Gemma 3n E4B Instructed LiteRT Preview

Fiche modèle · Google · gemma-3n-e4b-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 contexte32 768
KV cache / token (Q8)—
Paramètres totaux1.91 B
Paramètres actifs (session)4 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 le2026-05-07T16:53:30.049416Z
Mis à jour le2026-11-04T06:04:46.373151Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemma-3n-e4b-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
legal0.50
math0.40
physics0.50
psychology0.50
reasoning0.50
search0.20
finance0.50
general0.50
healthcare0.50
biology0.20
chemistry0.20
code0.40
creativity0.50

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aime-2025math0.121.000.12nonoui2026-11-04T06:04:46.383692Z
arc-creasoning0.621.000.62nonoui2026-11-04T06:04:46.393075Z
arc-ereasoning0.821.000.82nonoui2026-11-04T06:04:46.403176Z
big-bench-hardreasoning0.531.000.53nonoui2026-11-04T06:04:46.413344Z
boolqlanguage0.821.000.82nonoui2026-11-04T06:04:46.416732Z
codegolf-v2.2code0.171.000.17nonoui2026-11-04T06:04:46.420373Z
dropreasoning0.611.000.61nonoui2026-11-04T06:04:46.426246Z
eclekticlanguage0.021.000.02nonoui2026-11-04T06:04:46.429276Z
global-mmlugeneral0.601.000.60nonoui2026-11-04T06:04:46.432953Z
global-mmlu-litegeneral0.651.000.65nonoui2026-11-04T06:04:46.443080Z
gpqareasoning0.241.000.24nonoui2026-11-04T06:04:46.452443Z
hellaswagreasoning0.791.000.79nonoui2026-11-04T06:04:46.459415Z
hiddenmathmath0.381.000.38nonoui2026-11-04T06:04:46.462999Z
humanevalreasoning0.751.000.75nonoui2026-11-04T06:04:46.466747Z
includegeneral0.571.000.57nonoui2026-11-04T06:04:46.470849Z
livecodebenchreasoning0.131.000.13nonoui2026-11-04T06:04:46.474563Z
livecodebench-v5reasoning0.261.000.26nonoui2026-11-04T06:04:46.483138Z
mbppreasoning0.64100.000.64nonoui2026-11-04T06:04:46.486829Z
mgsmmath0.611.000.61nonoui2026-11-04T06:04:46.492943Z
mmlugeneral0.651.000.65nonoui2026-11-04T06:04:46.503127Z
mmlu-prolanguage0.511.000.51nonoui2026-11-04T06:04:46.513049Z
mmlu-proxlanguage0.201.000.20nonoui2026-11-04T06:04:46.517085Z
natural-questionsreasoning0.211.000.21nonoui2026-11-04T06:04:46.523071Z
piqareasoning0.811.000.81nonoui2026-11-04T06:04:46.527155Z
social-iqareasoning0.501.000.50nonoui2026-11-04T06:04:46.533187Z
triviaqageneral0.701.000.70nonoui2026-11-04T06:04:46.536706Z
winograndereasoning0.721.000.72nonoui2026-11-04T06:04:46.542286Z
wmt24++language0.501.000.50nonoui2026-11-04T06:04:46.545632Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code256—-0.113trueskill2026-10-19model_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