Gemma 3 12B IT
- 输入 输入模态: 文本图像 输出 输出模态: 文本
- 工具调用
- 开放权重
价格
1 个渠道报价 · 按标价显示 Cloudflare Workers AI（在新标签页打开）
@cf/google/gemma-3-12b-it| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | $0.345 | $0.556 |
价格来源 Cloudflare Workers AI pricing（在新标签页打开） (核对于 2026年11月1日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 推理
- —
- 知识截止
- 2024年8月
- 许可证
- gemma
- 模型家族
- gemma
- 模型 ID
Google 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 结构化输出, 内置工具, 别名。
本地运行
权重： google/gemma-3-12b-it- 参数 12.2B
- 稠密
- 原生精度 BF16
- 层数 48
- 每 token 的 KV 缓存 360 KB
- API 上下文 128K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q8_0 （自动） 8K 上下文 32–47 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 15.5 GB (权重 12.1 + KV 缓存 2.8 + 开销 0.6)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 32–47 tok/s
- 最长上下文
- 25K (再长就放不下)
- 首 token
- 2K 提示约 0.39–0.59 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 22.7 GB | ≈ 26.6 | ○需放到内存 6–9 tok/s | — |
| Q8_0 | 12.1 GB | ≈ 15.5 | ●流畅 32–47 tok/s | 25K |
| FP8 | 11.4 GB | ≈ 14.7 | ●流畅 33–50 tok/s | 27K |
| Q6_K | 9.3 GB | ≈ 12.6 | ●流畅 39–58 tok/s | 33K |
| Q5_K_M | 8.1 GB | ≈ 11.4 | ●流畅 43–65 tok/s | 37K |
| Q5_0 | 7.8 GB | ≈ 11.1 | ●流畅 44–66 tok/s | 38K |
| Q4_K_M | 6.9 GB | ≈ 10.2 | ●流畅 48–73 tok/s | 40K |
| Q4_0 | 6.4 GB | ≈ 9.7 | ●流畅 51–77 tok/s | 42K |
| IQ4_XS | 6.0 GB | ≈ 9.3 | ●流畅 53–80 tok/s | 43K |
| Q3_K_M质量下降明显 | 5.5 GB | ≈ 8.9 | ●流畅 56–84 tok/s | 44K |
| IQ3_XXS质量下降明显 | 4.3 GB | ≈ 7.7 | ●流畅 66–98 tok/s | 48K |
| Q2_K质量下降明显 | 4.3 GB | ≈ 7.6 | ●流畅 66–100 tok/s | 48K |
| IQ2_XXS质量下降明显 | 2.9 GB | ≈ 6.2 | ●流畅 82–123 tok/s | 52K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 5070；统一内存 Apple M5 · 16 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 183.1 GB你的配置放不下
LoRA≈ 24.5 GB你的配置放不下
QLoRA≈ 8.1 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- LMArena Text 1,342
第 131 名，共 163 个上榜模型 · 置信区间 1,332–1,351 · 3,829 票
- Epoch AI · GPQA Diamond 39.5%
第 147 名，共 168 个上榜模型 · ±2.53
- Epoch AI · OTIS Mock AIME 2024–2025 16.7%
第 126 名，共 159 个上榜模型 · ±4.24
- EQ-Bench Creative Writing v3 1,131
第 80 名，共 93 个上榜模型
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年10月28日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年11月4日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月28日
- 我们做的改动
变更
全部变更 →- Cloudflare Workers AI 上线报价 输入 $0.345 · 输出 $0.556
来源
- google/gemma-3-12b-it model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- Cloudflare Workers AI pricing（在新标签页打开） developers.cloudflare.com · 核对于 2026年11月1日
- models.dev: google/gemma-3-12b-it (community data, MIT)（在新标签页打开） github.com · 核对于 2026年10月11日
- google/gemma-3-12b-it model card（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- google/gemma-3-12b-it files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- google/gemma-3-12b-it config.json（在新标签页打开） huggingface.co · 核对于 2026年10月30日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Google · 美国 · ai.google.dev
相关模型
快照、同系列与同厂商的其他模型