FreeLLMAlle Modelle › google
Arena-Wertung1303Platz 287 von 419 im Chat, kostenpflichtige Modelle eingeschlossen
Größe4.3 BParameter
4-Bit-Download2.6 GBnur Gewichte, Q4_K_M
Max. Kontext128KTokens, laut Modellkonfiguration
Wo du es kostenlos nutzen kannst
- Der eigene Chat des Labors: aistudio.google.com (kostenlos mit Tageslimits)
- Starte es mit einem Befehl mit whichllm (kostenlos, Open Source):
uvx whichllm@latest plan "gemma-3-4b-it"zeigt die benötigte GPU,uvx whichllm@latest run "gemma-3-4b-it gguf"lädt sie herunter und startet einen Chat - Lade es herunter und führe es zu Hause aus: offizielle Gewichte · GGUF-Dateien für Ollama und LM Studio
Arena-Wertungen
| Arena | Wertung | Rang | Stimmen |
|---|---|---|---|
| Chat | 1303 | Platz 287 von 419 | 4K |
Rang unter allen Modellen, auch den kostenpflichtigen. Quelle: Arena-Leaderboard-Datensatz.
Geschwindigkeit auf gängiger Hardware
| Hardware | GPU-Speicher | Passt es? | Geschwindigkeit |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Passt in die GPU | 74 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | Passt in die GPU | 60 tok/s |
| RTX 3090 | 24 GB | Passt in die GPU | 171 tok/s |
| RTX 4090 | 24 GB | Passt in die GPU | 182 tok/s |
| RTX 5090 | 32 GB | Passt in die GPU | 284 tok/s |
| RX 7900 XTX | 24 GB | Passt in die GPU | 175 tok/s |
| 2 × RTX 3090 | 48 GB | Passt in die GPU | 166 tok/s |
| 4 × RTX 3090 | 96 GB | Passt in die GPU | 157 tok/s |
| Mac M4 Max 128 GB | 96 GB | Passt in die GPU | 85 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Passt in die GPU | 54 tok/s |
| 8 × H100 SXM | 640 GB | Passt in die GPU | 352 tok/s |
Schätzung bei 4-Bit mit 32K Kontext, 64 GB DDR5 zum Auslagern. Geschwindigkeit ≈ Speicherbandbreite × 78 % ÷ pro Token gelesene Daten, plus feste Kosten pro Token, kalibriert an 44 echten llama.cpp-Tests; typische Abweichung etwa ±10 %. Alle Grafikkarten vergleichen.
Benötigter GPU-Speicher
| Stufe | 8K Kontext | 32K Kontext | 128K Kontext | Qualität im Vergleich zum Original |
|---|---|---|---|---|
| Q3_K_M | 3.1 GB | 3.7 GB | 6.1 GB | +10.5 % spürbarer Verlust |
| Q4_K_M | 3.5 GB | 4.1 GB | 6.5 GB | +2.8 % kleiner Verlust |
| Q5_K_M | 4.0 GB | 4.6 GB | 7.0 GB | +0.9 % sehr kleiner Verlust |
| Q6_K | 4.4 GB | 5.0 GB | 7.5 GB | +0.3 % nahezu verlustfrei |
| Q8_0 | 5.5 GB | 6.1 GB | 8.5 GB | ≈ 0 % wie das Original |
| F16 | 9.5 GB | 10 GB | 13 GB | ≈ 0 % wie das Original |
Gewichte + Kontext-Cache (aus der Architektur des Modells) + Laufzeit. Qualität: Anstieg von perplexity gegenüber dem vollen Modell, aus llama.cpp-Tests, skaliert nach Modellgröße. Simuliere dein eigenes Setup.
Chat-Wertung im Zeitverlauf
130014001500
MaiJunJulAugSeptOkt
Gemma 3 4B IT 1303Bestes kostenpflichtiges Modell
Arena-Wertung vom 29. Apr. 2026 bis 28. Okt. 2026.
Ähnliche kostenlose Modelle im Chat
- Mistral Small 3.1 24B Instruct (2503) 1303
- Qwen2.5-72B-Instruct 1303 · 72.7 B
- Granite 4.1 8B 1304 · 8.8 B
- Olmo 3 32B Think 1306
- Mistral Large (2411) 1306
- Llama 3.1 Nemotron 70B Instruct 1299
Diese Seite teilen:XLinkedInRedditWhatsApp
Falsche Zahl oder kaputten Link entdeckt? Fehler melden