/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gemma-4-12B
Опубликована
9 июн 2026

gemma-4-12B-GGUF

Изображение и текст → текст10 профессий

Gemma-4-12B-GGUF — мультимодальная vision-language модель на базе google/gemma-4-12B, разработанной Google.

2 575скачиваний за 30 дней1лайквеса обновлены19 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Данная версия представляет собой набор квантизированных GGUF-сборок, подготовленных пользователем Dhptl с помощью quant-kit 19 июня 2026 года. Модель принимает текст и изображения и предназначена для локального запуска через llama.cpp, LM Studio, Jan или Ollama.

Архитектура состоит из текстовой основы и отдельного vision encoder в формате mmproj. Для работы обязательно нужны один файл текстовой модели и файл gemma-4-12B-mmproj-f16.gguf; vision encoder хранится в формате F16 и не квантизирован. Доступны варианты квантизации от Q2_K до Q8_0, размер текстовой основы составляет примерно от 4,5 до 11,8 ГБ, а рекомендуемый вариант Q4_K_M занимает около 6,87 ГБ и требует примерно 8,4 ГБ RAM. Указан английский язык. Максимальный размер контекста в README не приведён; в примере запуска используется контекст 4096 токенов.

Модель подходит для диалога, генерации и анализа текста, а также для обработки изображений: например, описания содержимого изображений и ответов на вопросы по ним. Основные преимущества — мультимодальность, поддержка популярных инструментов локального запуска и возможность выбрать компромисс между качеством, скоростью и потреблением памяти. Ограничения связаны с потерями качества при сильной квантизации, необходимостью загружать два файла и заметными требованиями к RAM; заявленные скоростные бенчмарки в README не представлены. Лицензия — Apache-2.0.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-4-12B — GGUF Quantizations (VLM)

Model on HF Original Model quant-kit

Quantized GGUF versions of google/gemma-4-12B

This is a Vision-Language Model (VLM) — it can understand both text and images.

Works with llama.cpp · LM Studio · Jan · Ollama

Quantized by Dhptl on June 19, 2026 using quant-kit


[!IMPORTANT] This VLM requires TWO files — a text backbone GGUF and the mmproj vision encoder GGUF. Download one text backbone (e.g. Q4_K_M) and the mmproj file. Both must be in the same folder.


📦 Available Files

🔤 Text Backbone (quantized — pick ONE)

FilenameSizeRAM RequiredQuantQualityBest For
gemma-4-12B-Q2_K.gguf4.50 GB~6.0 GBQ2_K⭐Extreme compression, significant quality loss.
gemma-4-12B-Q3_K_L.gguf6.12 GB~7.6 GBQ3_K_L⭐⭐⭐Slightly better than Q3_K_M, still a compromise.
gemma-4-12B-Q3_K_M.gguf5.67 GB~7.2 GBQ3_K_M⭐⭐⭐Very small file. Quality drop noticeable.
gemma-4-12B-Q3_K_S.gguf5.15 GB~6.6 GBQ3_K_S⭐⭐Very high compression, high quality loss.
gemma-4-12B-Q4_K_M.gguf6.87 GB~8.4 GBQ4_K_M ✅ Recommended⭐⭐⭐⭐Best balance of size and quality. Recommended for most users.
gemma-4-12B-Q4_K_S.gguf6.54 GB~8.0 GBQ4_K_S⭐⭐⭐½Good speed/size balance, slight quality loss.
gemma-4-12B-Q5_K_M.gguf7.96 GB~9.5 GBQ5_K_M⭐⭐⭐⭐½Better quality than Q4, slightly larger. Great if you have the RAM.
gemma-4-12B-Q5_K_S.gguf7.77 GB~9.3 GBQ5_K_S⭐⭐⭐⭐Large but accurate.
gemma-4-12B-Q6_K.gguf9.11 GB~10.6 GBQ6_K⭐⭐⭐⭐⭐Near-perfect quality, very large.
gemma-4-12B-Q8_0.gguf11.80 GB~13.3 GBQ8_0⭐⭐⭐⭐⭐Closest to original quality. Use when RAM is not a concern.

🖼️ Vision Encoder — mmproj (always required, always F16)

FilenameSizeNotes
gemma-4-12B-mmproj-f16.gguf0.11 GBAlways F16 — vision encoder is not quantized

⚠️ You need BOTH files — one text backbone + the mmproj — to run this VLM.


⚡ Speed Benchmarks

Run python benchmark.py --model gemma-4-12B to generate results.


🚀 How to Use

LM Studio (Easiest — GUI)

  1. Search for Dhptl/gemma-4-12B in LM Studio
  2. Download the Q4_K_M text file and the mmproj file
  3. Load the model — LM Studio automatically uses both files

Ollama

ollama run dhptl/gemma-4-12b

llama.cpp CLI — Text + Image

# Download both files to the same directory, then:
./llama-llava-cli \
  -m gemma-4-12B-Q4_K_M.gguf \
  --mmproj gemma-4-12B-mmproj-f16.gguf \
  --image /path/to/your/image.jpg \
  -p "Describe this image in detail." \
  -n 512

llama.cpp CLI — Text only (no image)

./llama-cli \
  -m gemma-4-12B-Q4_K_M.gguf \
  -p "You are a helpful assistant." \
  --conversation

Python — llama-cpp-python

from llama_cpp import Llama
from llama_cpp.llama_chat_format import Llava16ChatHandler

# Load VLM with mmproj
chat_handler = Llava16ChatHandler(clip_model_path="./gemma-4-12B-mmproj-f16.gguf")
llm = Llama(
    model_path="./gemma-4-12B-Q4_K_M.gguf",
    chat_handler=chat_handler,
    n_gpu_layers=-1,
    n_ctx=4096,
    logits_all=True,
)

# Text + image inference
response = llm.create_chat_completion(
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}},
                {"type": "text",      "text":      "What do you see in this image?"}
            ]
        }
    ]
)
print(response["choices"][0]["message"]["content"])

🔍 VLM Architecture

This model uses a two-component architecture:

ComponentFilePurpose
Text Backbonegemma-4-12B-Q4_K_M.ggufLanguage understanding & generation
Vision Encoder (mmproj)gemma-4-12B-mmproj-f16.ggufImage feature extraction (always F16)

Why is mmproj always F16? The vision encoder maps image pixels to token embeddings. Quantizing it causes visible visual artifacts and degraded image understanding. It stays at F16 (half precision) which is already very efficient at ~1-2GB for most models.


🔍 About GGUF Quantization

FormatBits/weightQuality
Q3_K_M~3.3⭐⭐⭐
Q4_K_M~4.5⭐⭐⭐⭐ ← recommended
Q5_K_M~5.6⭐⭐⭐⭐½
Q8_0~8.5⭐⭐⭐⭐⭐

💬 Community & Feedback

Found an issue? Open a Discussion in the Community tab.

If useful, please:

  • ⭐ Star quant-kit on GitHub
  • 👍 Like this model on HuggingFace

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
14bd113

0 моделей