FreeLLMTodos los modelos › google
Gemma 3 12B IT
google · licencia Gemma · en Arena desde el 5 may 2025
Dónde usarlo gratis
- El chat del propio laboratorio: aistudio.google.com (gratis con límites diarios)
- Ejecútalo en un solo comando con whichllm (gratis, código abierto):
uvx whichllm@latest plan "gemma-3-12b-it"muestra la GPU que necesitas,uvx whichllm@latest run "gemma-3-12b-it gguf"la descarga y comienza un chat - Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Puntuaciones de Arena
| Arena | Puntuación | Puesto | Votos |
|---|---|---|---|
| Chat | 1342 | n.º 236 de 419 | 4K |
Puesto entre todos los modelos, incluidos los de pago. Fuente: conjunto de datos de la clasificación de Arena.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Cabe en la GPU | 28 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | Cabe en la GPU | 22 tok/s |
| RTX 3090 | 24 GB | Cabe en la GPU | 69 tok/s |
| RTX 4090 | 24 GB | Cabe en la GPU | 74 tok/s |
| RTX 5090 | 32 GB | Cabe en la GPU | 124 tok/s |
| RX 7900 XTX | 24 GB | Cabe en la GPU | 70 tok/s |
| 2 × RTX 3090 | 48 GB | Cabe en la GPU | 67 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe en la GPU | 63 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe en la GPU | 37 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe en la GPU | 20 tok/s |
| 8 × H100 SXM | 640 GB | Cabe en la GPU | 173 tok/s |
Estimación a 4 bits con contexto de 32K y 64 GB de DDR5 para el volcado a RAM. Velocidad ≈ ancho de banda de memoria × 78 % ÷ datos leídos por token, más un coste fijo por token, calibrada con 44 pruebas reales de llama.cpp; error típico de unos ±10 %. Compara todas las GPU.
Memoria de GPU necesaria
| Nivel | Contexto de 8K | Contexto de 32K | Contexto de 128K | Calidad frente al modelo completo |
|---|---|---|---|---|
| Q3_K_M | 7.6 GB | 9.2 GB | 16 GB | +9.4 % pérdida notable |
| Q4_K_M | 8.9 GB | 10 GB | 17 GB | +2.5 % pérdida pequeña |
| Q5_K_M | 10 GB | 12 GB | 18 GB | +0.8 % pérdida muy pequeña |
| Q6_K | 11 GB | 13 GB | 20 GB | +0.3 % casi sin pérdida |
| Q8_0 | 14 GB | 16 GB | 22 GB | ≈ 0 % igual que el completo |
| F16 | 26 GB | 27 GB | 34 GB | ≈ 0 % igual que el completo |
Pesos + caché de contexto (según la arquitectura del modelo) + entorno de ejecución. Calidad: aumento de perplexity respecto al modelo completo, según pruebas de llama.cpp, ajustado al tamaño del modelo. Simula tu propia configuración.
Puntuación en Chat a lo largo del tiempo
Puntuación de Arena del 29 abr 2026 al 28 oct 2026.
Modelos gratis similares en Chat
- Ling-flash-2.0 1343
- Llama 3.3 Nemotron Super 49B v1.5 1343
- Granite 4.2 30B 1340 · 29.3 B
- MiniMax-M2 1344 · 228.7 B
- nvidia-llama-3.3-nemotron-super-49b-v1.5 1338
- mistral-small-2506 1338
Comparte esta página:XLinkedInRedditWhatsApp
¿Has visto un número incorrecto o un enlace roto? Avísanos del error