# Gemma 4 12B IT

> Fiche du modèle de langage Gemma 4 12B IT sur QUELLE IA, édition du 19 octobre 2026. Gemma 4 12B IT (Google DeepMind) : score IA de 64,8, provisoire. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemma-4-12b-it/
Origine : Google DeepMind · États-Unis · sorti le 3 juin 2026

## Son bilan

- Pas encore de rang au classement général : il a trop peu de mesures, son score est provisoire.
- Mesuré seulement en français pour l'instant.
- À essayer sur [Gemini](https://gemini.google.com)
- Prix estimé : environ 0,23 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question (une estimation, pas un tarif ; méthode : https://quelleia.com/demarche/#prix-estime)

## Score général

- Score IA : 64,8 (marge d'erreur à 90 % : de 49,8 à 79,7, le vrai niveau a neuf chances sur dix de s'y trouver)
- Rang : non classé, score provisoire
- Couverture : 10 % du poids des tâches, 8 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

Le score IA estime le niveau d'un modèle, toutes tâches confondues, à partir des benchmarks publics où il a été mesuré. Son échelle est fixée une fois pour toutes : 100 correspond au meilleur modèle au lancement du site. La marge donne l'intervalle où se trouve le score, avec une confiance de 90 %. Deux modèles dont les marges se recouvrent sont ex æquo. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

## Scores par tâche

Comment les tâches comptent dans le score : https://quelleia.com/demarche/#taches

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | non mesuré | Non mesuré |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | non mesuré | Non mesuré |
| Sciences | non mesuré | Non mesuré |
| Français | 64,8 | Rang 86 · 50 % |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Exécution locale

Tient à partir d'une carte graphique de 12 Go (10 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc B580. Mémoire estimée : 8,3 Go.

- Allégée, 4 bits : 8,3 Go
- Allégée, 8 bits : 14,5 Go
- Complète, 16 bits : 27,6 Go

- Plus petite machine : [Carte graphique 12 Go](https://quelleia.com/local/#carte_graphique_12_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 12 Go](https://quelleia.com/local/#carte_graphique_12_go), version allégée à 4 bits ; par exemple [Intel Arc B580](https://quelleia.com/local/intel-arc-b580/)
- PC portable RTX : [PC portable GeForce RTX 12 Go](https://quelleia.com/local/#pc_portable_rtx_12_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5070 Ti](https://quelleia.com/local/pc-portable-geforce-rtx-5070-ti/)
- 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 4 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 4 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 allégée à 8 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia : [PC portable RTX Spark 64 Go](https://quelleia.com/local/#rtx_spark_64_go), version complète ; par exemple [Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 64 Go](https://quelleia.com/local/microsoft-surface-laptop-ultra-15-rtx-spark-64go/)
- Sans carte graphique : [PC portable 16 Go](https://quelleia.com/local/#portable_16_go), version allégée à 4 bits ; par exemple [PC portable 16 Go, sans carte graphique](https://quelleia.com/local/pc-portable-16-go/)
- Serveur : Oui

### Vitesse de génération

Pas d'estimation de vitesse : l'éditeur ne publie pas le nombre de paramètres actifs par jeton de ce modèle. Méthode : https://quelleia.com/local/#vitesse-estimee

## Fiche technique

- Prix : 0,09 € / 0,27 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 262 144 jetons (environ 197 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 12 milliards
- Licence : Apache 2.0 (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-4-12B-it)
- Sur votre machine : [Ollama](https://ollama.com/search?q=gemma-4-12B-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)

## À lire sur Frandroid

Articles des médias du groupe Humanoid consacrés à ce modèle (relevé du 20 octobre 2026, hors du score).

- [Gemma 4 12B : comment installer l’IA open source de Google sur votre PC ou Mac](https://www.frandroid.com/culture-tech/intelligence-artificielle/google-gemini/3125435_gemma-4-12b-comment-installer-lia-open-source-de-google-sur-votre-pc-ou-mac) : Frandroid, 3 juin 2026 (actualité)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 95,6 % | 64,1 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 74,2 % | 93,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 70,8 % | 77,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 68,4 % | 63,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 67,1 % | 105,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 52,5 % | 44,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, OrangeSum (résumé) | Français | 38,7 % | 94,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, MultiLoKo (connaissances locales) | Français | 28 % | 62,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |

## En bref

**Quel est le score de Gemma 4 12B IT ?** Gemma 4 12B IT obtient un score IA de 64,8, avec une marge de 49,8 à 79,7. Ce score est provisoire : il repose sur 8 mesures, et le modèle n'a pas de rang. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

**Gemma 4 12B IT peut-il tourner en local ?** Tient à partir d'une carte graphique de 12 Go (10 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc B580. Mémoire estimée : 8,3 Go.

**Combien coûte Gemma 4 12B IT ?** 0,09 € par million de jetons en entrée et 0,27 € 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 0,23 € 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 4 12B IT ?** Gemma 4 12B IT est édité par Google DeepMind (États-Unis), et il est sorti le 3 juin 2026. Ses poids sont ouverts, sous licence Apache 2.0.

Source : QUELLE IA, édition du 19 octobre 2026. https://quelleia.com