gemma-4-31B-it

Google · 30.7B · ctx 256K · apache-2.0 · HuggingFace

gemma-4-31B-it（Google）是 AI Hashrate 收录的30.7B 参数开放权重模型。 按 8K 上下文估算：Q4 约需 24.03 GB VRAM（权重 16.89 GB + KV 6.14 GB + 开销 1 GB），FP16 约需 68.54 GB。 在该上下文假设下，目录中约有 16 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 165.8 tok/s（估算）; MI300X 192GB ≈ 109.9 tok/s（估算）; H200 141GB SXM5 ≈ 99.5 tok/s（估算）; H100 80GB SXM5 ≈ 69.4 tok/s（估算）; Gaudi 3 128GB ≈ 67.9 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

72 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	165.8 估算	是	0.004
MI300X 192GB	192	Q4	109.9 估算	是	0.007
H200 141GB SXM5	141	Q4	99.5 估算	是	0.003
H100 80GB SXM5	80	Q4	69.4 估算	是	0.002
Gaudi 3 128GB	128	Q4	67.9 估算	是	0.005
RTX 4090 24GB	24	Q4	59.5 估算	否	0.037
RTX 4090D 24GB (China)	24	Q4	59.5 估算	否	0.037
RTX 3090 Ti 24GB	24	Q4	59.5 估算	否	0.03
RX 7900 XTX 24GB	24	Q4	56.7 估算	否	0.057
RTX 3090 24GB	24	Q4	55.3 估算	否	0.037
B200 192GB SXM	192	FP16	45.6 估算	是	0.001
A100 80GB SXM4	80	Q4	42.3 估算	是	0.003
RTX 5090 32GB	32	Q4	37.1 估算	是	0.019
RX 7900 XT 20GB	20	Q4	32.8 估算	否	0.036
MI300X 192GB	192	FP16	30.2 估算	是	0.002
H200 141GB SXM5	141	FP16	27.4 估算	是	0.001
RTX 5080 16GB	16	Q4	25.2 估算	否	0.025
RTX 5070 Ti 16GB	16	Q4	23.5 估算	否	0.031
RTX 6000 Ada 48GB	48	Q4	19.9 估算	是	0.003
RTX 4080 Super 16GB	16	Q4	19.3 估算	否	0.019
H100 80GB SXM5	80	FP16	19.1 估算	是	0.001
Gaudi 3 128GB	128	FP16	18.7 估算	是	0.001
L40S 48GB	48	Q4	17.9 估算	是	0.002
RTX 4070 Ti Super 16GB	16	Q4	17.6 估算	否	0.022
Mac Studio M3 Ultra 96GB	96	Q4	17.0 估算	是	0.004
RX 9070 16GB	16	Q4	16.8 估算	否	0.031
RX 9070 XT 16GB	16	Q4	16.8 估算	否	0.028
Mac Studio M2 Ultra 192GB	192	Q4	16.6 估算	是	0.002
RX 7800 XT 16GB	16	Q4	16.4 估算	否	0.033
RTX A6000 48GB	48	Q4	15.9 估算	是	0.004
RX 7900 GRE 16GB	16	Q4	15.1 估算	否	0.028
Arc A770 16GB	16	Q4	14.7 估算	否	0.042
RTX 5060 Ti 16GB	16	Q4	11.8 估算	否	0.028
A100 80GB SXM4	80	FP16	11.6 估算	是	0.001
MacBook Pro M4 Max 128GB	128	Q4	11.3 估算	是	0.003
RTX 5070 12GB	12	Q4	9.9 估算	否	0.018
T4 16GB	16	Q4	8.4 估算	否	0.004
MacBook Pro M3 Max 128GB	128	Q4	8.3 估算	是	0.002
RTX 4070 Ti 12GB	12	Q4	8.2 估算	否	0.01
RTX 3080 10GB	10	Q4	7.8 估算	否	0.011
RTX 6000 Ada 48GB	48	FP16	7.7 估算	否	0.001
RTX 4060 Ti 16GB	16	Q4	7.6 估算	否	0.015
RX 7600 XT 16GB	16	Q4	7.6 估算	否	0.023
RTX 4070 12GB	12	Q4	7.4 估算	否	0.012
RTX 4070 Super 12GB	12	Q4	7.4 估算	否	0.012
L40S 48GB	48	FP16	6.9 估算	否	0.001
Arc B580 12GB	12	Q4	6.7 估算	否	0.027
RTX 5090 32GB	32	FP16	6.4 估算	否	0.003
RX 7700 XT 12GB	12	Q4	6.4 估算	否	0.014
RTX A6000 48GB	48	FP16	6.1 估算	否	0.001
Mac mini M4 Pro 64GB	64	Q4	5.7 估算	是	0.003
RTX 3060 12GB	12	Q4	5.3 估算	否	0.016
Mac Studio M3 Ultra 96GB	96	FP16	4.7 估算	是	0.001
Mac Studio M2 Ultra 192GB	192	FP16	4.6 估算	是	0.001
Arc B570 10GB	10	Q4	3.9 估算	否	0.018
Mac mini M4 Pro 64GB	64	FP16	3.9 估算	否	0.002
MacBook Pro M4 Max 128GB	128	FP16	3.1 估算	是	0.001
RTX 5060 8GB	8	Q4	2.9 估算	否	0.01
RTX 5060 Ti 8GB	8	Q4	2.9 估算	否	0.008
RTX 3070 8GB	8	Q4	2.9 估算	否	0.006
Mac mini M4 32GB	32	Q4	2.5 估算	是	0.003
MacBook Pro M3 Max 128GB	128	FP16	2.3 估算	是	0.001
RTX 4090 24GB	24	FP16	2.0 估算	否	0.001
RTX 4090D 24GB (China)	24	FP16	2.0 估算	否	0.001
RTX 3090 Ti 24GB	24	FP16	2.0 估算	否	0.001
RTX 3090 24GB	24	FP16	1.9 估算	否	0.001
RX 7900 XTX 24GB	24	FP16	1.9 估算	否	0.002
RTX 4060 Ti 8GB	8	Q4	1.9 估算	否	0.005
RX 7600 8GB	8	Q4	1.9 估算	否	0.007
RTX 4060 8GB	8	Q4	1.8 估算	否	0.006
RX 7900 XT 20GB	20	FP16	1.1 估算	否	0.001
Mac mini M4 32GB	32	FP16	0.4 估算	否	0.0

装机核对

• RTX 5090 32GB — 装得下 · ≈37.1 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装不下 · ≈59.5 tok/s Q4 估算
• RTX 4090 24GB — 装不下 · ≈59.5 tok/s Q4 估算
• RTX 5080 16GB — 装不下 · ≈25.2 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈19.9 tok/s Q4 估算
• RX 7900 XTX 24GB — 装不下 · ≈56.7 tok/s Q4 估算
• RTX 3090 24GB — 装不下 · ≈55.3 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装不下 · ≈23.5 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈17.9 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈17.0 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈16.6 tok/s Q4 估算
• RX 7900 XT 20GB — 装不下 · ≈32.8 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Gemma

Gemma 4 gemma-4-E2B-it · gemma-4-E4B-it · gemma-4-12b-it · gemma-4-26B-A4B-it

全部 Gemma 模型 →