Gemma 2 9B Instruct

Google Gemma 2

Google Gemma 2 采用滑动窗口注意力机制，性能超越同级 9B 模型。

⬇ 29.4K HF 下载量♥ 232 点赞bartowski/gemma-2-9b-it-GGUF· 数据更新于 8/14/2026

消费级显卡Mac / 苹果芯片

最大上下文

量化变体

GGUF Q8_0

最佳质量

99.8%

精度保留率

量化变体对比

各量化级别的显存、质量损失及 RTX 4090 推理速度

实测 = 本站基准 · 估算 = 公式推算 · 社区 = 公开报告

格式	级别	BPW	显存	PPL 损失	速度	来源	操作
GGUF	Q4_K_M	4.85	6.5 GB	3.3%	132 tok/s	估算	计算 HF
GGUF	Q8_0	8.5	10.2 GB	0.2%	108 tok/s	估算	计算 HF
AWQ	INT4	4	5.8 GB	4.6%	188 tok/s	估算	计算 HF

Google Gemma 2

超紧凑 Gemma 2，4GB 显存即可运行，适合边缘原型开发。

Google Gemma 2

最大开源 Gemma 2，推理能力强，Q4 量化需 24GB+ 显存。

Alibaba Qwen2.5

性能与资源消耗的最佳平衡点，Q4 量化仅需 16GB 显存。

Mistral AI

Mistral 与 NVIDIA 合作推出，128K 上下文，多语言能力出色。

针对本模型及同类硬件的部署指南。