# Gemma 7B

> Fiche du modèle de langage Gemma 7B sur Quelle IA, édition du 28 septembre 2026. Gemma 7B (Google DeepMind) : score IA de 10,1, 242e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemma-7b/
Origine : Google DeepMind · États-Unis · sorti le 21 février 2024

## Score général

- Score IA : 10,1 (marge à 90 % : de 0,0 à 24,4)
- Rang : 242 (Groupe 14, ex æquo)
- Couverture : 60 % du poids des tâches, 11 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 | 9,8 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 9,8 | Rang 267 · 100 % |
| Maths | 10,6 | Provisoire · 12 % |
| Sciences | 10,9 | Provisoire · 20 % |
| Français | 8,8 | Rang 162 · 56 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 9,8 | Rang 266 · 100 % |
| Web | non mesuré | Non mesuré |

## 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 : 5,9 Go.

- Allégée, 4 bits : 5,9 Go
- Allégée, 8 bits : 10,3 Go
- Complète, 16 bits : 19,6 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 : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : 8,5 milliards
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/google/gemma-7b-it)
- Sur votre machine : [Ollama](https://ollama.com/search?q=gemma-7b-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 | 90,1 % | 22,7 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| HellaSwag | Hors tâche | 82,2 % | 20,0 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 81,2 % | 15,3 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 72,8 % | 86,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| TriviaQA | Hors tâche | 72,3 % | -0,5 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 78,6 % | 28,5 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 78,3 % | 25,3 | archivé | https://epoch.ai/benchmarks |
| BoolQ | Hors tâche | 83,2 % | 8,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, Allociné (sentiment) | Français | 65,2 % | -52,8 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| TriviaQA | Hors tâche | 63,4 % | -38,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 81,2 % | 5,1 | archivé | https://epoch.ai/benchmarks |
| PIQA | Hors tâche | 81,2 % | 5,1 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 79 % | 25,4 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 66,1 % | 18,5 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 64,3 % | 15,3 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 64,3 % | 15,3 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 63,6 % | 14,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 46,9 % | 3,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GSM8K | Maths | 46,4 % | -0,3 | archivé | https://epoch.ai/benchmarks |
| GSM8K | Maths | 46,4 % | -0,3 | archivé | https://epoch.ai/benchmarks |
| WinoGrande | Hors tâche | 72,3 % | -1,9 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 55,1 % | 9,0 | archivé | https://epoch.ai/benchmarks |
| BIG-Bench Hard (BBH) | Hors tâche | 55,1 % | 9,0 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 53,2 % | -11,2 | archivé | https://epoch.ai/benchmarks |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 53,2 % | -11,2 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 32,4 % | -44,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 26,4 % | 4,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ANLI (Adversarial NLI) | Hors tâche | 48,7 % | 20,1 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 20,9 % | -3,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 20,7 % | -194,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, texte | Usage | 1 137,7 Elo | 8,7 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 101,3 Elo | 9,3 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 167,1 Elo | 8,7 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 119,9 Elo | 11,9 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 127,3 Elo | 6,9 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 121,5 Elo | 13,2 | actif | https://arena.ai/leaderboard |
| WinoGrande | Hors tâche | 55,6 % | -95,7 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 10,3 % | -47,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 3,7 % | -69,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |

## En bref

**Quel est le score de Gemma 7B ?** Gemma 7B obtient un score IA de 10,1, avec une marge de 0,0 à 24,4, dans l'édition du 28 septembre 2026. Il est classé 242e sur 246 modèles, à partir de 11 mesures.

**Dans quelles tâches Gemma 7B est-il le plus fort ?** Ses deux meilleures tâches sont sciences (10,9) et maths (10,6). Sa tâche la plus faible est français (8,8).

**Gemma 7B 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 : 5,9 Go.

**Qui édite Gemma 7B ?** Gemma 7B est édité par Google DeepMind (États-Unis), et il est sorti le 21 février 2024. Ses poids sont ouverts.

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