Kann ich Gemma 3 4B lokal ausführen?

Ja – die Gewichte sind offen und auf Hugging Face unter google/gemma-3-4b-it verfügbar, sodass Sie es mit Ollama, LM Studio oder jeder kompatiblen Laufzeit ohne Datenübertragung an Google ausführen können.

Was kostet Gemma 3 4B und wie groß ist das Kontextlimit?

Via API kostet es 0,05 $ pro Million Eingabe-Tokens und 0,10 $ pro Million Ausgabe-Tokens, mit einem 131.072-Token-Kontextfenster; lokal ausführen ist abgesehen von der eigenen Hardware kostenlos.

Worin unterscheidet sich Gemma 3 4B von größeren Gemma 3-Modellen?

Es teilt die multimodale und mehrsprachige Architektur der Generation, hat aber weniger Parameter, ist dadurch schneller und günstiger im Betrieb, tauscht dafür aber etwas Spielraum bei komplexen Denkaufgaben ein.

Gemma 3 4B

4463°

#llm #google #vision #mehrsprachig #lokal #budget

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Google | 131.072 Token Kontext | $0,05/M Eingabe, $0,10/M Ausgabe. Gemma 3 führt Multimodalität ein und unterstützt Vision-Sprach-Eingaben sowie Textausgaben. Es verarbeitet Kontextfenster bis zu 128k Tokens, versteht über 140 Sprachen und bietet verbesserte Fähigkeiten in Mathematik, Reasoning und Chat, einschließlich strukturierter Ausgaben und Funktionsaufrufen.

Anleitungen zu diesem Modell

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Gemma 3 4B ist Googles kleines Open-Weights-Modell, das seine Größenklasse übertrifft, indem es Vision-Sprach-Eingabe, ein 128k-Token-Kontextfenster und Unterstützung für über 140 Sprachen bietet. Für 0,05 $ pro Million Eingabe-Tokens via API oder kostenlos bei lokaler Ausführung ist es eines der fähigeren kleinen Modelle, die man tatsächlich besitzen kann. Es eignet sich für Entwickler und Bastler, die multimodale und mehrsprachige Fähigkeiten ohne den Speicherbedarf oder die Kosten großer Modelle wollen.

Bekannt für

Vision-Sprach-Eingabe: Bild anhängen und Fragen dazu stellen
128k Kontextfenster in einem 4B-Parameter-Modell
Über 140 Sprachen werden von Haus aus verstanden
Funktionsaufrufe und strukturierte Ausgaben für Tool-Pipelines
Offene Gewichte: komplett offline ausführbar

Achte auf

Es ist ein 4B-Modell; komplexes mehrstufiges Denken erreicht schneller seine Grenzen als größere Modelle.
API-Preise sind veröffentlicht, aber Google hat die genauen Lizenzbedingungen für kommerzielle Nutzung der Gewichte nicht detailliert.
Vision-Fähigkeit nützt wenig ohne eine Laufzeit, die multimodale Eingaben unterstützt – prüfen Sie zuerst Ihren lokalen Stack.

Am besten für

Prompts zum Ausprobieren

Beleg oder Etikett lesen

Fügen Sie ein Foto eines Belegs, Lebensmitteletiketts oder handschriftlichen Notiz bei. Extrahieren Sie jede Position oder jedes Feld als JSON-Objekt mit Schlüsseln für Name, Menge und Wert. Ist ein Feld unleserlich, setzen Sie den Wert auf null.

Mehrsprachige E-Mail-Antwort

Ich habe diese E-Mail auf Französisch erhalten und muss professionell auf Französisch und Englisch antworten. Die E-Mail lautet: 'Bonjour, nous avons bien reçu votre commande mais il manque une pièce jointe. Pourriez-vous nous la faire parvenir dès que possible ? Merci.' Schreiben Sie eine Antwort, die das Problem anerkennt und verspricht, den Anhang innerhalb eines Werktags zu senden.

Funktionsschema aus Beschreibung

Ich habe ein Wetter-Tool, das einen Stadtnamen und optional ein Datum (ISO 8601) akzeptiert. Schreiben Sie ein JSON-Funktionsaufruf-Schema dafür im OpenAI-Tool-Format und anschließend einen kurzen Python-Code, der das Modell mit diesem Schema aufruft und die zurückgegebenen Argumente ausgibt.

Vergleichen mit

Gemini 2.5 Flash Lite
Nur API-Modell
1,048,576 Token Kontext · $0.10/M Eingabe, $0.40/M Ausgabe
Gemini 3.1 Flash Lite
Nur API-Modell
1,048,576 Token Kontext · $0.25/M Eingabe, $1.50/M Ausgabe
Gemini 3.5 Flash Lite
Nur API-Modell
1,048,576 Token Kontext · $0.30/M Eingabe, $2.50/M Ausgabe
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Nur API-Modell
65,536 Token Kontext · $0.25/M Eingabe, $1.50/M Ausgabe

Mehr Textmodelle von google

Häufig gestellte Fragen

Kann ich Gemma 3 4B lokal ausführen?: Ja – die Gewichte sind offen und auf Hugging Face unter google/gemma-3-4b-it verfügbar, sodass Sie es mit Ollama, LM Studio oder jeder kompatiblen Laufzeit ohne Datenübertragung an Google ausführen können.
Was kostet Gemma 3 4B und wie groß ist das Kontextlimit?: Via API kostet es 0,05 $ pro Million Eingabe-Tokens und 0,10 $ pro Million Ausgabe-Tokens, mit einem 131.072-Token-Kontextfenster; lokal ausführen ist abgesehen von der eigenen Hardware kostenlos.
Worin unterscheidet sich Gemma 3 4B von größeren Gemma 3-Modellen?: Es teilt die multimodale und mehrsprachige Architektur der Generation, hat aber weniger Parameter, ist dadurch schneller und günstiger im Betrieb, tauscht dafür aber etwas Spielraum bei komplexen Denkaufgaben ein.

Captain's Urteil
Ein seltenes kleines Modell, das sich lohnt: Vision-Eingabe, 128k Kontext und über 140 Sprachen zu einem Preis, der schwer zu schlagen ist.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Gemma 3 4B ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm google vision mehrsprachig lokal budget schnell

Nach Modellfamilie stöbern