Gemma 3 4B — 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 | 4 milliards |
| Fenêtre de contexte | 128 K |
| Licence | Gemma (ouverte) |
| Poids ouverts | Oui |
| Publié | 2025 |
| Prix de l’entrée | $0.05 /1M |
| Prix de la sortie | $0.1 /1M |
| Fournisseurs d'API | Google AI Studio, Ollama |
Exécutez-le localement
| VRAM (4 bits) | ~3 Go |
|---|---|
| GPU minimal | Toute carte graphique de 6 Go ou plus |
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
| Entrée (par million de jetons) | $0.0500 |
|---|---|
| Sortie (par million de jetons) | $0.100 |
| Ratio sortie/entrée | 2× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.0600 par 1 million de jetons |
What Gemma 3 4B 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 | $0.08 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $1.50 |
| Production | 200 millions en entrée / 50 millions en sortie | $15 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Gemma 3 4B
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Mistral 7B ouverte | $0.0220 | 63 % moins cher |
| Llama 3.1 8B ouverte | $0.0220 | 63 % moins cher |
| Mistral NeMo 12B ouverte | $0.0240 | 60% cheaper |
Hébergement local ou paiement via API ?
Gemma 3 4B is open-weight, so you can run it yourself. It needs ~3 Go 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 calculateur auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
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.
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).