Gemma 3 12B

Fiche modèle · Google · gemma-3-12b-it

Gemma 3 12B is a 12-billion-parameter vision-language model from Google, handling text and image input and generating text output. It features a 128K context window, multilingual support, and open weights. Suitable for question answering, summarization, reasoning, and image understanding tasks.

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2025-03-12
Licencegemma
Licence commercialeoui
Licence open sourcenon
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalitésimage|text
Fenêtre de contexte128 000
KV cache / token (Q8)—
Paramètres totaux12 B
Paramètres actifs (session)12.2 B
Source des paramètres actifsweb : https://huggingface.co/google/gemma-3-12b-it
Curation des paramètres actifs2026-11-04
Prix par session0.08 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
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)0.67 $ (est.)
Tokens d'entraînement12 000 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:29.477037Z
Mis à jour le2026-11-04T06:04:44.996446Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemma-3-12b-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 « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.05 $0.15 $————active

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

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.90
image_to_text0.80
instruction_following0.90
language0.50
legal0.60
math0.70
multimodal0.70
physics0.40
reasoning0.60
structured_output0.90
factuality0.40
finance0.60
general0.60
grounding0.80
healthcare0.60
biology0.40
chemistry0.40
code0.60
vision0.70

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
ai2dvision0.841.000.84nonoui2026-11-04T06:04:45.003622Z
big-bench-extra-hardreasoning0.161.000.16nonoui2026-11-04T06:04:45.013220Z
big-bench-hardreasoning0.861.000.86nonoui2026-11-04T06:04:45.023203Z
bird-sql-(dev)reasoning0.481.000.48nonoui2026-11-04T06:04:45.043238Z
chartqareasoning0.761.000.76nonoui2026-11-04T06:04:45.053466Z
docvqavision0.871.000.87nonoui2026-11-04T06:04:45.063253Z
eclekticlanguage0.101.000.10nonoui2026-11-04T06:04:45.073248Z
facts-groundingreasoning0.761.000.76nonoui2026-11-04T06:04:45.082205Z
global-mmlu-litegeneral0.691.000.69nonoui2026-11-04T06:04:45.093173Z
gpqareasoning0.411.000.41nonoui2026-11-04T06:04:45.103098Z
gsm8kmath0.941.000.94nonoui2026-11-04T06:04:45.113143Z
hiddenmathmath0.551.000.55nonoui2026-11-04T06:04:45.123001Z
humanevalreasoning0.851.000.85nonoui2026-11-04T06:04:45.132032Z
ifevalchat0.891.000.89nonoui2026-11-04T06:04:45.143050Z
infovqavision0.651.000.65nonoui2026-11-04T06:04:45.153152Z
livecodebenchreasoning0.251.000.25nonoui2026-11-04T06:04:45.163232Z
mathmath0.841.000.84nonoui2026-11-04T06:04:45.173184Z
mathvista-minimath0.631.000.63nonoui2026-11-04T06:04:45.182290Z
mbppreasoning0.73100.000.73nonoui2026-11-04T06:04:45.193191Z
mmlu-prolanguage0.611.000.61nonoui2026-11-04T06:04:45.203220Z
mmmu-(val)vision0.601.000.60nonoui2026-11-04T06:04:45.213169Z
natural2codereasoning0.811.000.81nonoui2026-11-04T06:04:45.223100Z
simpleqafactuality0.061.000.06nonoui2026-11-04T06:04:45.232187Z
textvqavision0.681.000.68nonoui2026-11-04T06:04:45.243200Z
vqav2-(val)vision0.721.000.72nonoui2026-11-04T06:04:45.253127Z
wmt24++language0.521.000.52nonoui2026-11-04T06:04:45.263210Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code235—2.752trueskill2026-10-19model_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