이 모델은 더 이상 권장되지 않습니다. 성능 벤치마킹은 계속하지만 빈도를 낮춰 6시간마다가 아닌 18시간마다 측정합니다.

Google에서 새 버전인 Gemma 4 E4B을 출시했습니다. 이 버전 사용을 고려해 보세요.

모든 릴리스•

Google

•

Open weights model

•

Released 2025년 6월

Gemma 3n E4B Instruct: 지능, 성능 및 가격 분석

사용해 보기

지능Updated

N/A

Artificial Analysis Intelligence Index

성능

N/A

Intelligence Index 작업당 시간(분)

장황성

N/A

Intelligence Index의 출력 토큰 수

Gemma 3n E4B Instruct의 지원 입력은 텍스트 및 이미지, 출력은 텍스트이며, 컨텍스트 창은 32k토큰이고 학습 데이터 기준일은 2024년 8월입니다.

추론	아니요
입력 모달리티	지원: 텍스트 및 이미지
출력 모달리티	지원: 텍스트
학습 데이터 기준일	2024. 8. 1.
컨텍스트 창	32k Arial 12포인트 기준 A4 약 48페이지
총 파라미터 수	8.4B
활성 파라미터 수	4B 추론 중 토큰마다 활성화되는 파라미터 수
라이선스	Gemma license
모델 웨이트	Hugging Face

동일한 등급의 모델과 지표를 비교합니다.

비추론 모델 → 다른 비추론 모델과만 비교
추론 모델 → 추론 및 비추론 모델 모두와 비교
오픈 웨이트 모델 → 같은 크기 등급의 다른 오픈 웨이트 모델과만 비교:

초소형: 파라미터 ≤4B
소형: 파라미터 4B~40B
중형: 파라미터 40B~150B
대형: 파라미터 >150B

독점 모델 → 입력/출력 가격을 3:1로 혼합해 같은 가격대의 독점 모델 및 오픈 웨이트 모델과 비교:

100만 토큰당 <$0.15
100만 토큰당 $0.15~$1
100만 토큰당 >$1

Updated

지능

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

작업당 시간

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

No publicly available API

작업당 비용

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

No publicly available API

지능Updated

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: 오픈 웨이트와 독점 모델

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 Index와 작업당 비용

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.

벤치마크

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: 점수

Openness Index는 모델의 개방성을 0~100으로 정규화해 평가합니다(높을수록 더 개방적)

비용

Intelligence Index 작업당 비용

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

Artificial Analysis Intelligence Index 실행 비용

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).

가격: 캐시 적중, 입력 및 출력

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.

컨텍스트 창

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).

모델 크기(오픈 웨이트 모델만 해당)

모델 크기: 총 매개변수와 활성 매개변수

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.

상세 정보

								웨이트
Gemma 3n E4B Instruct	Google	-	8.4B 추론 시 4B 활성	32k	-	-	-	🤗	-

Google의 다른 릴리스

자주 묻는 질문

Gemma 3n E4B Instruct에 관한 일반적인 질문

Gemma 3n E4B Instruct 모델은 2025년 6월 26일에 출시되었습니다.

Gemma 3n E4B Instruct 모델은 Google에서 개발했습니다.

아니요. Gemma 3n E4B Instruct 모델은 추론 모델이 아닙니다. 확장된 연쇄적 사고 추론 없이 바로 답변합니다.

Gemma 3n E4B Instruct 모델은 텍스트 및 이미지 입력을 지원합니다.

Gemma 3n E4B Instruct 모델은 텍스트 출력을 지원합니다.

예. Gemma 3n E4B Instruct 모델은 이미지 입력을 지원하며 이미지를 분석하고 설명하고 이미지에 관한 질문에 답할 수 있습니다.

예. Gemma 3n E4B Instruct 모델은 멀티모달 모델로, 텍스트 및 이미지 입력을 처리하고 텍스트 출력을 생성할 수 있습니다.

Gemma 3n E4B Instruct의 컨텍스트 창은 32k토큰입니다. 모델이 단일 요청에서 처리할 수 있는 텍스트와 대화 기록의 양을 결정합니다.

예. Gemma 3n E4B Instruct 모델은 오픈 웨이트이며 모델 웨이트가 공개되어 있어 다운로드한 뒤 자체 호스팅할 수 있습니다.

Gemma 3n E4B Instruct의 파라미터 수는 8.4B이며 이 중 4B가 활성화됩니다.

Gemma 3n E4B Instruct 모델은 총 파라미터 수가 8.4B인 전문가 혼합(MoE) 모델이지만 추론 중에는 활성 파라미터 4B만 사용합니다.

Gemma 3n E4B Instruct 모델은 Gemma license 라이선스로 공개되었으며 상업적 이용이 허용됩니다. 라이선스 보기

Gemma 3n E4B Instruct의 학습 데이터 기준일은 2024년 8월입니다. 모델의 학습 데이터에는 이 날짜까지의 정보가 포함됩니다.

Gemma 3n E4B Instruct 모델은 자체 호스팅할 수 있는 오픈 웨이트 모델입니다. 제공업체 보기

Gemma 3n E4B Instruct 모델은 다운로드해 자체 호스팅할 수 있는 오픈 웨이트 모델입니다. 제공업체 비교

Gemma 3n E4B Instruct: 지능, 성능 및 가격 분석

모델 요약

지능Updated

성능

비용

장황성

기술 사양

이 등급의 모델 75개

지능

작업당 시간

작업당 비용

지능Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: 오픈 웨이트와 독점 모델

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index와 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

벤치마크

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: 점수

비용

Intelligence Index 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index 실행 비용

Cost to Run Artificial Analysis Intelligence Index

가격: 캐시 적중, 입력 및 출력

Cache Hit

컨텍스트 창

컨텍스트 창

Context Window for RAG

Context Window

모델 크기(오픈 웨이트 모델만 해당)

모델 크기: 총 매개변수와 활성 매개변수

Total Parameters

Active Parameters at Inference Time

상세 정보

Google의 다른 릴리스

자주 묻는 질문

Gemma 3n E4B Instruct의 출시일은 언제인가요?

Gemma 3n E4B Instruct을 개발한 곳은 어디인가요?

Gemma 3n E4B Instruct 모델은 추론 모델인가요?

Gemma 3n E4B Instruct 모델은 어떤 입력 모달리티를 지원하나요?

Gemma 3n E4B Instruct 모델은 어떤 출력 모달리티를 지원하나요?

Gemma 3n E4B Instruct 모델은 이미지를 처리할 수 있나요?

Gemma 3n E4B Instruct 모델은 멀티모달 모델인가요?

Gemma 3n E4B Instruct의 컨텍스트 창은 얼마인가요?

Gemma 3n E4B Instruct 모델은 오픈 소스인가요?

Gemma 3n E4B Instruct의 파라미터 수는 얼마인가요?

Gemma 3n E4B Instruct의 활성 파라미터는 무엇인가요?

Gemma 3n E4B Instruct의 라이선스는 무엇인가요?

Gemma 3n E4B Instruct의 학습 데이터 기준일은 언제인가요?

Gemma 3n E4B Instruct 모델은 API로 제공되나요?

Gemma 3n E4B Instruct 모델은 어디에서 사용할 수 있나요?