Gemma 3n E2B Instructed LiteRT (Preview)

Fiche modèle · Google · gemma-3n-e2b-it-litert-preview

Gemma 3n is a generative AI model optimized for use in everyday devices, such as phones, laptops, and tablets. It features innovations like Per-Layer Embedding (PLE) parameter caching and a MatFormer model architecture for reduced compute and memory. These models handle audio, text, and visual data, though this E4B preview currently supports text and vision input. Gemma is a family of lightweight, state-of-the-art open models from Google, built from the same research and technology used to create the Gemini models, and is licensed for responsible commercial use.

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2025-05-20
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 totaux1.91 B
Paramètres actifs (session)2 B
Source des paramètres actifsweb : https://developers.googleblog.com/en/introducing-gemma-3n/
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'entraînement—
Coupure de connaissance2024-06-01
Créé le2026-05-07T16:53:29.866665Z
Mis à jour le2026-11-04T06:04:45.993183Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemma-3n-e2b-it-litert-preview

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
language0.50
legal0.40
math0.40
physics0.50
psychology0.50
reasoning0.50
search0.20
finance0.40
general0.40
healthcare0.40
biology0.20
chemistry0.20
code0.30
creativity0.50

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aime-2025math0.071.000.07nonoui2026-11-04T06:04:46.001587Z
arc-creasoning0.521.000.52nonoui2026-11-04T06:04:46.012148Z
arc-ereasoning0.761.000.76nonoui2026-11-04T06:04:46.016386Z
big-bench-hardreasoning0.441.000.44nonoui2026-11-04T06:04:46.023970Z
boolqlanguage0.761.000.76nonoui2026-11-04T06:04:46.027046Z
codegolf-v2.2code0.111.000.11nonoui2026-11-04T06:04:46.040804Z
dropreasoning0.541.000.54nonoui2026-11-04T06:04:46.044689Z
eclekticlanguage0.031.000.03nonoui2026-11-04T06:04:46.048247Z
global-mmlugeneral0.551.000.55nonoui2026-11-04T06:04:46.054197Z
global-mmlu-litegeneral0.591.000.59nonoui2026-11-04T06:04:46.058725Z
gpqareasoning0.251.000.25nonoui2026-11-04T06:04:46.062287Z
hellaswagreasoning0.721.000.72nonoui2026-11-04T06:04:46.069388Z
hiddenmathmath0.281.000.28nonoui2026-11-04T06:04:46.073297Z
humanevalreasoning0.671.000.67nonoui2026-11-04T06:04:46.083051Z
includegeneral0.391.000.39nonoui2026-11-04T06:04:46.093130Z
livecodebenchreasoning0.131.000.13nonoui2026-11-04T06:04:46.100738Z
livecodebench-v5reasoning0.191.000.19nonoui2026-11-04T06:04:46.111357Z
mbppreasoning0.57100.000.57nonoui2026-11-04T06:04:46.123174Z
mgsmmath0.531.000.53nonoui2026-11-04T06:04:46.129642Z
mmlugeneral0.601.000.60nonoui2026-11-04T06:04:46.133005Z
mmlu-prolanguage0.411.000.41nonoui2026-11-04T06:04:46.143401Z
mmlu-proxlanguage0.081.000.08nonoui2026-11-04T06:04:46.153138Z
natural-questionsreasoning0.151.000.15nonoui2026-11-04T06:04:46.163295Z
piqareasoning0.791.000.79nonoui2026-11-04T06:04:46.173278Z
social-iqareasoning0.491.000.49nonoui2026-11-04T06:04:46.182178Z
triviaqageneral0.611.000.61nonoui2026-11-04T06:04:46.185472Z
winograndereasoning0.671.000.67nonoui2026-11-04T06:04:46.188747Z
wmt24++language0.431.000.43nonoui2026-11-04T06:04:46.192989Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code271—-4.443trueskill2026-10-19model_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