Palyginti
Gemma 3 4B It vs Gemma 3 27B It
Sudėkite du–keturis modelius greta pagal laukus, kurie lemia diegimą: kontekstas, kaina, regionas, licencija, kalbos, talpinimas ir tai, kas patikrinta.
| Gemma 3 4B It | Gemma 3 27B It | |
|---|---|---|
| Teikėjas | Google DeepMind | Google DeepMind |
| Parametrai | 4.3B | 27.4B |
| Konteksto langas | Nepatvirtinta: teikėjas nepagrindė šio teiginio. | Nepatvirtinta: teikėjas nepagrindė šio teiginio. |
| Licencija | gemma | gemma |
| Modalumai | text, vision | text, vision |
| Išleidimo data | 2025-02-20 | 2025-03-01 |
| Kalbos | Nepatvirtinta: teikėjas nepagrindė šio teiginio. | Nepatvirtinta: teikėjas nepagrindė šio teiginio. |
| Atvirieji svoriai | taip | taip |
| Užduotys | Daugiakalbis palaikymas, Vizija, Maža kaina | Daugiakalbis palaikymas, Vizija, Mąstymas |
Kai du modeliai skiriasi, ši lentelė parodo skirtumą ir sustoja. LLM EU neskelbia nugalėtojo ženklo be dokumentuoto tos užduoties balo, o trūkstamas skaičius lieka trūkstamas, o ne tampa nuliu.
Kada naudoti
Gemma 3 4B It
Stiprybės
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- at 4.3B parameters it fits on a single accelerator
- instruction-tuned checkpoint with a chat template in the repository
Apribojimai
- 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 4.3B parameters, the weights fit on a single modest accelerator
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model
Užduotys
Gemma 3 27B It
Stiprybės
- 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
Apribojimai
- 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
Užduotys
Užduotys: Daugiakalbis palaikymas, Vizija