Bolehkah saya jalankan Gemma 3 27B secara tempatan?

Ya, berat terbuka dan tersedia di Hugging Face di google/gemma-3-27b-it. Dengan 27 bilion parameter anda akan memerlukan sekurang-kurangnya 24 GB VRAM untuk inferens selesa; versi GGUF yang dikuantisasi mengurangkan keperluan itu.

Berapa kos Gemma 3 27B melalui API?

Harga ialah $0.08 setiap sejuta token input dan $0.45 setiap sejuta token output, yang meletakkannya dalam kategori bajet untuk model dengan keupayaan ini. Tetingkap konteks ialah 131,072 token.

Bagaimana Gemma 3 27B berbeza daripada Gemma 2?

Gemma 3 menambah input penglihatan-bahasa multimodal, tetingkap konteks yang jauh lebih panjang, dan sokongan pelbagai bahasa yang lebih luas berbanding Gemma 2, yang hanya teks sahaja.

Gemma 3 27B

6168°

#llm #google #penglihatan #banyak bahasa #tempatan #penalaran

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Google | konteks token 131,072 | $0.08/M input, $0.45/M output. Gemma 3 memperkenalkan multimodaliti, menyokong input bahasa penglihatan dan output teks. Ia mengendalikan tetingkap konteks sehingga 128k token, memahami lebih 140 bahasa, dan menawarkan peningkatan matematik, penalaran, dan keupayaan sembang, termasuk output berstruktur dan panggilan fungsi. Gemma 3 27B adalah model sumber terbuka terkini Google, penerus Gemma 2

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI tempatan mana yang patut digunakan, dan model teratas yang dijalankan oleh setiap satu

Berapa banyak VRAM yang saya perlukan untuk AI tempatan?

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Gemma 3 27B adalah model multimodal berat terbuka Google, mampu membaca imej serta teks dalam lebih 140 bahasa. Dengan 27 bilion parameter, ia berada dalam julat saiz praktikal untuk kegunaan tempatan, manakala harga API cukup rendah untuk digunakan secara besar-besaran. Sesuai untuk pembangun dan penyelidik yang mahukan model berupaya dan boleh dikerahkan tanpa kunci sumber tertutup.

Dikenali untuk

Input penglihatan-bahasa: lampirkan imej dan tanya soalan mengenainya.
Tetingkap konteks 128k token untuk dokumen dan perbualan panjang.
Liputan pelbagai bahasa luas merangkumi lebih 140 bahasa.
Output berstruktur dan panggilan fungsi untuk saluran agen.
Berat terbuka: muat turun dan jalankan sendiri.

Berhati-hati dengan

27B parameter memerlukan VRAM serius secara tempatan; rancang sekurang-kurangnya 24 GB atau lebih.
Berat terbuka tetapi semak lesen Gemma Google sebelum sebarang penggunaan komersial.
Keupayaan penglihatan hanya untuk input; ia membaca imej tetapi menghasilkan teks, bukan imej.

Terbaik untuk

Penglihatan

Banyak bahasa

Jalankan secara tempatan

Penalaran

Bajet

Arahan untuk cuba

Analisis imej dilampirkan

Saya melampirkan tangkapan skrin jadual data. Senaraikan setiap pengepala lajur yang anda lihat, terangkan apa yang jadual itu nampaknya ukur, dan tandakan sebarang sel yang kelihatan seperti luar biasa atau ralat. Nyatakan dengan spesifik kedudukan baris dan lajur.

Ringkasan dokumen pelbagai bahasa

Teks berikut adalah klausa liabiliti produk dari kontrak berbahasa Sepanyol. Ringkaskan kewajipan dan had utama yang dikenakan ke atas pembekal, kemudian kenal pasti sebarang terma yang tidak biasa di bawah undang-undang biasa Inggeris. Teks: [tempel klausa di sini]

Pelan panggilan fungsi

Saya ada tiga alat: search_web(query), read_file(path), dan send_email(to, subject, body). Seorang pengguna bertanya: 'Cari ringkasan terkini Akta AI EU dalam talian, simpan perkara utama ke notes.txt, kemudian emelkan kepada legal@example.com.' Tulis urutan panggilan alat dengan argumen untuk melengkapkan tugas ini.

Bandingkan dengan

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

Lebih banyak model teks dari google

Soalan yang sering ditanya

Bolehkah saya jalankan Gemma 3 27B secara tempatan?: Ya, berat terbuka dan tersedia di Hugging Face di google/gemma-3-27b-it. Dengan 27 bilion parameter anda akan memerlukan sekurang-kurangnya 24 GB VRAM untuk inferens selesa; versi GGUF yang dikuantisasi mengurangkan keperluan itu.
Berapa kos Gemma 3 27B melalui API?: Harga ialah $0.08 setiap sejuta token input dan $0.45 setiap sejuta token output, yang meletakkannya dalam kategori bajet untuk model dengan keupayaan ini. Tetingkap konteks ialah 131,072 token.
Bagaimana Gemma 3 27B berbeza daripada Gemma 2?: Gemma 3 menambah input penglihatan-bahasa multimodal, tetingkap konteks yang jauh lebih panjang, dan sokongan pelbagai bahasa yang lebih luas berbanding Gemma 2, yang hanya teks sahaja.

Keputusan Kapten
Gabungan jarang ditemui: berat terbuka, input penglihatan, konteks panjang dan harga yang tidak membebankan penggunaan.

Kad model di Hugging Face

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh 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 dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Model AI untuk penjanaan imej, video dan teks

Gemma 3 27B ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm google penglihatan banyak bahasa tempatan penalaran bajet

Layari mengikut keluarga model