ApX 标志ApX 标志

趋近智

Gemma 4 E4B

参数

8B

上下文长度

128K

模态

Multimodal

辅助参数

400M

架构

Dense

KV 缓存速率

84 KB/tok

许可证

Apache 2.0

发布日期

2 Apr 2026

训练数据截止日期

-

API 价格 (每 1M)

输入: $0.02 · 输出: $0.10

硬件选型

精度

上下文

工作负载显存: 6.88 GB

INT4 · 8K context

基础权重: 3.73 GB

KV 缓存: 0.66 GB

运行时与计算图: 2.50 GB

最小所需硬件

1x NVIDIA L4 24GB

6.9 / 21.6 GB usable

1x RTX 3060 12GB

6.9 / 10.8 GB usable

Apple M4 24GB

6.9 / 18.0 GB usable

确定特定工作负载的硬件需求:

在显存计算器中打开

架构图

Input TokensToken EmbeddingPosition: RoPEHidden: 10.2k · Context: 128K · Vocab: 262.1kx 42 layersRMSNormPre-AttentionGrouped-Query Attention8Q / 2KV heads · SW: 512Head dim: 256+RMSNormPre-FFNFeed-Forward NetworkGELUIntermediate: 10.2k+Final RMSNormOutput Logits

评估基准

排名

#159

基准分数排名

专业知识

MMLU Pro

0.694

43

研究生级问答

GPQA

0.586

97

auto

0.09

148

auto

0.09

标准

0.07

250

264

排名

排名

#159

编程排名

#155

关于 Gemma 4 E4B

Gemma 4 E4B 是一款针对边缘优化的模型,拥有 45 亿有效参数(采用逐层嵌入时为 80 亿),专为移动和边缘部署而设计。支持多模态输入(文本、图像、音频)并具备 128K 上下文窗口。在保持高效端侧执行的同时,提供了优于 E2B 的增强性能。具备思考模式和原生函数调用功能。

技术规格

注意力

注意力结构

Grouped-Query Attention

注意力头

8

键值头

2

注意力头维度

256

位置嵌入

ROPE

RoPE Theta

10,000

滑动窗口注意力

Yes

滑动窗口大小

512

滑动窗口比例

83.3%

归一化

RMS Normalization

激活函数

GELU

维度

辅助参数

400M

隐藏维度大小

10,240

层数

42

FFN 中间层大小(稠密层)

10,240

分词器

词汇量大小

262,144

关于 Gemma 4

Gemma 4 is Google DeepMind's most advanced open model family, built from Gemini 3 research and technology. Featuring both Dense and Mixture-of-Experts (MoE) architectures, these multimodal models handle text, images, and audio (on smaller variants), with context windows up to 256K tokens. Designed for frontier-level performance across reasoning, coding, and agentic workflows, Gemma 4 delivers unprecedented intelligence-per-parameter from mobile devices to enterprise servers. Released under Apache 2.0 license.


其他 Gemma 4 模型