Vergelijken
Gemma 3 1B It vs Gemma 3 27B It
Zet twee tot vier modellen naast elkaar op de velden die een deployment bepalen: context, prijs, regio, licentie, talen, hosting en wat is geverifieerd.
| Gemma 3 1B It | Gemma 3 27B It | |
|---|---|---|
| Provider | Google DeepMind | Google DeepMind |
| Parameters | 1B | 27.4B |
| Contextvenster | Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd. | Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd. |
| Licentie | gemma | gemma |
| Modaliteiten | text | text, vision |
| Releasedatum | 10 mrt 2025 | 01 mrt 2025 |
| Talen | Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd. | Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd. |
| Open weights | ja | ja |
| Taken | Meertalige ondersteuning, Lage kosten | Meertalige ondersteuning, Visie, Redeneren |
Waar twee modellen verschillen, toont deze tabel het verschil en stopt. LLM EU publiceert geen winnaarsbadge zonder een gedocumenteerde score voor die taak, en een ontbrekend cijfer blijft ontbreken in plaats van een nul te worden.
Wanneer te gebruiken
Gemma 3 1B It
Sterke punten
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- at 1B parameters it fits on a single accelerator
- instruction-tuned checkpoint with a chat template in the repository
Beperkingen
- 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 1B parameters, the weights fit on a single modest accelerator
Taken
Gemma 3 27B It
Sterke punten
- 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
Beperkingen
- 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
Taken
Taken: Meertalige ondersteuning