Gemma 2 27B

Fiche modèle · Google · gemma-2-27b-it

Gemma 2 27B IT is an instruction-tuned version of Google's state-of-the-art open language model. Built from the same research and technology as Gemini, it's optimized for dialogue applications through supervised fine-tuning, distillation from larger models, and RLHF. The model excels at text generation tasks including question answering, summarization, and reasoning.

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2024-06-27
Licencegemma
Licence commercialeoui
Licence open sourcenon
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalités—
Fenêtre de contexte—
KV cache / token (Q8)—
Paramètres totaux27.2 B
Paramètres actifs (session)27.2 B
Source des paramètres actifsweb : https://huggingface.co/google/gemma-2-27b-it
Curation des paramètres actifs2026-11-04
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement13 000 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:29.373759Z
Mis à jour le2026-11-04T06:04:44.763257Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemma-2-27b-it

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.80
legal0.70
math0.60
physics0.80
psychology0.50
reasoning0.70
search0.30
finance0.80
general0.70
healthcare0.80
code0.50
creativity0.50

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
agievalreasoning0.551.000.55nonoui2026-11-04T06:04:44.770367Z
arc-creasoning0.711.000.71nonoui2026-11-04T06:04:44.779939Z
arc-ereasoning0.891.000.89nonoui2026-11-04T06:04:44.786277Z
big-benchreasoning0.751.000.75nonoui2026-11-04T06:04:44.791203Z
boolqlanguage0.851.000.85nonoui2026-11-04T06:04:44.795207Z
gsm8kmath0.741.000.74nonoui2026-11-04T06:04:44.803208Z
hellaswagreasoning0.861.000.86nonoui2026-11-04T06:04:44.813185Z
humanevalreasoning0.521.000.52nonoui2026-11-04T06:04:44.823016Z
mathmath0.421.000.42nonoui2026-11-04T06:04:44.829171Z
mbppreasoning0.63100.000.63nonoui2026-11-04T06:04:44.833047Z
mmlugeneral0.751.000.75nonoui2026-11-04T06:04:44.836492Z
natural-questionsreasoning0.341.000.34nonoui2026-11-04T06:04:44.843248Z
piqareasoning0.831.000.83nonoui2026-11-04T06:04:44.847316Z
social-iqareasoning0.541.000.54nonoui2026-11-04T06:04:44.852977Z
triviaqageneral0.841.000.84nonoui2026-11-04T06:04:44.859671Z
winograndereasoning0.841.000.84nonoui2026-11-04T06:04:44.863017Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code278—-7.961trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04