Este modelo está obsoleto. Seguimos midiendo su rendimiento, pero con menos frecuencia: cada 18 horas en lugar de cada 6.

Google lanzó una versión más reciente, Gemma 4 31B. Te sugerimos considerarla como alternativa.

Todos los lanzamientos•

Google

•

Open weights model

•

Released marzo de 2025

Análisis de inteligencia, rendimiento y precio de Gemma 3 27B Instruct

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Probar

Proveedores disponibles

InteligenciaUpdated

N/D

Artificial Analysis Intelligence Index

Rendimiento

Tiempo hasta el primer token de respuesta 3.16sVelocidad de salida 41 tok/s

N/D

Tiempo por tarea del Intelligence Index (minutos)

Costo

Entrada $0.00Salida $0.00

N/D

Costo por tarea del Intelligence Index

Verbosidad

N/D

Tokens de salida del Intelligence Index

Gemma 3 27B Instruct admite entrada de texto e imágenes, genera texto y tiene una ventana de contexto de 128k tokens.

El precio de Gemma 3 27B Instruct es de $0.00 por 1 M de tokens de entrada (muy competitivo; mediana: $0.13) y $0.00 por 1 M de tokens de salida (muy competitivo; mediana: $0.25).

Razonamiento	No
Modalidad de entrada	Admite: texto e imágenes
Modalidad de salida	Admite: texto
Ventana de contexto	128k ~192 páginas A4 con fuente Arial de 12 puntos
Parámetros totales	27.4B
Licencia	Gemma license
Pesos del modelo	Hugging Face

Las métricas se comparan con modelos de la misma clase:

Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:

Muy pequeño: ≤4B parámetros
Pequeño: 4B–40B parámetros
Mediano: 40B–150B parámetros
Grande: >150B parámetros

Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:

<$0.15 por 1 M de tokens
$0.15–$1 por 1 M de tokens
>$1 por 1 M de tokens

Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Tiempo por tarea

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: pesos abiertos vs. propietarios

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Benchmarks

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

GDPval-AA v2.1

Agentic real-world work tasks, Elo

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Openness Index

Artificial Analysis Openness Index: puntuación

El Openness Index mide la apertura de los modelos en una escala normalizada de 0 a 100 (cuanto más alta, mayor apertura)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Costo de ejecutar el Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Precios: aciertos de caché, entrada y salida

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Rendimiento

Medido por el tiempo por tarea (minutos), la velocidad de salida (tokens por segundo), el tiempo hasta el primer token de respuesta y el tiempo hasta el primer token (segundos)

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Velocidad de salida

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Tiempo hasta el primer token de respuesta

Segundos hasta recibir el primer token de respuesta · Incluye el tiempo de «pensamiento» de los modelos de razonamiento

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Ventana de contexto

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Tamaño del modelo (solo modelos de pesos abiertos)

Tamaño del modelo: parámetros totales y activos

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Más detalles

								Pesos
Gemma 3 27B Instruct	Google	-	27.4B	128k	$0.00	-	41	🤗	+3

Más de Google

Preguntas frecuentes

Preguntas comunes sobre Gemma 3 27B Instruct

Gemma 3 27B Instruct se lanzó el 12 de marzo de 2025.

Gemma 3 27B Instruct fue creado por Google.

Gemma 3 27B Instruct tiene un tiempo hasta el primer token de respuesta de 3.16 s (según la mediana de los proveedores que sirven el modelo), un valor algo mayor que el promedio frente a otros modelos sin razonamiento, de pesos abiertos y tamaño similar (mediana: 2.43 s).

Gemma 3 27B Instruct cuesta $0.00 por 1 M de tokens de entrada (muy competitivo; mediana: $0.13) y $0.00 por 1 M de tokens de salida (muy competitivo; mediana: $0.25), según la API de Google.

Gemma 3 27B Instruct cuesta $0.00 por 1 M de tokens de entrada y $0.00 por 1 M de tokens de salida (según la API de Google). Con una tarifa combinada (proporción 7:2:1 entre aciertos de caché, entrada y salida), equivale a $0.00 por 1 M de tokens. El precio puede variar según el proveedor. Comparar precios de proveedores

No, Gemma 3 27B Instruct no es un modelo de razonamiento. Responde directamente sin razonamiento extendido en cadena.

Gemma 3 27B Instruct admite entrada de texto e imágenes.

Gemma 3 27B Instruct admite salida de texto.

Sí, Gemma 3 27B Instruct admite imágenes como entrada y puede analizarlas, describirlas y responder preguntas sobre ellas.

Sí, Gemma 3 27B Instruct es multimodal. Puede procesar entradas de texto e imágenes y generar salidas de texto.

Gemma 3 27B Instruct tiene una ventana de contexto de 128k tokens. Esto determina cuánto texto e historial de conversación puede procesar el modelo en una sola solicitud.

Sí, Gemma 3 27B Instruct es un modelo de pesos abiertos. Los pesos del modelo están disponibles públicamente y pueden descargarse para alojarlo por cuenta propia.

Gemma 3 27B Instruct tiene 27.4B parámetros.

Gemma 3 27B Instruct se publica bajo la licencia Gemma license, que permite el uso comercial. Ver licencia

Sí, Gemma 3 27B Instruct está disponible mediante API a través de 6 proveedores. Comparar proveedores de API

Gemma 3 27B Instruct está disponible a través de 6 proveedores de API. Comparar proveedores

Análisis de inteligencia, rendimiento y precio de Gemma 3 27B Instruct

Resumen del modelo

InteligenciaUpdated

Rendimiento

Costo

Verbosidad

Especificaciones técnicas

75 modelos en esta clase

Inteligencia

Tiempo por tarea

Costo por tarea

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: pesos abiertos vs. propietarios

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Benchmarks

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: puntuación

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Costo de ejecutar el Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Precios: aciertos de caché, entrada y salida

Cache Hit

Rendimiento

Tiempo por tarea del Intelligence Index

Time per Intelligence Index Task

Time Period

Velocidad de salida

End-to-End Output Speed

Tiempo hasta el primer token de respuesta

Time to First Answer Token

Ventana de contexto

Ventana de contexto

Context Window for RAG

Context Window

Tamaño del modelo (solo modelos de pesos abiertos)

Tamaño del modelo: parámetros totales y activos

Total Parameters

Active Parameters at Inference Time

Más detalles

Más de Google

Preguntas frecuentes

¿Cuándo se lanzó Gemma 3 27B Instruct?

¿Quién creó Gemma 3 27B Instruct?

¿Cuál es la latencia de Gemma 3 27B Instruct?

¿Cuánto cuesta Gemma 3 27B Instruct?

¿Cuál es el precio de la API de Gemma 3 27B Instruct?

¿Gemma 3 27B Instruct es un modelo de razonamiento?

¿Qué modalidades de entrada admite Gemma 3 27B Instruct?

¿Qué modalidades de salida admite Gemma 3 27B Instruct?

¿Gemma 3 27B Instruct puede procesar imágenes?

¿Gemma 3 27B Instruct es multimodal?

¿Cuál es la ventana de contexto de Gemma 3 27B Instruct?

¿Gemma 3 27B Instruct es de código abierto?

¿Cuántos parámetros tiene Gemma 3 27B Instruct?

¿Qué licencia tiene Gemma 3 27B Instruct?

¿Gemma 3 27B Instruct está disponible mediante API?

¿Dónde puedo usar Gemma 3 27B Instruct?