Modèle · Google

Gemma 3 4B IT : VRAM et matériel nécessaires

En Q4_K_M avec un contexte de 8K, Gemma 3 4B IT demande environ 4 Go : un GPU de 8 Go ou plus le fait tourner entièrement en VRAM.

Paramètres4,3B
Contexte max128K
LicenceGemma Terms of Use

PartagerFacebook X WhatsApp LinkedIn E-mail

Caractéristiques

Organisation: Google
Architecture: gemma3
Sortie: mars 2025
Couches: 34
Dimension cachée: 2560
Têtes d'attention: 8
Têtes KV: 4
Dimension par tête: 256
Vocabulaire: 262 208
Cache KV pour 1K tokens (f16): 0,133 Go
Dépôt: google/gemma-3-4b-it

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

Quantifications et mémoire

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

Gemma 3 4B IT Q4_K_M · contexte 8K, un GPU

RTX 509032 Go · 64 Go RAM~3,9 Go · 253–459 tok/s estimation	Excellent	~3,9 Go	253–459 tok/sestimation
RTX 409024 Go · 64 Go RAM~3,9 Go · 184–299 tok/s estimation	Excellent	~3,9 Go	184–299 tok/sestimation
RTX 309024 Go · 64 Go RAM~3,9 Go · 175–282 tok/s estimation	Excellent	~3,9 Go	175–282 tok/sestimation
RX 7900 XTX24 Go · 64 Go RAM~4 Go · 137–234 tok/s estimation	Excellent	~4 Go	137–234 tok/sestimation
RTX 5060 Ti 16 GB16 Go · 64 Go RAM~3,9 Go · 103–150 tok/s estimation	Excellent	~3,9 Go	103–150 tok/sestimation
RTX 5070 Ti16 Go · 64 Go RAM~3,9 Go · 171–272 tok/s estimation	Excellent	~3,9 Go	171–272 tok/sestimation
RTX 508016 Go · 64 Go RAM~3,9 Go · 178–288 tok/s estimation	Excellent	~3,9 Go	178–288 tok/sestimation
RTX 4060 Ti 16 GB16 Go · 64 Go RAM~3,9 Go · 72–100 tok/s estimation	Excellent	~3,9 Go	72–100 tok/sestimation
RTX 4070 Ti SUPER16 Go · 64 Go RAM~3,9 Go · 140–214 tok/s estimation	Excellent	~3,9 Go	140–214 tok/sestimation
RX 9070 XT16 Go · 64 Go RAM~4 Go · 108–174 tok/s estimation	Excellent	~4 Go	108–174 tok/sestimation
RTX 3060 12 GB12 Go · 64 Go RAM~3,9 Go · 87–123 tok/s estimation	Excellent	~3,9 Go	87–123 tok/sestimation
RTX 407012 Go · 64 Go RAM~3,9 Go · 113–167 tok/s estimation	Excellent	~3,9 Go	113–167 tok/sestimation
RTX 507012 Go · 64 Go RAM~3,9 Go · 140–214 tok/s estimation	Excellent	~3,9 Go	140–214 tok/sestimation
RTX 40608 Go · 64 Go RAM~3,9 Go · 68–95 tok/s estimation	Excellent	~3,9 Go	68–95 tok/sestimation

Les Mac qui font tourner Gemma 3 4B IT

Gemma 3 4B IT Q4_K_M · contexte 8K

M3 Ultra (80-core GPU) · 512 GoMac Studio~3,7 Go · 121–285 tok/s estimation	Excellent	~3,7 Go	121–285 tok/sestimation
M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~3,7 Go · 94–190 tok/s estimation	Excellent	~3,7 Go	94–190 tok/sestimation
M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~3,7 Go · 75–139 tok/s estimation	Excellent	~3,7 Go	75–139 tok/sestimation
M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~3,7 Go · 56–95 tok/s estimation	Excellent	~3,7 Go	56–95 tok/sestimation
M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~3,7 Go · 76–143 tok/s estimation	Excellent	~3,7 Go	76–143 tok/sestimation
M4 · 32 GoMacBook Air, MacBook Pro 14~3,7 Go · 27–42 tok/s estimation	Excellent	~3,7 Go	27–42 tok/sestimation
M5 · 32 GoMacBook Pro 14~3,7 Go · 34–53 tok/s estimation	Excellent	~3,7 Go	34–53 tok/sestimation
M3 · 24 GoMacBook Air, MacBook Pro 14~3,7 Go · 23–35 tok/s estimation	Excellent	~3,7 Go	23–35 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 0,9 Go aux poids.

Où acheter

Votre marché

Les prix et les liens suivent le marché choisi.

GeForce RTX 4060

NVIDIA

ExcellentFait tourner Gemma 3 4B 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 4B 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 4B 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 4B IT ?

Environ 4 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 5,8 Go. Un contexte plus long ajoute davantage : environ 0,9 Go de cache KV à 32K.

Gemma 3 4B IT tourne-t-il sur Mac ?

Oui, sur un Mac dont le GPU peut utiliser au moins 3,7 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 4B IT ?

Sur une RTX 4090, nous estimons 184–299 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.