llama.cpp已合并Gemma 4的MTP支持，网友实测在12GB显存上实现140 tok/s，速度提升3-5倍。31B模型在GB10上从6.3 tok/s飙至31.2 tok/s。用户需使用QAT版GGUF与对应MTP草稿模型配合，不可混用版本。开发者感谢社区贡献，认为Gemma 4是全面且实用的模型。