# Gemma 3 27B

> Fiche du modèle de langage Gemma 3 27B sur Quelle IA, édition du 28 septembre 2026. Gemma 3 27B (Google DeepMind) : score IA de 54,2, 170e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemma-3-27b/
Origine : Google DeepMind · États-Unis · sorti le 11 mars 2025

## Score général

- Score IA : 54,2 (marge à 90 % : de 49,6 à 58,8)
- Rang : 170 (Groupe 12, ex æquo)
- Couverture : 80 % du poids des tâches, 23 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 46,6 | Provisoire · 33 % |
| Code | 50,0 | Provisoire · 15 % |
| Agents | non mesuré | Non mesuré |
| Usage | 57,3 | Rang 176 · 100 % |
| Maths | 53,9 | Provisoire · 25 % |
| Sciences | 51,8 | Rang 88 · 60 % |
| Français | 61,5 | Rang 87 · 100 % |
| Vision | 56,5 | Provisoire · 33 % |
| Écriture | 59,1 | Rang 165 · 100 % |
| Web | non mesuré | Non mesuré |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Gemma 3 27B Instruct](https://artificialanalysis.ai/models/gemma-3-27b) | 4,9 | 190e sur 193 | non publié | non publié | 0 $ / 0 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/gemma-3-27b

## Exécution locale

Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 18,6 Go.

- Allégée, 4 bits : 18,6 Go
- Allégée, 8 bits : 32,6 Go
- Complète, 16 bits : 62,1 Go

- Plus petite machine : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits ; par exemple [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/)
- PC portable RTX : [PC portable GeForce RTX 24 Go](https://quelleia.com/local/#pc_portable_rtx_24_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/)
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 32 Go](https://quelleia.com/local/#mac_32_go), version allégée à 4 bits ; par exemple [Mac mini M6, 32 Go](https://quelleia.com/local/mac-mini-m6-32go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 4 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,07 € / 0,14 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte, image
- Réflexion : Non communiqué
- Paramètres : 27 milliards
- Licence : Gemma (poids ouverts, téléchargeables)
- Classe énergétique : B (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Août 2024

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/google/gemma-3-27b-it)
- Sur votre machine : [Ollama](https://ollama.com/search?q=gemma-3-27b-it)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/google/gemma-3-27b-it)
- Par API : [API Google DeepMind](https://ai.google.dev)
- L'essayer : [Gemini](https://gemini.google.com)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 95 % | 58,0 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| Lech Mazur Writing | Écriture | 7,99 | 71,3 | archivé | https://epoch.ai/benchmarks |
| MATH Level 5 | Maths | 74 % | 57,4 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 69,6 % | 65,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 68,5 % | 61,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 62,8 % | 54,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 61,9 % | 58,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| LiveBench, mathématiques | Maths | 55,4 % | 54,0 | archivé | https://epoch.ai/benchmarks |
| compar:IA | Français | 1 061,0 Elo | 89,2 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| GeoBench | Vision | 52 % | 41,1 | archivé | https://epoch.ai/benchmarks |
| LiveBench | Hors tâche | 50 % | 51,1 | archivé | https://epoch.ai/benchmarks |
| Arena, écriture créative | Écriture | 1 348,5 Elo | 65,0 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 365,4 Elo | 61,4 | actif | https://arena.ai/leaderboard |
| EuroEval, ScaLA (grammaire) | Français | 44,4 % | 55,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions en français | Français | 1 386,3 Elo | 62,4 | actif | https://arena.ai/leaderboard |
| LiveBench, raisonnement | Raisonnement | 43,8 % | 48,9 | archivé | https://epoch.ai/benchmarks |
| Arena, vision | Vision | 1 159,5 Elo | 59,8 | actif | https://arena.ai/leaderboard |
| LiveBench, code | Code | 39,9 % | 48,1 | archivé | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 322,3 Elo | 53,5 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 337,0 Elo | 54,2 | actif | https://arena.ai/leaderboard |
| EuroEval, OrangeSum (résumé) | Français | 37,9 % | 72,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions de code | Code | 1 357,6 Elo | 50,4 | actif | https://arena.ai/leaderboard |
| Fiction.LiveBench | Données | 33,3 % | 50,8 | archivé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 47,7 % | 51,0 | actif | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 22,5 % | 53,9 | saturé | https://epoch.ai/benchmarks |
| SciCode | Code | 21,2 % | 44,6 | actif | https://artificialanalysis.ai/evaluations/scicode |
| DTBench | Raisonnement | 52,5 % | 43,3 | saturé | https://conceptualreasoning.ai/dtbench |
| EuroEval, MultiLoKo (connaissances locales) | Français | 20,3 % | 55,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| LMCA | Raisonnement | 12,28 | 52,6 | actif | https://conceptualreasoning.ai/lmca |
| Aider Polyglot | Code | 4,9 % | 41,0 | archivé | https://aider.chat/docs/leaderboards/ |
| Chess Puzzles | Raisonnement | 0 % | 47,6 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Gemma 3 27B ?** Gemma 3 27B obtient un score IA de 54,2, avec une marge de 49,6 à 58,8, dans l'édition du 28 septembre 2026. Il est classé 170e sur 246 modèles, à partir de 23 mesures.

**Dans quelles tâches Gemma 3 27B est-il le plus fort ?** Ses deux meilleures tâches sont français (61,5) et écriture (59,1). Sa tâche la plus faible est raisonnement (46,6).

**Gemma 3 27B peut-il tourner en local ?** Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 18,6 Go.

**Combien coûte Gemma 3 27B ?** 0,07 € par million de jetons en entrée et 0,14 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Gemma 3 27B ?** Gemma 3 27B est édité par Google DeepMind (États-Unis), et il est sorti le 11 mars 2025. Ses poids sont ouverts, sous licence Gemma.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com