Vertaa
Gemma 3 12B It vs Gemma 3 27B It
Aseta kaksi tai neljä mallia vierekkäin kentille, jotka ratkaisevat käyttöönoton: konteksti, hinta, alue, lisenssi, kielet, isännöinti ja mikä on vahvistettu.
| Gemma 3 12B It | Gemma 3 27B It | |
|---|---|---|
| Tarjoaja | Google DeepMind | Google DeepMind |
| Parametrit | 12.2B | 27.4B |
| Konteksti-ikkuna | Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. | Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. |
| Lisenssi | gemma | gemma |
| Modaliteetit | text, vision | text, vision |
| Julkaisupäivä | 01.3.2025 | 01.3.2025 |
| Kielet | Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. | Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. |
| Avoimet painot | kyllä | kyllä |
| Tehtävät | Monikielinen tuki, Kuvapohjaiset tehtävät, Yhteenveto | Monikielinen tuki, Kuvapohjaiset tehtävät, Päättely |
Kun kaksi mallia eroavat, tämä taulukko näyttää eron eikä jatka pidemmälle. LLM EU ei julkaise voittajamerkkiä ilman dokumentoitua pisteytystä kyseiselle tehtävälle, ja puuttuva luku pysyy puuttuvana sen sijaan, että siitä tulisi nolla.
Milloin käyttää
Gemma 3 12B It
Vahvuudet
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- instruction-tuned checkpoint with a chat template in the repository
Rajoitukset
- catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
- no evaluation has been run by LLM EU
- the published configuration records no context window, so the card carries none
- at 12.2B parameters, self-hosting needs a single accelerator with enough memory for the weights
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model
Tehtävät
Gemma 3 27B It
Vahvuudet
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- instruction-tuned checkpoint with a chat template in the repository
Rajoitukset
- catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
- no evaluation has been run by LLM EU
- the published configuration records no context window, so the card carries none
- at 27.4B parameters, self-hosting needs a single accelerator with enough memory for the weights
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model
Tehtävät
Tehtävät: Monikielinen tuki, Kuvapohjaiset tehtävät