Gemma 2 9B

Fiche modèle · Google · gemma-2-9b-it

Gemma 2 9B IT is an instruction-tuned version of Google's Gemma 2 9B base model. It was trained on 8 trillion tokens of web data, code, and math content. The model features sliding window attention, logit soft-capping, and knowledge distillation techniques. It's optimized for dialogue applications through supervised fine-tuning, distillation, RLHF, and model merging using WARP.

Fiches modèles

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 totaux9.24 B
Paramètres actifs (session)9.24 B
Source des paramètres actifsweb : https://huggingface.co/google/gemma-2-9b-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'entraînement8 000 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:29.425259Z
Mis à jour le2026-11-04T06:04:44.866298Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemma-2-9b-it
Tokens/tâche

Prix par fournisseur

Prix

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
legal0.60
math0.60
physics0.80
psychology0.50
reasoning0.60
search0.30
finance0.70
general0.60
healthcare0.70
code0.40
creativity0.50

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
agievalreasoning0.531.000.53nonoui2026-11-04T06:04:44.871312Z
arc-creasoning0.681.000.68nonoui2026-11-04T06:04:44.880016Z
arc-ereasoning0.881.000.88nonoui2026-11-04T06:04:44.887344Z
big-benchreasoning0.681.000.68nonoui2026-11-04T06:04:44.897895Z
boolqlanguage0.841.000.84nonoui2026-11-04T06:04:44.903058Z
gsm8kmath0.691.000.69nonoui2026-11-04T06:04:44.910191Z
hellaswagreasoning0.821.000.82nonoui2026-11-04T06:04:44.928433Z
humanevalreasoning0.401.000.40nonoui2026-11-04T06:04:44.939543Z
mathmath0.371.000.37nonoui2026-11-04T06:04:44.943636Z
mbppreasoning0.52100.000.52nonoui2026-11-04T06:04:44.953247Z
mmlugeneral0.711.000.71nonoui2026-11-04T06:04:44.959610Z
natural-questionsreasoning0.291.000.29nonoui2026-11-04T06:04:44.963010Z
piqareasoning0.821.000.82nonoui2026-11-04T06:04:44.973099Z
social-iqareasoning0.531.000.53nonoui2026-11-04T06:04:44.981823Z
triviaqageneral0.771.000.77nonoui2026-11-04T06:04:44.985123Z
winograndereasoning0.811.000.81nonoui2026-11-04T06:04:44.988499Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code280—-11.061trueskill2026-10-19model_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