 3 在 NVIDIA GeForce RTX 4070 Ti 上
- Gemma 3 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Gemma 3 在 NVIDIA GeForce RTX 4080 上
- Gemma 3 在 NVIDIA GeForce RTX 4080 Super 上
- Gemma 3 在 NVIDIA GeForce RTX 4090 上
- Gemma 3 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Gemma 3 在 NVIDIA GeForce RTX 5070 上
- Gemma 3 在 NVIDIA GeForce RTX 5070 Ti 上
- Gemma 3 在 NVIDIA GeForce RTX 5080 上
- Gemma 3 在 NVIDIA GeForce RTX 5090 上
Gemma 3 — 常见问题
How much VRAM does Gemma 3 need?
Gemma 3 needs about 1 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Gemma 3 1B Instruct (1 GB, Q4_K_M); Gemma 3 4B Instruct (3 GB, Q4_K_M); Gemma 3 12B Instruct (8 GB, Q4_K_M); Gemma 3 27B Instruct (17 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Gemma 3 on an RTX 4090 (24 GB)?
Yes — Gemma 3 runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.
What quantization should I use for Gemma 3?
Q4_K_M is the best balance of quality and VRAM for Gemma 3 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Gemma 3 with Ollama?
Install Ollama, then run: ollama run gemma3:1b. This downloads Gemma 3 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.