Bisakah saya menjalankan Gemma 3 4B secara lokal?

Ya — bobotnya terbuka dan tersedia di Hugging Face dengan google/gemma-3-4b-it, jadi Anda bisa menjalankannya dengan Ollama, LM Studio, atau runtime kompatibel tanpa mengirim data ke Google.

Berapa biaya Gemma 3 4B dan berapa batas konteksnya?

Lewat API harganya $0,05 per juta token input dan $0,10 per juta token output, dengan jendela konteks 131.072 token; menjalankan lokal gratis selain biaya perangkat keras Anda sendiri.

Apa bedanya Gemma 3 4B dengan model Gemma 3 yang lebih besar?

Model ini berbagi arsitektur multimodal dan multibahasa yang sama dengan generasi, tapi dengan parameter lebih sedikit, sehingga lebih cepat dan murah dijalankan sambil mengorbankan sedikit kapasitas untuk tugas penalaran kompleks.

Gemma 3 4B

4463°

#llm #google #visi #multibahasa #lokal #anggaran

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Google | konteks 131.072 token | $0.05/M input, $0.10/M output. Gemma 3 memperkenalkan multimodalitas, mendukung input visi-bahasa dan keluaran teks. Menangani jendela konteks hingga 128k token, memahami lebih dari 140 bahasa, dan menawarkan peningkatan kemampuan matematika, penalaran, dan obrolan, termasuk keluaran terstruktur dan pemanggilan fungsi.

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI lokal mana yang harus digunakan, dan model top mana yang dijalankan masing-masing

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Gemma 3 4B adalah model kecil dengan bobot terbuka dari Google yang tampil di atas kelasnya dengan menambahkan input visi-bahasa, jendela konteks 128k token, dan dukungan lebih dari 140 bahasa. Dengan harga $0,05 per juta token input lewat API, atau gratis jika dijalankan lokal, ini adalah salah satu model kecil paling mumpuni yang benar-benar bisa Anda miliki. Cocok untuk pengembang dan penggemar yang menginginkan kemampuan multimodal dan multibahasa tanpa memori atau biaya model besar.

Dikenal untuk

Input visi-bahasa: lampirkan gambar dan ajukan pertanyaan tentangnya
Jendela konteks 128k pada model 4 miliar parameter
Memahami lebih dari 140 bahasa langsung dari kotak
Pemanggilan fungsi dan output terstruktur untuk pipeline penggunaan alat
Bobot terbuka: unduh dan jalankan sepenuhnya offline

Waspadai

Ini model 4 miliar parameter; penalaran multi-langkah kompleks akan cepat mencapai batas dibandingkan model yang lebih besar.
Harga API sudah diumumkan tapi Google belum merinci ketentuan lisensi untuk penggunaan komersial bobot ini.
Kemampuan visi tidak berarti tanpa runtime yang mendukung input multimodal — periksa tumpukan lokal Anda terlebih dahulu.

Terbaik untuk

Penglihatan

Multibahasa

Jalankan secara lokal

Anggaran

Cepat

Prompt untuk dicoba

Baca struk atau label

Lampirkan foto struk, label makanan, atau catatan tulisan tangan. Ekstrak setiap item atau bidang sebagai objek JSON dengan kunci nama, kuantitas, dan nilai. Jika bidang tidak terbaca, set nilainya ke null.

Balasan email multibahasa

Saya menerima email dalam bahasa Prancis dan perlu membalas secara profesional dalam bahasa Prancis dan Inggris. Email mengatakan: 'Bonjour, nous avons bien reçu votre commande mais il manque une pièce jointe. Pourriez-vous nous la faire parvenir dès que possible ? Merci.' Tulis balasan yang mengakui masalah dan berjanji mengirim lampiran dalam satu hari kerja.

Skema fungsi dari deskripsi

Saya punya alat cuaca yang menerima nama kota dan tanggal opsional (ISO 8601). Tulis skema pemanggilan fungsi JSON untuk alat itu dalam format alat OpenAI, lalu buat potongan kode Python singkat yang memanggil model dengan skema itu dan mencetak argumen yang diurai.

Bandingkan dengan

Gemini 2.5 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.10/M input, $0.40/M output
Gemini 3.1 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.25/M input, $1.50/M output
Gemini 3.5 Flash Lite
Model hanya API
konteks 1,048,576 token · $0.30/M input, $2.50/M output
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Model hanya API
konteks 65,536 token · $0.25/M input, $1.50/M output

Model teks lain dari google

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Gemma 3 4B secara lokal?: Ya — bobotnya terbuka dan tersedia di Hugging Face dengan google/gemma-3-4b-it, jadi Anda bisa menjalankannya dengan Ollama, LM Studio, atau runtime kompatibel tanpa mengirim data ke Google.
Berapa biaya Gemma 3 4B dan berapa batas konteksnya?: Lewat API harganya $0,05 per juta token input dan $0,10 per juta token output, dengan jendela konteks 131.072 token; menjalankan lokal gratis selain biaya perangkat keras Anda sendiri.
Apa bedanya Gemma 3 4B dengan model Gemma 3 yang lebih besar?: Model ini berbagi arsitektur multimodal dan multibahasa yang sama dengan generasi, tapi dengan parameter lebih sedikit, sehingga lebih cepat dan murah dijalankan sambil mengorbankan sedikit kapasitas untuk tugas penalaran kompleks.

Putusan Kapten
Model kecil langka yang benar-benar layak: input visi, konteks 128k, dan lebih dari 140 bahasa dengan harga yang sulit ditandingi.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

Gemma 3 4B adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm google visi multibahasa lokal anggaran cepat

Jelajahi berdasarkan Keluarga Model