Gemma 4 E4B
- 输入 输入模态: 文本图像音频 输出 输出模态: 文本
- 推理
- 工具调用
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 许可证
- apache-2.0
- 模型家族
- gemma
Google 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 结构化输出, 内置工具, 知识截止, 别名。
本地运行
权重： google/gemma-4-E4B- 参数 8B
- 稠密
- 原生精度 BF16
- 层数 42
- 每 token 的 KV 缓存 84 KB
- 配置位置数 128K （config.json max_position_embeddings）
- API 上下文 125K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 原生 BF16 （自动） 8K 上下文 31–47 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 15.8 GB (权重 14.9（官方文件） + KV 缓存 0.1 + 开销 0.7)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 31–47 tok/s
- 最长上下文
- 125K (模型上限)
- 首 token
- 2K 提示约 0.26–0.39 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 14.9 GB | ≈ 15.8 | ●流畅 31–47 tok/s | 125K |
| Q8_0 | 7.9 GB | ≈ 8.6 | ●流畅 58–87 tok/s | 125K |
| FP8 | 7.4 GB | ≈ 8.1 | ●流畅 62–93 tok/s | 125K |
| Q6_K | 6.1 GB | ≈ 6.8 | ●流畅 75–112 tok/s | 125K |
| Q5_K_M | 5.3 GB | ≈ 5.9 | ●流畅 86–129 tok/s | 125K |
| Q5_0 | 5.1 GB | ≈ 5.8 | ●流畅 89–134 tok/s | 125K |
| Q4_K_M | 4.5 GB | ≈ 5.2 | ●流畅 101–151 tok/s | 125K |
| Q4_0 | 4.2 GB | ≈ 4.8 | ●流畅 108–163 tok/s | 125K |
| IQ4_XS | 4.0 GB | ≈ 4.6 | ●流畅 114–172 tok/s | 125K |
| Q3_K_M质量下降明显 | 3.6 GB | ≈ 4.3 | ●流畅 124–186 tok/s | 125K |
| IQ3_XXS质量下降明显 | 2.8 GB | ≈ 3.5 | ●流畅 157–235 tok/s | 125K |
| Q2_K质量下降明显 | 2.8 GB | ≈ 3.4 | ●流畅 160–240 tok/s | 125K |
| IQ2_XXS质量下降明显 | 1.9 GB | ≈ 2.6 | ●流畅 228–342 tok/s | 125K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 3080；统一内存 Apple M5 · 16 GB。
运行命令
vLLM
vllm serve google/gemma-4-E4B --max-model-len 8192
微调需要多少显存
全参≈ 122.2 GB你的配置放不下
LoRA≈ 18.1 GB你的配置放得下
QLoRA≈ 7.4 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →- 新增语言模型
- 新增语言模型
来源
- Gemma 4 model card（在新标签页打开） ai.google.dev · 核对于 2026年11月1日
- Release notes | Gemini API | Google AI for Developers（在新标签页打开） ai.google.dev · 核对于 2026年11月4日
- google/gemma-4-E4B model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- google/gemma-4-E4B config.json（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- google/gemma-4-E4B files（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- Living Models pairs Gemma 4 with BOTANIC-1 to help decode plant DNA — Google DeepMind（在新标签页打开） deepmind.google · 核对于 2026年11月5日
- google/gemma-4-E4B model card（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- google/gemma-4-E2B · Hugging Face（在新标签页打开） huggingface.co · 核对于 2026年10月30日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Google · 美国 · ai.google.dev
相关模型
快照、同系列与同厂商的其他模型