Gemma 3 4B — المواصفات
| المطوّر | جوجل |
|---|---|
| النوع | نموذج لغوي كبير متعدد الوسائط |
| النمط | نص، صورة → نص |
| عدد المعايير (البارامترات) | 4 مليار |
| نافذة السياق | 128 ألف رمز |
| الحد الأقصى للإخراج | — |
| الترخيص | Gemma (مفتوح المصدر) |
| أوزان مفتوحة المصدر | نعم |
| أُطلِقَ | 2025 |
| سعر الإدخال | ٠٫٠٥ دولار أمريكي لكل مليون رمز |
| سعر الإخراج | 0.1 دولار أمريكي لكل مليون استعلام |
| مقدمو واجهات برمجة التطبيقات (API) | Google AI Studio، Ollama |
تشغيله محليًّا
| ذاكرة الفيديو (VRAM) بتنسيق 4 بت | ~3 جيجابايت |
|---|---|
| أقل وحدة معالجة رسومات مطلوبة | أي وحدة معالجة رسومية سعة 6 جيجابايت فأكثر |
What is Gemma 3 4B?
Gemma 3 4B is the compact end of Google’s open Gemma 3 family: multimodal text and image
input, a 128K context, and roughly 3 GB of VRAM at 4-bit — small enough for almost any modern
GPU, and for a good deal of hardware that is not a GPU at all.
What is unusual here is the context window. A 4B model with 128K context is not the normal
trade-off; small models historically shipped with small windows, which limited them to short
prompts and made them useless for document work. Gemma 3 4B can hold a substantial document
in memory on a 6 GB card, which opens up edge and on-device use cases — local document
search, offline assistants, in-browser or in-app inference — that previously required sending
data to a server. Do not expect it to reason like a frontier model; expect it to be the
model that makes a privacy-preserving feature feasible at all. At $0.05 in / $0.10 out per
million tokens the hosted option is close to free, so self-hosting here is about data
residency and latency, not cost.
Gemma 3 4B pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $0.0500 |
|---|---|
| المخرجات (لكل مليون رمز) | $0.100 |
| Output/input ratio | 2× |
| Blended (4:1 in:out) | $0.0600 per 1M tokens |
What Gemma 3 4B costs per month
Real monthly spend at a 4:1 input-to-output mix — the ratio a typical chat or RAG workload actually produces.
| الحمل الوظيفي | الرموز شهريًّا | Cost / month |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $0.08 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $1.50 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $15 |
Run your own numbers in the حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to Gemma 3 4B
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | You save |
|---|---|---|
| ميسترال 7 مليار معلَّمة تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 63% cheaper |
| لاما 3.1 بحجم 8 مليار معلَّمة تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 63% cheaper |
| Mistral NeMo 12B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0240 | 60% cheaper |
Self-host or pay the API?
Gemma 3 4B is open-weight, so you can run it yourself. It needs ~3 جيجابايت of VRAM at 4-bit (Any 6GB+ GPU). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the حاسبة مقارنة بين الاستضافة الذاتية وواجهات برمجة التطبيقات (API) works out the break-even point for your token volume.
الأسئلة الشائعة
How much does Gemma 3 4B cost per 1M tokens?
Gemma 3 4B costs $0.0500 per 1M input tokens and $0.100 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.0600 per 1M tokens.
How much does Gemma 3 4B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $1.50 on Gemma 3 4B. A side project (1M in / 0.25M out) costs roughly $0.08.
What is a cheaper alternative to Gemma 3 4B?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 63% less than Gemma 3 4B. It is also open-weight, so self-hosting is an option.
Can I run Gemma 3 4B locally?
Yes. Gemma 3 4B is open-weight and needs about ~3 GB of VRAM at 4-bit quantisation (Any 6GB+ GPU).
Why does Gemma 3 4B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Gemma 3 4B charges 2× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Prices are the published list rates for the model's primary API and are reviewed as providers change them. Volume, batch and cached-input discounts are not included. Compare every model side by side in the قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).
