Gemma 3 12B 필요 사양: VRAM과 돌아가는 GPU

모델 정보

파라미터: 12.2B
어텐션: 슬라이딩 윈도 어텐션
최대 컨텍스트: 131,072 토큰
공개일: 2025-03-12
모델 카드: Hugging Face의 Gemma 3 12B 모델 카드

GGUF 파일

등록된 Gemma 3 12B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
Q2_K	4.77GB	손실 큼	커뮤니티 GGUF · bartowski
IQ4_XS	6.55GB	균형	커뮤니티 GGUF · bartowski
Q4_K_M기준	7.30GB	균형	커뮤니티 GGUF · bartowski
Q8_0	12.51GB	준무손실	커뮤니티 GGUF · bartowski

파일 크기에는 이미지 입력에 필요한 비전 프로젝터(mmproj)가 들어 있지 않습니다.

양자화·컨텍스트별 필요 메모리

가중치 + f16 KV 캐시 + 연산 버퍼(GB). Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k	32k	64k	128k
Q2_K	5.6	5.9	6.5	7.7	10.2	15.1
IQ4_XS	7.4	7.7	8.3	9.5	11.9	16.8
Q4_K_M	8.1	8.4	9.0	10.2	12.7	17.6
Q8_0	13.3	13.6	14.2	15.5	17.9	22.8

Gemma 3 12B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

dense 모델을 GPU와 CPU에 나눠 올리면 속도가 크게 떨어집니다. 전체 속도가 느린 CPU 쪽에 맞춰지기 때문입니다. 전문가만 시스템 RAM에 두는 MoE 모델은 훨씬 덜 느려집니다.

정렬

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 54종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적상세	추정 160.1 tok/s140.9–179.3보정된 추정 ±12%	Q4_K_M	9.0 / 32.0GB	풀 GPU	최대 128k	—	실거래가 US$4,200 (2026-08-09 기준)
Radeon RX 7900 XTX	쾌적	추정 95.5 tok/s84.1–107.0보정된 추정 ±12%	Q4_K_M	9.0 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$999
GeForce RTX 3090 Ti	쾌적	추정 90.0 tok/s79.2–100.8보정된 추정 ±12%	Q4_K_M	9.0 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$1,999
GeForce RTX 4090	쾌적상세	추정 90.0 tok/s79.2–100.8보정된 추정 ±12%	Q4_K_M	9.0 / 24.0GB	풀 GPU	최대 128k	—	실거래가 US$2,755 (2026-08-09 기준)
GeForce RTX 5080	쾌적	추정 85.7 tok/s75.5–96.0보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$1,256 (2026-08-09 기준)
GeForce RTX 3090	쾌적상세	추정 83.6 tok/s73.6–93.6보정된 추정 ±12%	Q4_K_M	9.0 / 24.0GB	풀 GPU	최대 128k	—	실거래가 US$1,050 (2026-08-09 기준)
GeForce RTX 3080 12GB	쾌적	추정 81.5 tok/s71.7–91.2보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	출시가 US$799
GeForce RTX 5070 Ti	쾌적	추정 80.0 tok/s70.4–89.6보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$949 (2026-08-09 기준)
GeForce RTX 5080 Laptop	쾌적	추정 80.0 tok/s70.4–89.6보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	—
GeForce RTX 5090 Laptop	쾌적	추정 80.0 tok/s70.4–89.6보정된 추정 ±12%	Q4_K_M	9.0 / 24.0GB	풀 GPU	최대 128k	—	—
Radeon RX 7900 XT	쾌적	추정 79.6 tok/s70.1–89.2보정된 추정 ±12%	Q4_K_M	9.0 / 20.0GB	풀 GPU	최대 128k	—	출시가 US$899
GeForce RTX 3080 10GB	쾌적	추정 67.9 tok/s59.7–76.0보정된 추정 ±12%	Q4_K_M	9.0 / 10.0GB	풀 GPU	최대 16k	—	출시가 US$699
GeForce RTX 4080 Super	쾌적	추정 65.7 tok/s57.9–73.6보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$999
Radeon RX 9070	쾌적	추정 64.2 tok/s56.5–71.9보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$639 (2026-08-09 기준)
Radeon RX 9070 XT	쾌적	추정 64.2 tok/s56.5–71.9보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$689 (2026-08-09 기준)
GeForce RTX 4080	쾌적	추정 64.0 tok/s56.4–71.7보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$1,199
Radeon RX 7800 XT	쾌적	추정 62.1 tok/s54.7–69.6보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$499
GeForce RTX 4070 Ti Super	쾌적	추정 60.0 tok/s52.8–67.2보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	출시가 US$799
GeForce RTX 5070	쾌적상세	추정 60.0 tok/s52.8–67.2보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	실거래가 US$629 (2026-08-09 기준)
GeForce RTX 5070 Ti Laptop	쾌적	추정 60.0 tok/s52.8–67.2보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	—
GeForce RTX 2080 Ti	쾌적	추정 55.0 tok/s48.4–61.6보정된 추정 ±12%	Q4_K_M	9.0 / 11.0GB	풀 GPU	최대 32k	—	출시가 US$999
GeForce RTX 4090 Laptop	쾌적	추정 51.4 tok/s45.3–57.6보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	—
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 47.0 tok/s37.6–56.4보정된 추정 ±20%	Q4_K_M	8.4 / 33.6GB	통합 메모리	최대 128k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 46.0 tok/s36.8–55.2보정된 추정 ±20%	Q4_K_M	8.4 / 67.2GB	통합 메모리	최대 128k	—	—
GeForce RTX 4070	쾌적상세	추정 45.0 tok/s39.6–50.4보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	출시가 US$599
GeForce RTX 4070 Super	쾌적	추정 45.0 tok/s39.6–50.4보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	출시가 US$599
Apple M2 Ultra · 64GB	쾌적	추정 44.9 tok/s35.9–53.9보정된 추정 ±20%	Q4_K_M	8.4 / 44.8GB	통합 메모리	최대 128k	—	—
GeForce GTX 1080 Ti	쾌적	추정 43.2 tok/s30.3–56.2이론 추정 ±30%	Q4_K_M	9.0 / 11.0GB	풀 GPU	최대 32k	—	출시가 US$699
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 41.8 tok/s33.4–50.2보정된 추정 ±20%	Q4_K_M	8.4 / 33.6GB	통합 메모리	최대 128k	—	—
GeForce RTX 5060 Ti 16GB	쾌적상세	추정 40.0 tok/s35.2–44.8보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$569 (2026-08-09 기준)
GeForce RTX 4080 Laptop	쾌적	추정 38.6 tok/s34.0–43.2보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	—
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 35.2 tok/s28.2–42.3보정된 추정 ±20%	Q4_K_M	8.4 / 25.2GB	통합 메모리	최대 64k	—	—
Intel Arc B580	쾌적	추정 34.3 tok/s27.5–41.2보정된 추정 ±20%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	실거래가 US$290 (2026-08-09 기준)
GeForce RTX 3060 12GB	쾌적상세	추정 32.2 tok/s28.3–36.0보정된 추정 ±12%	Q4_K_M	9.0 / 12.0GB	풀 GPU	최대 32k	—	실거래가 US$250 (2026-08-09 기준)
Radeon RX 9060 XT 16GB	쾌적	추정 32.0 tok/s28.2–35.9보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 64k	—	실거래가 US$449 (2026-08-09 기준)
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 31.4 tok/s25.1–37.7보정된 추정 ±20%	Q4_K_M	8.4 / 25.2GB	통합 메모리	최대 64k	—	—
GeForce RTX 4060 Ti 16GB	쾌적	추정 25.7 tok/s22.6–28.8보정된 추정 ±12%	Q4_K_M	9.0 / 16.0GB	풀 GPU	최대 32k	—	출시가 US$499
Apple M5 Pro · 24GB	쾌적	추정 23.5 tok/s18.8–28.2보정된 추정 ±20%	Q4_K_M	8.4 / 16.8GB	통합 메모리	최대 16k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 32GB	쾌적	추정 21.2 tok/s17.0–25.5보정된 추정 ±20%	Q4_K_M	8.4 / 22.4GB	통합 메모리	최대 8k	—	출시가 US$1,999
Apple M4 Pro · 24GB	쾌적상세	추정 20.9 tok/s16.7–25.1보정된 추정 ±20%	Q4_K_M	8.4 / 16.8GB	통합 메모리	최대 8k	—	—
NVIDIA DGX Spark · 128GB	원활	추정 13.9 tok/s11.1–16.7보정된 추정 ±20%	Q4_K_M	8.4 / 89.6GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 쾌적	출시가 US$3,999
Apple M5 · 16GB	원활	추정 11.8 tok/s9.4–14.1보정된 추정 ±20%	Q4_K_M	8.4 / 11.2GB	통합 메모리	최대 32k	—	—
Apple M4 · 16GB	원활상세	추정 9.2 tok/s7.3–11.0보정된 추정 ±20%	Q4_K_M	8.4 / 11.2GB	통합 메모리	최대 16k	—	—
GeForce RTX 3070	겨우 가능	추정 21.8 tok/s17.5–26.2보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	출시가 US$499
GeForce RTX 5060	겨우 가능	추정 21.8 tok/s17.5–26.2보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	실거래가 US$339 (2026-08-09 기준)
GeForce RTX 5060 Ti 8GB	겨우 가능	추정 21.8 tok/s17.5–26.2보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	실거래가 US$429 (2026-08-09 기준)
GeForce RTX 4060 Ti 8GB	겨우 가능	추정 17.3 tok/s13.9–20.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	출시가 US$399
GeForce RTX 4060	겨우 가능상세	추정 16.7 tok/s13.4–20.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	출시가 US$299
GeForce RTX 4060 Laptop	겨우 가능	추정 16.2 tok/s12.9–19.4보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	—
GeForce RTX 4070 Laptop	겨우 가능	추정 16.2 tok/s12.9–19.4보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	—
GeForce RTX 3050 8GB	겨우 가능	추정 14.9 tok/s11.9–17.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 1.0GB	부분 오프로드	최대 64k	GPU에 90%도 올라가지 않습니다. 이렇게 GPU와 CPU에 나눠 돌리면 겨우 돌아가는 수준에 그칩니다. IQ4_XS: 원활 Q2_K (품질 손실 큼): 쾌적	출시가 US$249
DDR5-6000 듀얼채널 CPU · 16GB	겨우 가능	추정 6.1 tok/s4.9–7.3보정된 추정 ±20%	Q4_K_M	RAM 7.8GB	CPU 전용	최대 64k	—	—
DDR5-5600 듀얼채널 CPU · 16GB	겨우 가능	추정 5.7 tok/s4.6–6.9보정된 추정 ±20%	Q4_K_M	RAM 7.8GB	CPU 전용	최대 64k	—	—
DDR4-3200 듀얼채널 CPU · 16GB	겨우 가능	추정 3.3 tok/s2.6–3.9보정된 추정 ±20%	Q4_K_M	RAM 7.8GB	CPU 전용	최대 64k	—	—

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 3060 12GB실거래가 US$250 (2026-08-09 기준), 속도 추정 32.2 tok/s (28.3–36.0, 보정된 추정 ±12%)

Gemma 3 12B 벤치마크 결과

이 모델로 잰 공개 벤치마크 결과는 아직 없습니다.

자주 묻는 질문

Gemma 3 12B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 기준으로 가중치가 7.30GB이고, 8k 컨텍스트까지 더하면 약 8.4GB가 필요합니다(KV 캐시 0.5GB, 연산 버퍼 0.6GB). 가장 작은 파일(Q2_K (품질 손실 큼))은 약 5.9GB가 필요합니다.

Gemma 3 12B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 US$250(2026-08-09 기준)이고, 속도는 추정 32.2 tok/s (28.3–36.0, 보정된 추정 ±12%)입니다.

Gemma 3 12B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 겨우 가능, 추정 16.7 tok/s (13.4–20.1, 보정된 추정 ±20%); GeForce RTX 5060 Ti 16GB: 쾌적, 추정 40.0 tok/s (35.2–44.8, 보정된 추정 ±12%); GeForce RTX 3090: 쾌적, 추정 83.6 tok/s (73.6–93.6, 보정된 추정 ±12%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.