Gemma 3 27B

Fiche modèle · Google · gemma-3-27b-it

Gemma 3 27B is a 27-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 complex question answering, summarization, reasoning, and image understanding tasks.

Fiches modèles

Identité

Organisation	Google
Pays	—
Famille	—
Type	llm
Date de sortie	2025-03-12
Licence	gemma
Licence commerciale	oui
Licence open source	non
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	image\|text
Fenêtre de contexte	128 000
KV cache / token (Q8)	—
Paramètres totaux	27 B
Paramètres actifs (session)	27.4 B
Source des paramètres actifs	web : https://huggingface.co/google/gemma-3-27b-it
Curation des paramètres actifs	2026-11-04
Prix par session	0.11 $ (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 Players	69.4×
Coût / tâche (Terminal-Bench)	0.94 $ (est.)
Tokens d'entraînement	14 000 000 000 000
Coupure de connaissance	—
Créé le	2026-05-07T16:53:29.605240Z
Mis à jour le	2026-11-04T06:04:45.430556Z
Source	LLM Stats
URL	https://llm-stats.com/models/gemma-3-27b-it

Tokens/tâche

IA Act — preuves fournisseur

ICA 78/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	5,0	5 %
Résumé des données d'entraînement	5,0	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	5,0	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : souverain — via Nebius (cortecs).

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 « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
Nebius	cortecs	souverain	0.10 $	0.30 $	fp8	131 000	—	—	—
DeepInfra	llm-stats	non	0.08 $	0.16 $	—	—	—	—	active

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

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.90
image_to_text	0.70
instruction_following	0.90
language	0.60
legal	0.70
long_context	0.10
math	0.80
multimodal	0.70
physics	0.40
reasoning	0.60
structured_output	0.90
factuality	0.40
finance	0.70
general	0.60
grounding	0.70
healthcare	0.70
biology	0.40
chemistry	0.40
code	0.60
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
ai2d	vision	0.84	1.00	0.84	non	oui	2026-11-04T06:04:45.443701Z
big-bench-extra-hard	reasoning	0.19	1.00	0.19	non	oui	2026-11-04T06:04:45.453130Z
big-bench-hard	reasoning	0.88	1.00	0.88	non	oui	2026-11-04T06:04:45.456869Z
bird-sql-(dev)	reasoning	0.54	1.00	0.54	non	oui	2026-11-04T06:04:45.463090Z
chartqa	reasoning	0.78	1.00	0.78	non	oui	2026-11-04T06:04:45.467060Z
docvqa	vision	0.87	1.00	0.87	non	oui	2026-11-04T06:04:45.470662Z
eclektic	language	0.17	1.00	0.17	non	oui	2026-11-04T06:04:45.474001Z
facts-grounding	reasoning	0.75	1.00	0.75	non	oui	2026-11-04T06:04:45.477125Z
global-mmlu-lite	general	0.75	1.00	0.75	non	oui	2026-11-04T06:04:45.483023Z
gpqa	reasoning	0.42	1.00	0.42	non	oui	2026-11-04T06:04:45.494522Z
gsm8k	math	0.96	1.00	0.96	non	oui	2026-11-04T06:04:45.503013Z
hiddenmath	math	0.60	1.00	0.60	non	oui	2026-11-04T06:04:45.506449Z
humaneval	reasoning	0.88	1.00	0.88	non	oui	2026-11-04T06:04:45.513154Z
ifeval	chat	0.90	1.00	0.90	non	oui	2026-11-04T06:04:45.517309Z
infovqa	vision	0.71	1.00	0.71	non	oui	2026-11-04T06:04:45.523105Z
livecodebench	reasoning	0.30	1.00	0.30	non	oui	2026-11-04T06:04:45.529482Z
math	math	0.89	1.00	0.89	non	oui	2026-11-04T06:04:45.533053Z
mathvista-mini	math	0.68	1.00	0.68	non	oui	2026-11-04T06:04:45.536647Z
mbpp	reasoning	0.74	100.00	0.74	non	oui	2026-11-04T06:04:45.541718Z
mmlu-pro	language	0.68	1.00	0.68	non	oui	2026-11-04T06:04:45.545051Z
mmmu-(val)	vision	0.65	1.00	0.65	non	oui	2026-11-04T06:04:45.548276Z
mrcr-v2-(8-needle)	long_context	0.14	1.00	0.14	non	oui	2026-11-04T06:04:45.553146Z
natural2code	reasoning	0.84	1.00	0.84	non	oui	2026-11-04T06:04:45.557457Z
simpleqa	factuality	0.10	1.00	0.10	non	oui	2026-11-04T06:04:45.563064Z
textvqa	vision	0.65	1.00	0.65	non	oui	2026-11-04T06:04:45.568417Z
vqav2-(val)	vision	0.71	1.00	0.71	non	oui	2026-11-04T06:04:45.571702Z
wmt24++	language	0.53	1.00	0.53	non	oui	2026-11-04T06:04:45.583167Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	39	0.90	21.36	1	trueskill	2026-11-04T08:08:43.789169Z	rankings
code	213	—	5.29	2	trueskill	2026-10-19	model_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