Cuatro Tamaños

Familia de Modelos Gemma 4

Desde dispositivos móviles hasta estaciones de trabajo — un tamaño optimizado para cada destino de despliegue.

Gemma 4 E2B

Móvil · Borde

Diseñado para máxima eficiencia de memoria en dispositivos de borde. Activa un footprint efectivo de 2B parámetros para preservar RAM y batería. Funciona totalmente offline.

Params: 2B efectivos activos
Context: 128K tokens
Hardware: Teléfonos, Raspberry Pi, Jetson Nano

Entrada de audio nativaLatencia casi ceroTotalmente offline

Gemma 4 E4B

Móvil · Borde

Modelo de borde de mayor capacidad con comprensión de audio y video. Integra con Android AICore Developer Preview y ML Kit GenAI Prompt API para producción.

Params: 4B efectivos activos
Context: 128K tokens
Hardware: Android, iOS, GPUs de borde

Audio + visiónVista previa AICoreML Kit GenAI API

Gemma 4 26B MoE

Estación de trabajo · #6 Abierto

Modelo Mixture-of-Experts que activa solo 3.8B parámetros por inferencia para un rendimiento tokens-por-segundo excepcional. #6 modelo abierto en Arena AI.

Params: 26B total, 3.8B activos (MoE)
Context: 256K tokens
Hardware: GPU de consumo, H100 único

Inferencia ultra-rápidaBaja latenciaEficiencia MoE

Gemma 4 31B Dense

Estación de trabajo · #3 Abierto

Máxima calidad y capacidad raw. El modelo principal para ajuste fino e investigación. Cabe en una sola GPU H100 de 80GB. Actualmente el #3 modelo abierto en Arena AI.

Params: 31B denso
Context: 256K tokens
Hardware: H100 único de 80GB (fp16)

Máxima calidadCampeón de ajuste finoArena AI #3

Rendimiento en Benchmarks

Evaluado en conjuntos de datos estándar de la industria. Consulta la tarjeta del modelo para benchmarks adicionales.

Benchmark	Tarea	31B Dense	26B MoE	Gemma 3 27B (gen. anterior)
Arena AI (Texto)	Preferencia humana	1452	1441	1365
MMMLU	Q&A multilingüe	85.2%	82.6%	67.6%
MMMU Pro	Razonamiento multimodal	76.9%	73.8%	49.7%
AIME 2026	Matemáticas	89.2%	88.3%	20.8%
LiveCodeBench v6	Codificación competitiva	80.0%	77.1%	29.1%
GPQA Diamond	Conocimiento científico	84.3%	82.3%	42.4%
τ2-bench Agéntico	Uso agéntico de herramientas	86.4%	85.5%	6.6%

Descargar Pesos del Modelo

Comenzar → Casos de Uso