Gemma 3 12B — Spécifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | |
|---|---|
| Type | LLM (multimodale) |
| Modalité | Texte, image → texte |
| Paramètres | 12B |
| Fenêtre de contexte | 128 K |
| Licence | Gemma (ouverte) |
| Poids ouverts | Oui |
| Publié | 2025 |
| Prix de l’entrée | $0.05 /1M |
| Prix de la sortie | $0.15 /1M |
| Fournisseurs d'API | Google AI Studio, OpenRouter, Ollama |
Exécutez-le localement
| VRAM (4 bits) | ~8 Go |
|---|---|
| GPU minimal | RTX 4070 12 Go |
What is Gemma 3 12B?
Gemma 3 12B is the mid-size member of Google’s open Gemma 3 family: multimodal across text
and images, a 128K context, support for 140+ languages, and a footprint of about 8 GB at
4-bit — which puts it comfortably on an RTX 4070 12GB.
It occupies the position most people actually want from a local model. The 4B is small
enough to feel limited on anything demanding; the 27B needs a 16–24 GB card and pushes past
what a typical developer machine or mid-range gaming GPU offers. The 12B fits the hardware
most people already own while still handling multilingual work and image input properly. That
combination — vision, 140+ languages, 128K context, 8 GB — is the reason it turns up so often
in on-device and privacy-sensitive deployments. If you are choosing a first local model to
build against, this is the one that will run on the widest range of machines without feeling
like a compromise. Size your specific quantisation with the
Calculateur de VRAM before committing to a
card.
Gemma 3 12B pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $0.0500 |
|---|---|
| Sortie (par million de jetons) | $0.150 |
| Ratio sortie/entrée | 3× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.0700 par 1 million de jetons |
What Gemma 3 12B costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $0.09 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $1.75 |
| Production | 200 millions en entrée / 50 millions en sortie | $18 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Gemma 3 12B
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Mistral 7B ouverte | $0.0220 | 69% cheaper |
| Llama 3.1 8B ouverte | $0.0220 | 69% cheaper |
| Mistral NeMo 12B ouverte | $0.0240 | 66% cheaper |
Hébergement local ou paiement via API ?
Gemma 3 12B is open-weight, so you can run it yourself. It needs ~8 Go of VRAM at 4-bit (RTX 4070 12GB). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the calculateur auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
How much does Gemma 3 12B cost per 1M tokens?
Gemma 3 12B costs $0.0500 per 1M input tokens and $0.150 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.0700 per 1M tokens.
How much does Gemma 3 12B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $1.75 on Gemma 3 12B. A side project (1M in / 0.25M out) costs roughly $0.09.
What is a cheaper alternative to Gemma 3 12B?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 69% less than Gemma 3 12B. It is also open-weight, so self-hosting is an option.
Can I run Gemma 3 12B locally?
Yes. Gemma 3 12B is open-weight and needs about ~8 GB of VRAM at 4-bit quantisation (RTX 4070 12GB).
Why does Gemma 3 12B 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 12B charges 3× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).