このモデルは非推奨です。性能測定は継続していますが、頻度を下げ、6時間ごとではなく18時間ごとに測定しています。

Googleは新しいリリースであるGemma 4 E4Bを公開しています。こちらの利用をご検討ください。

すべてのリリース•

Google

•

Open weights model

•

Released 2025年6月

Gemma 3n E4B Instructの知能、性能、料金の分析

試す

知能Updated

該当なし

Artificial Analysis Intelligence Index

パフォーマンス

該当なし

Intelligence Index タスクあたりの時間（分）

コスト

入力 -出力 -

該当なし

Intelligence Indexのタスクあたりのコスト

冗長性

該当なし

Intelligence Indexでの出力トークン数

Gemma 3n E4B Instructはテキスト、画像入力に対応し、テキストを出力します。コンテキストウィンドウは32kトークンで、知識は2024年8月までです。

推論	いいえ
入力モダリティ	対応：テキスト、画像
出力モダリティ	対応：テキスト
知識のカットオフ	2024/08/01
コンテキストウィンドウ	32k Arial 12ポイントのA4用紙約48ページ分
総パラメーター数	8.4B
有効パラメーター数	4B 推論時にトークンごとに有効になるパラメーター数
ライセンス	Gemma license
モデルウェイト	Hugging Face

各指標は同じクラスのモデルと比較します。

非推論モデル → 他の非推論モデルとのみ比較
推論モデル → 推論モデルと非推論モデルの両方と比較
オープンウェイトモデル → 同じ規模クラスの他のオープンウェイトモデルとのみ比較：

極小：パラメーター数≤4B
小：パラメーター数4B～40B
中：パラメーター数40B～150B
大：パラメーター数>150B

独自モデル → 入力／出力のブレンド料金を3:1として、同じ料金帯の独自モデルとオープンウェイトモデルを比較：

100万トークンあたり<$0.15
100万トークンあたり$0.15～$1
100万トークンあたり>$1

Updated

知能

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

タスクあたりの時間

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

No publicly available API

タスクあたりの費用

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

No publicly available API

知能Updated

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：オープンウェイトとプロプライエタリ

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 とタスクあたりのコスト

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.

ベンチマーク

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

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：スコア

Openness Indexはモデルのオープン性を0～100の正規化尺度で評価します（高いほどオープン）

費用

Intelligence Index タスクあたりのコスト

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

Artificial Analysis Intelligence Index の実行コスト

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).

料金：キャッシュヒット・入力・出力

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.

コンテキストウィンドウ

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).

モデル規模（オープンウェイトモデルのみ）

モデルサイズ：総パラメータ数とアクティブパラメータ数

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.

詳細

								ウェイト
Gemma 3n E4B Instruct	Google	-	8.4B 推論時に4Bが有効	32k	-	-	-	🤗	-

Googleの他のリリース

よくある質問

Gemma 3n E4B Instructに関するよくある質問

Gemma 3n E4B Instructは2025年6月26日にリリースされました。

Gemma 3n E4B InstructはGoogleが開発しました。

いいえ。Gemma 3n E4B Instructは推論モデルではありません。思考の連鎖による長い推論を行わず、直接回答します。

Gemma 3n E4B Instructはテキスト、画像入力に対応しています。

Gemma 3n E4B Instructはテキスト出力に対応しています。

はい。Gemma 3n E4B Instructは画像入力に対応し、画像の分析、説明、画像に関する質問への回答が可能です。

はい。Gemma 3n E4B Instructはマルチモーダルです。テキスト、画像入力を処理し、テキスト出力を生成できます。

Gemma 3n E4B Instructのコンテキストウィンドウは32kトークンです。これは、モデルが1回のリクエストで処理できるテキストと会話履歴の量を決定します。

はい。Gemma 3n E4B Instructはオープンウェイトモデルです。モデルウェイトが一般公開されており、ダウンロードしてセルフホストできます。

Gemma 3n E4B Instructのパラメーター数は8.4Bで、そのうち4Bが有効です。

Gemma 3n E4B Instructは総パラメーター数8.4BのMixture of Experts（MoE）モデルですが、推論時に使用する有効パラメーター数は4Bのみです。

Gemma 3n E4B InstructはGemma licenseライセンスで公開されており、商用利用が認められています。ライセンスを表示

Gemma 3n E4B Instructの知識のカットオフは2024年8月です。モデルの学習データには、この日付までの情報が含まれます。

Gemma 3n E4B Instructはセルフホスト可能なオープンウェイトモデルです。プロバイダーを表示

Gemma 3n E4B Instructは、ダウンロードしてセルフホストできるオープンウェイトモデルです。プロバイダーを比較

Gemma 3n E4B Instructの知能、性能、料金の分析

モデル概要

知能Updated

パフォーマンス

コスト

冗長性

技術仕様

このクラスのモデル：75件

知能

タスクあたりの時間

タスクあたりの費用

知能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index：オープンウェイトとプロプライエタリ

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

ベンチマーク

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index：スコア

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index の実行コスト

Cost to Run Artificial Analysis Intelligence Index

料金：キャッシュヒット・入力・出力

Cache Hit

コンテキストウィンドウ

コンテキストウィンドウ

Context Window for RAG

Context Window

モデル規模（オープンウェイトモデルのみ）

モデルサイズ：総パラメータ数とアクティブパラメータ数

Total Parameters

Active Parameters at Inference Time

詳細

Googleの他のリリース

よくある質問

Gemma 3n E4B Instructはいつリリースされましたか？

Gemma 3n E4B Instructの開発元はどこですか？

Gemma 3n E4B Instructは推論モデルですか？

Gemma 3n E4B Instructはどの入力モダリティに対応していますか？

Gemma 3n E4B Instructはどの出力モダリティに対応していますか？

Gemma 3n E4B Instructは画像を処理できますか？

Gemma 3n E4B Instructはマルチモーダルですか？

Gemma 3n E4B Instructのコンテキストウィンドウはどのくらいですか？

Gemma 3n E4B Instructはオープンソースですか？

Gemma 3n E4B Instructのパラメーター数はいくつですか？

Gemma 3n E4B Instructの有効パラメーターとは何ですか？

Gemma 3n E4B Instructのライセンスは何ですか？

Gemma 3n E4B Instructの知識のカットオフはいつですか？

Gemma 3n E4B InstructはAPIで利用できますか？

Gemma 3n E4B Instructはどこで利用できますか？