Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Google DeepMind · pașaport de model

Google: Gemma 3 4B

gemma-3-4b-it

Ponderi deschise
Licență Gemma
4.3B parametri
131,072 context
Lansat 2025-03-12(curatoriat)

General · LMArena: 1,303#264 din 396
Cea mai bună percentilă: 74.3Halucinații HHEM (Vectara)
Poziția în cohortă: 32.3mediană 46.2

Ce spun datele

Evaluat pe 9 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

3.2 pct — GPQA Diamond (23.2%)
9.8 pct — BFCL v4 (apelare de funcții) (19.6%)
14.8 pct — LiveBench (30.1%)

Neuniform: 71,1 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 74.3 pct pe Halucinații HHEM (Vectara) față de 3.2 pct pe GPQA Diamond.

Halucinații HHEM (Vectara)74.3 pct93.6%Verifică →
General33.6 pct1,303Verifică →
Urmarea instrucțiunilor29.8 pct1,267Verifică →
Prompturi dificile29.5 pct1,284Verifică →
Programare21.7 pct1,273Verifică →
AIME (matematică)21.5 pct7.5%Verifică →
LiveBench14.8 pct30.1%Verifică →
BFCL v4 (apelare de funcții)Clasament inactiv9.8 pct19.6%Verifică →
GPQA Diamond3.2 pct23.2%Verifică →
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorygoogle/gemma-3-4b-it

Parametri4.3B

ArhitecturăGemma3ForConditionalGeneration

LicențăGemma

AccesRestricționat — trebuie să accepți termenii repository-ului înainte de descărcare

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "google/gemma-3-4b-it"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIgoogle/gemma-3-4b-it

Lungime context131,072 tokeni

Ieșire maximă16,384 tokeni

Acceptătext, image

Preț intrare$0.05 per 1M tokeni

Preț ieșire$0.10 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyLogit biasLogprobsMax tokensMin-pPresence penaltyRepetition penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTop-kTop logprobsTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemma-3-4b-it","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

gemma-3-4b-it stands at 32.3 (raw mean 26.5) — measured on 9 of 27 axes.
pozițieșablonVerifică →
gemma-3-4b-it stands at 32.3 versus a cohort median of 46.2 across 148 models released within 180 days — below the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →