Gemma 3n E4B
Google DeepMind · États-Unis · sorti le Google DeepMind · États-Unis · 1er mai 2025
- Poids ouverts · Gemma
- Carte graphique 8 Go
- Classe énergétique A
Son bilan?
- Au classement général, 193e sur 257, dans un groupe de 35 modèles trop proches pour être départagés.
- Pas encore classé en code, maths et sciences : trop peu de mesures.
- Pas encore mesuré en raisonnement, tâches d'agent, compréhension d'images et création web.
Estimationenviron 0,10 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime
Score général?
50,6de 41,1 à 60,1
Les dix tâches?
- RaisonnementNon mesuré
- Code45,8Provisoire · 8 %, voir le classement Code
- AgentsNon mesuré
- Usage50,6Rang 217 · 100 %, voir le classement Usage
- Maths46,1Provisoire · 12 %, voir le classement Maths
- Sciences47,1Provisoire · 20 %, voir le classement Sciences
- Français55,1Rang 119 · 88 %, voir le classement Français
- VisionNon mesuré
- Écriture52,2Rang 208 · 100 %, voir le classement Écriture
- WebNon mesuré
Artificial Analysis
Hors du scoreArtificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. 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 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetonsentrée / sortie |
|---|---|---|---|---|---|
| Gemma 3n E4B Instruct | 4,8 | non publié | 0,0 jetons/s | 0,00 s | 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. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.
Source : Artificial Analysis
Peut-il tourner chez vous ?ESTIMATION
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.
- Carte graphique 8 Gopar exemple GeForce RTX 5050, et 3 autres machinesOui, allégé 4 bits
- PC portable GeForce RTX 8 Gopar exemple PC portable avec GeForce RTX 5050, et 2 autres machinesOui, allégé 4 bits
- PC portable Intel Core Ultra 32 Gopar exemple Samsung Galaxy Book6 Pro 16 pouces, 32 GoOui, jusqu'à 8 bits
- PC portable Snapdragon X2 48 Gopar exemple ASUS Zenbook A16 (2026), Snapdragon X2 Elite Extreme, 48 GoOui, jusqu'à 8 bits
- Mac 16 Gopar exemple Mac mini M6, 16 Go, et 2 autres machinesOui, jusqu'à 8 bits
- Ryzen AI Max 32 Gopar exemple Ryzen AI Max 385, 32 Go, et une autre machineOui, version complète
- PC portable RTX Spark 64 Gopar exemple Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 64 Go, et 2 autres machinesOui, version complète
- PC portable 16 Gopar exemple PC portable 16 Go, sans carte graphiqueOui, jusqu'à 8 bits
- ServeurOui
- EstiméRadeon RX 9060 XT 8 GoCarte graphique 8 Go · 320 Go/s · version allégée à 4 bitsde 37 à 95 jetons/s estimés
- EstiméPC portable avec GeForce RTX 5070PC portable GeForce RTX 8 Go · 384 Go/s · version allégée à 4 bitsde 44 à 110 jetons/s estimés
- EstiméASUS Zenbook A16 (2026), Snapdragon X2 Elite Extreme, 48 GoPC portable Snapdragon X2 48 Go · 228 Go/s · version allégée à 8 bitsde 15 à 38 jetons/s estimés
- EstiméMac mini M6, 16 GoMac 16 Go · 153 Go/s · version allégée à 8 bitsde 10 à 26 jetons/s estimés
- EstiméASUS ProArt P14 (H7407BA), RTX Spark, 128 GoPC portable RTX Spark 128 Go · 300 Go/s · version complètede 10 à 27 jetons/s estimés
Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.
Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.
Fiche technique
- Prix
- 0,05 € / 0,10 €entrée / sortie, par million de jetons
- Fenêtre de contexte
- 32 768 jetonsenviron 25 000 mots
- Entrées
- Non communiqué
- Réflexion
- Non communiqué
- Paramètres
- 8 milliards
- Licence
- Gemmapoids ouverts, téléchargeables
- Classe énergétique
- Asur une échelle de A à G
- Hébergement en Europe
- Possible
- Connaissances jusqu'à
- Non communiqué
Où le trouver
Liens directs, sans affiliationToutes les mesures
18 mesures · d'où vient le scoreVoir les 6 autres mesures
En bref
- Quel est le score de Gemma 3n E4B ?
- Gemma 3n E4B obtient un score IA de 50,6, avec une marge de 41,1 à 60,1, dans l'édition du 9 novembre 2026. Il est classé 193e sur 257 modèles, à partir de 13 mesures.?
- Dans quelles tâches Gemma 3n E4B est-il le plus fort ?
- Ses deux meilleures tâches sont français (55,1) et écriture (52,2). Sa tâche la plus faible est code (45,8).
- 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. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,10 € par l'API : c'est une estimation, pas un tarif. 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.