Modèle · Google

Gemma 3 12B IT : VRAM et matériel nécessaires

En Q4_K_M avec un contexte de 8K, Gemma 3 12B IT demande environ 9,2 Go : un GPU de 10 Go ou plus le fait tourner entièrement en VRAM.

Paramètres12,2B
Contexte max128K
LicenceGemma Terms of Use

PartagerFacebook X WhatsApp LinkedIn E-mail

Caractéristiques

Organisation: Google
Architecture: gemma3
Sortie: mars 2025
Couches: 48
Dimension cachée: 3840
Têtes d'attention: 16
Têtes KV: 8
Dimension par tête: 256
Vocabulaire: 262 208
Cache KV pour 1K tokens (f16): 0,375 Go
Dépôt: google/gemma-3-12b-it

Spécification officielleDonnées mises à jour il y a 24 joursSource: Hugging Face config.json + model card

Quantifications et mémoire

Gemma 3 12B IT : mémoire par quantification, contexte 8K
Quantification	Taille du fichier	Mémoire nécessaire	Mémoire GPU minimale	Qualité
BF16	21,9 Go	~25,8 Go	32 Go	Référence (non quantifié)
Q8_0	11,7 Go	~14,6 Go	16 Go	Quasi sans perte
Q6_K	9 Go	~11,7 Go	12 Go	Quasi sans perte
Q5_K_M	7,9 Go	~10,4 Go	11 Go	Très bonne
Q4_K_MLa plus utilisée	6,8 Go	~9,2 Go	10 Go	Bonne — le choix courant
IQ4_XS	6,1 Go	~8,6 Go	10 Go	Bonne — le choix courant
Q3_K_M	5,6 Go	~7,9 Go	10 Go	Perte perceptible
Q2_K	4,4 Go	~6,6 Go	8 Go	Perte importante

Tailles de fichier : non disponibles tant qu'elles ne sont pas importées du dépôt du modèle. Mémoire = poids (estimés d'après les bits par poids) + cache KV + surcoût runtime + marge de sécurité. (BF16 ≈ 16 bpw, Q8_0 ≈ 8,5 bpw, Q6_K ≈ 6,57 bpw, Q5_K_M ≈ 5,7 bpw, Q4_K_M ≈ 4,9 bpw, IQ4_XS ≈ 4,46 bpw, Q3_K_M ≈ 4 bpw, Q2_K ≈ 3,17 bpw)

Q4, Q5 ou Q8 : comment choisir sa quantification

Les GPU qui font tourner Gemma 3 12B IT

Gemma 3 12B IT Q4_K_M · contexte 8K, un GPU

RTX 509032 Go · 64 Go RAM~9,1 Go · 118–188 tok/s estimation	Excellent	~9,1 Go	118–188 tok/sestimation
RTX 409024 Go · 64 Go RAM~9,1 Go · 78–115 tok/s estimation	Excellent	~9,1 Go	78–115 tok/sestimation
RTX 309024 Go · 64 Go RAM~9,1 Go · 74–107 tok/s estimation	Excellent	~9,1 Go	74–107 tok/sestimation
RX 7900 XTX24 Go · 64 Go RAM~9,1 Go · 62–96 tok/s estimation	Excellent	~9,1 Go	62–96 tok/sestimation
RTX 5060 Ti 16 GB16 Go · 64 Go RAM~9,1 Go · 40–54 tok/s estimation	Excellent	~9,1 Go	40–54 tok/sestimation
RTX 5070 Ti16 Go · 64 Go RAM~9,1 Go · 71–103 tok/s estimation	Excellent	~9,1 Go	71–103 tok/sestimation
RTX 508016 Go · 64 Go RAM~9,1 Go · 75–110 tok/s estimation	Excellent	~9,1 Go	75–110 tok/sestimation
RTX 4060 Ti 16 GB16 Go · 64 Go RAM~9,1 Go · 27–36 tok/s estimation	Excellent	~9,1 Go	27–36 tok/sestimation
RTX 4070 Ti SUPER16 Go · 64 Go RAM~9,1 Go · 56–79 tok/s estimation	Excellent	~9,1 Go	56–79 tok/sestimation
RX 9070 XT16 Go · 64 Go RAM~9,1 Go · 46–68 tok/s estimation	Excellent	~9,1 Go	46–68 tok/sestimation
RTX 3060 12 GB12 Go · 64 Go RAM~9,1 Go · 33–44 tok/s estimation	Excellent	~9,1 Go	33–44 tok/sestimation
RTX 407012 Go · 64 Go RAM~9,1 Go · 44–61 tok/s estimation	Excellent	~9,1 Go	44–61 tok/sestimation
RTX 507012 Go · 64 Go RAM~9,1 Go · 56–79 tok/s estimation	Excellent	~9,1 Go	56–79 tok/sestimation
RTX 40608 Go · 64 Go RAM~9,1 Go · 9,5–18 tok/s estimation	Offload CPU/GPU	~9,1 Go	9,5–18 tok/sestimation

Les Mac qui font tourner Gemma 3 12B IT

Gemma 3 12B IT Q4_K_M · contexte 8K

M3 Ultra (80-core GPU) · 512 GoMac Studio~8,8 Go · 53–98 tok/s estimation	Excellent	~8,8 Go	53–98 tok/sestimation
M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~8,8 Go · 38–65 tok/s estimation	Excellent	~8,8 Go	38–65 tok/sestimation
M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~8,8 Go · 30–48 tok/s estimation	Excellent	~8,8 Go	30–48 tok/sestimation
M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~8,8 Go · 21–33 tok/s estimation	Excellent	~8,8 Go	21–33 tok/sestimation
M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~8,8 Go · 30–49 tok/s estimation	Excellent	~8,8 Go	30–49 tok/sestimation
M4 · 32 GoMacBook Air, MacBook Pro 14~8,8 Go · 10–15 tok/s estimation	Excellent	~8,8 Go	10–15 tok/sestimation
M5 · 32 GoMacBook Pro 14~8,8 Go · 13–19 tok/s estimation	Excellent	~8,8 Go	13–19 tok/sestimation
M3 · 24 GoMacBook Air, MacBook Pro 14~8,8 Go · 8,5–12 tok/s estimation	Compatible	~8,8 Go	8,5–12 tok/sestimation

EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally

Les limites en clair

Le cache KV grandit avec le contexte : à 32K, il ajoute environ 2,3 Go aux poids.

Avec moins de 8 Go de VRAM, choisissez une quantification plus petite ou un modèle plus petit de la même famille.

Où acheter

Votre marché

Les prix et les liens suivent le marché choisi.

GeForce RTX 3080 (10 GB)

NVIDIA

CompatibleFait tourner Gemma 3 12B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Radeon RX 7600 XT

AMD

ExcellentFait tourner Gemma 3 12B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

ExcellentFait tourner Gemma 3 12B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

Combien de VRAM faut-il pour Gemma 3 12B IT ?

Environ 9,2 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 14,6 Go. Un contexte plus long ajoute davantage : environ 2,3 Go de cache KV à 32K.

Gemma 3 12B IT tourne-t-il sur Mac ?

Oui, sur un Mac dont le GPU peut utiliser au moins 8,8 Go, par exemple M3 24 Go. Par défaut, macOS laisse le GPU utiliser environ deux tiers à trois quarts de la mémoire unifiée.

À quelle vitesse tourne Gemma 3 12B IT ?

Sur une RTX 4090, nous estimons 78–115 tok/s en Q4_K_M. C'est une estimation fondée sur la bande passante mémoire (confiance faible) tant que des benchmarks ne sont pas importés.