プリフィル・トークン生成速度
RTX 3090 24GBでのGemma 4 12B速度：プリフィル・トークン生成
最終更新
936 GB/s
11.95B
95.5 ~ 106.1 tok/sデコード速度
モデル全体のロード（8GB / 22.5GB)
最初のトークン (TTFT)
2.2 ~ 3.8秒コンテキスト 4,096トークンを含む
プリフィル速度
1,069 ~ 1,842 tok/s2.2 ~ 3.8秒 (公開ベンチマークに基づく推定)
全体消費時間（E2E）
約4.2 ~ 6.0秒206トークン回答合計
再生ボタンを押すと、文脈プリフィル後に生成が開始されます。
待機中
詳細条件を展開する 詳細条件4-bit · 4K · 通常のデコード折りたたむ
量子化精度必要 8GB
入力文脈長4K トークン
基本
基本
例質問：
206 トークン回答構成確認
他のデバイスと並べてみましょうか？
同じモデルでプリフィルから比較したり、トークン生成速度だけを並べて確認できます。
文書が長くなると、どう変わる？入力長ごとの待ち時間・速度・メモリを開く
詳細分析および全体 60ハードウェア比較
代表的な条件