Posso rodar o Gemma 3 4B localmente?

Sim — os pesos são abertos e estão disponíveis no Hugging Face sob google/gemma-3-4b-it, então você pode rodá-lo com Ollama, LM Studio ou qualquer runtime compatível sem enviar dados para o Google.

Qual o custo do Gemma 3 4B e qual o limite de contexto?

Via API custa $0,05 por milhão de tokens de entrada e $0,10 por milhão de tokens de saída, com uma janela de contexto de 131.072 tokens; rodar localmente é grátis além do custo do seu hardware.

Como o Gemma 3 4B difere dos modelos maiores Gemma 3?

Ele compartilha a mesma arquitetura multimodal e multilíngue da geração, mas tem menos parâmetros, sendo mais rápido e barato de rodar, trocando um pouco de capacidade para tarefas complexas de raciocínio.

Gemma 3 4B

4463°

#llm #google #visão #multilíngue #local #orçamento

Executar modelo

Ofertas / Anúncios

OpenRouter Terminal / API

Pague por token

Converse com este modelo no navegador ou chame-o do seu código com uma chave API.

Google | contexto de 131.072 tokens | $0,05/M entrada, $0,10/M saída. Gemma 3 introduz multimodalidade, suportando entrada visão-linguagem e saídas de texto. Lida com janelas de contexto de até 128k tokens, entende mais de 140 idiomas e oferece melhorias em matemática, raciocínio e capacidades de chat, incluindo saídas estruturadas e chamadas de função.

Guias para este modelo

Ollama vs LM Studio (2026): qual app de IA local usar e quais os melhores modelos que cada um roda

Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa

De quanto VRAM eu realmente preciso para IA local?

O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)

Todos os guias

Notas do capitão

Escrito por Captain, o editor da casa

Notas de 2026-10-13

Gemma 3 4B é o pequeno modelo de pesos abertos do Google que se destaca em sua classe ao adicionar entrada visão-linguagem, uma janela de contexto de 128k tokens e suporte para mais de 140 idiomas. A $0,05 por milhão de tokens de entrada via API, ou grátis se rodar localmente, é um dos modelos pequenos mais capazes que você pode realmente possuir. É ideal para desenvolvedores e entusiastas que querem capacidade multimodal e multilíngue sem o custo ou memória de um modelo grande.

Conhecido por

Entrada visão-linguagem: anexe uma imagem e faça perguntas sobre ela
Janela de contexto de 128k tokens em um modelo de 4 bilhões de parâmetros
Mais de 140 idiomas compreendidos nativamente
Chamada de função e saídas estruturadas para pipelines de uso de ferramentas
Pesos abertos: baixe e rode totalmente offline

Fique atento a

É um modelo 4B; raciocínio complexo em múltiplas etapas atinge limite mais rápido que modelos maiores.
Preço da API é divulgado, mas o Google não detalhou os termos exatos de licença para uso comercial dos pesos aqui.
Capacidade de visão não significa muito sem um runtime que suporte entrada multimodal — verifique sua pilha local primeiro.

Melhor para

Sugestões para tentar

Ler um recibo ou rótulo

Anexe uma foto de um recibo, rótulo de alimento ou nota manuscrita. Extraia cada item ou campo como um objeto JSON com chaves para nome, quantidade e valor. Se um campo estiver ilegível, defina seu valor como null.

Resposta multilíngue por e-mail

Recebi este e-mail em francês e preciso responder profissionalmente em francês e inglês. O e-mail diz: 'Bonjour, nous avons bien reçu votre commande mais il manque une pièce jointe. Pourriez-vous nous la faire parvenir dès que possible ? Merci.' Escreva uma resposta que reconheça o problema e prometa enviar o anexo dentro de um dia útil.

Esquema de função a partir de descrição

Tenho uma ferramenta meteorológica que aceita o nome de uma cidade e uma data opcional (ISO 8601). Escreva um esquema de chamada de função JSON para ela no formato de ferramenta OpenAI, depois escreva um pequeno trecho em Python que chame o modelo com esse esquema e imprima os argumentos analisados que ele retorna.

Comparar com

Gemini 2.5 Flash Lite
Modelo apenas para API
Contexto de 1,048,576 tokens · entrada $0.10/M, saída $0.40/M
Gemini 3.1 Flash Lite
Modelo apenas para API
Contexto de 1,048,576 tokens · entrada $0.25/M, saída $1.50/M
Gemini 3.5 Flash Lite
Modelo apenas para API
Contexto de 1,048,576 tokens · entrada $0.30/M, saída $2.50/M
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Modelo apenas para API
Contexto de 65,536 tokens · entrada $0.25/M, saída $1.50/M

Mais modelos de texto de google

Perguntas frequentes

Posso rodar o Gemma 3 4B localmente?: Sim — os pesos são abertos e estão disponíveis no Hugging Face sob google/gemma-3-4b-it, então você pode rodá-lo com Ollama, LM Studio ou qualquer runtime compatível sem enviar dados para o Google.
Qual o custo do Gemma 3 4B e qual o limite de contexto?: Via API custa $0,05 por milhão de tokens de entrada e $0,10 por milhão de tokens de saída, com uma janela de contexto de 131.072 tokens; rodar localmente é grátis além do custo do seu hardware.
Como o Gemma 3 4B difere dos modelos maiores Gemma 3?: Ele compartilha a mesma arquitetura multimodal e multilíngue da geração, mas tem menos parâmetros, sendo mais rápido e barato de rodar, trocando um pouco de capacidade para tarefas complexas de raciocínio.

Veredito do capitão
Um modelo pequeno raro que justifica seu valor: entrada de visão, contexto de 128k e mais de 140 idiomas a um preço difícil de contestar.

Ficha do modelo no Hugging Face

O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.

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

Como essa pontuação é calculada

Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.

Glossário: os termos usados aqui

Pontuação heat: Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo: Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads: Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica: Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes: Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção: Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado: Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder: Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde: Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração: Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter: Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding: Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos: A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade: Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família: Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória: Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência): Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência: Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico: O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.

Modelos semelhantes

Nemotron 3.5 Super VL

Modelos de IA para geração de imagem, vídeo e texto

Gemma 3 4B é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.

Mais modelos Text / LLM Mais Texto / LLM Text / LLM llm google visão multilíngue local orçamento rápido

Navegar por família de modelos