# Gemma 3n E4B

> Fiche du modèle de langage Gemma 3n E4B sur Quelle IA, édition du 28 septembre 2026. Gemma 3n E4B (Google DeepMind) : score IA de 50,3, 184e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemma-3n-e4b/
Origine : Google DeepMind · États-Unis · sorti le 1er mai 2025

## Score général

- Score IA : 50,3 (marge à 90 % : de 41,0 à 59,6)
- Rang : 184 (Groupe 12, ex æquo)
- Couverture : 60 % du poids des tâches, 13 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 | non mesuré | Non mesuré |
| Code | 45,6 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 50,3 | Rang 206 · 100 % |
| Maths | 45,8 | Provisoire · 12 % |
| Sciences | 46,9 | Provisoire · 20 % |
| Français | 54,4 | Rang 114 · 88 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 51,8 | Rang 196 · 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 3n E4B Instruct](https://artificialanalysis.ai/models/gemma-3n-e4b) | 4,8 (estimé) | hors classement | non publié | non publié | non publié |

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 ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/gemma-3n-e4b

## Exécution locale

Tient à partir d'une carte graphique de 8 Go (6 Go utiles), en version allégée à 4 bits, par exemple une GeForce RTX 5050. Mémoire estimée : 5,5 Go.

- Allégée, 4 bits : 5,5 Go
- Allégée, 8 bits : 9,7 Go
- Complète, 16 bits : 18,4 Go

- Plus petite machine : [Carte graphique 8 Go](https://quelleia.com/local/#carte_graphique_8_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 8 Go](https://quelleia.com/local/#carte_graphique_8_go), version allégée à 4 bits ; par exemple [GeForce RTX 5050](https://quelleia.com/local/geforce-rtx-5050/)
- PC portable RTX : [PC portable GeForce RTX 8 Go](https://quelleia.com/local/#pc_portable_rtx_8_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5050](https://quelleia.com/local/pc-portable-geforce-rtx-5050/)
- PC portable Intel : [PC portable Intel Core Ultra 32 Go](https://quelleia.com/local/#pc_portable_intel_32_go), version allégée à 8 bits ; par exemple [Samsung Galaxy Book6 Pro 16 pouces, 32 Go](https://quelleia.com/local/samsung-galaxy-book6-pro-16/)
- PC portable Snapdragon : [PC portable Snapdragon X2 48 Go](https://quelleia.com/local/#pc_portable_snapdragon_48_go), version allégée à 8 bits ; par exemple [ASUS Zenbook A16 (2026), Snapdragon X2 Elite Extreme, 48 Go](https://quelleia.com/local/asus-zenbook-a16-2026-snapdragon-x2-48go/)
- Mac : [Mac 16 Go](https://quelleia.com/local/#mac_16_go), version allégée à 8 bits ; par exemple [Mac mini M6, 16 Go](https://quelleia.com/local/mac-mini-m6-16go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version complète ; 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 : [PC portable 16 Go](https://quelleia.com/local/#portable_16_go), version allégée à 8 bits ; par exemple [PC portable 16 Go, sans carte graphique](https://quelleia.com/local/pc-portable-16-go/)
- Serveur : Oui

## Fiche technique

- Prix : 0,05 € / 0,10 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 32 768 jetons (environ 25 000 mots)
- Entrées : Texte, image
- Réflexion : Non communiqué
- Paramètres : 8 milliards
- Licence : Gemma (poids ouverts, téléchargeables)
- Classe énergétique : A (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Juin 2024

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/google/gemma-3n-E4B-it)
- Sur votre machine : [Ollama](https://ollama.com/search?q=gemma-3n-E4B-it)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- 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 | 93,1 % | 41,6 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 90,4 % | 24,3 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 74,5 % | 97,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 65,8 % | 47,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 65,3 % | 62,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 55,7 % | 45,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 54 % | 75,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 49 % | 10,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| compar:IA | Français | 998,0 Elo | 61,7 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, écriture créative | Écriture | 1 298,5 Elo | 53,7 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 346,5 Elo | 53,9 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 317,3 Elo | 50,3 | actif | https://arena.ai/leaderboard |
| EuroEval, OrangeSum (résumé) | Français | 37,4 % | 60,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions de code | Code | 1 306,9 Elo | 39,3 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 279,3 Elo | 43,2 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 259,5 Elo | 40,6 | actif | https://arena.ai/leaderboard |
| EuroEval, HellaSwag (bon sens) | Français | 30,2 % | 10,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 25,8 % | 11,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |

## En bref

**Quel est le score de Gemma 3n E4B ?** Gemma 3n E4B obtient un score IA de 50,3, avec une marge de 41,0 à 59,6, dans l'édition du 28 septembre 2026. Il est classé 184e sur 246 modèles, à partir de 13 mesures.

**Dans quelles tâches Gemma 3n E4B est-il le plus fort ?** Ses deux meilleures tâches sont français (54,4) et écriture (51,8). Sa tâche la plus faible est code (45,6).

**Gemma 3n E4B peut-il tourner en local ?** Tient à partir d'une carte graphique de 8 Go (6 Go utiles), en version allégée à 4 bits, par exemple une GeForce RTX 5050. Mémoire estimée : 5,5 Go.

**Combien coûte Gemma 3n E4B ?** 0,05 € par million de jetons en entrée et 0,10 € 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 3n E4B ?** Gemma 3n E4B est édité par Google DeepMind (États-Unis), et il est sorti le 1er mai 2025. Ses poids sont ouverts, sous licence Gemma.

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