Kan jag köra Gemma 3 4B lokalt?

Ja – vikterna är öppna och finns på Hugging Face under google/gemma-3-4b-it, så du kan köra den med Ollama, LM Studio eller annan kompatibel runtime utan att skicka data till Google.

Vad kostar Gemma 3 4B och hur stort är kontextfönstret?

Via API kostar det $0,05 per miljon inmatningstokens och $0,10 per miljon utmatningstokens, med ett 131 072-token kontextfönster; lokal körning är gratis utöver din egen hårdvara.

Hur skiljer sig Gemma 3 4B från större Gemma 3-modeller?

Den delar samma multimodala och flerspråkiga arkitektur men har färre parametrar, vilket gör den snabbare och billigare att köra samtidigt som den ger mindre utrymme för komplexa resonemang.

Gemma 3 4B

4463°

#llm #google #vision #fler språk #lokal #budget

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Google | 131 072 tokens kontext | $0.05/M input, $0.10/M output. Gemma 3 introducerar multimodalitet, med stöd för vision-språk-inmatning och textutmatning. Den hanterar kontextfönster upp till 128k tokens, förstår över 140 språk och erbjuder förbättrad matematik, resonemang och chattfunktioner, inklusive strukturerade utdata och funktionsanrop.

Guider för denna modell

Ollama vs LM Studio (2026): vilken lokal AI-app du ska använda och vilka toppmodeller varje kör

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Hur mycket VRAM behöver jag egentligen för lokal AI?

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Gemma 3 4B är Googles lilla modell med öppna vikter som presterar över sin viktklass genom att lägga till vision-språksinmatning, ett 128k-token kontextfönster och stöd för över 140 språk. För $0,05 per miljon inmatningstokens via API, eller gratis vid lokal körning, är det en av de mer kapabla små modellerna du faktiskt kan äga. Den passar utvecklare och entusiaster som vill ha multimodal och flerspråkig förmåga utan stora modellers minnes- eller kostnadskrav.

Känd för

Vision-språksinmatning: bifoga en bild och ställ frågor om den
128k kontextfönster i en 4B-parametersmodell
Över 140 språk förstås direkt
Funktionsanrop och strukturerade utdata för verktygspipelines
Öppna vikter: ladda ner och kör helt offline

Se upp för

Det är en 4B-modell; komplexa flerstegsresonemang når taket snabbare än större syskon.
API-prissättning är publicerad men Google har inte specificerat exakta licensvillkor för kommersiell användning av vikterna här.
Vision-funktionalitet är meningslös utan en runtime som stödjer multimodal inmatning – kontrollera din lokala stack först.

Bäst för

Promptar att prova

Läs ett kvitto eller en etikett

Bifoga ett foto av ett kvitto, en matetikett eller en handskriven lapp. Extrahera varje radpost eller fält som ett JSON-objekt med nycklar för namn, kvantitet och värde. Om ett fält är oläsligt, sätt dess värde till null.

Flerspråkigt e-postsvar

Jag fick detta mejl på franska och behöver svara professionellt på både franska och engelska. Mejlet säger: 'Bonjour, nous avons bien reçu votre commande mais il manque une pièce jointe. Pourriez-vous nous la faire parvenir dès que possible ? Merci.' Skriv ett svar som bekräftar problemet och lovar att skicka bilagan inom en arbetsdag.

Funktionsschema från beskrivning

Jag har ett väderverktyg som tar emot ett stadsnamn och ett valfritt datum (ISO 8601). Skriv ett JSON-schema för funktionsanrop i OpenAI-verktygsformat, och skriv sedan en kort Python-kodsnutt som anropar modellen med det schemat och skriver ut de tolkade argumenten den returnerar.

Jämför med

Gemini 2.5 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.10/M indata, $0.40/M utdata
Gemini 3.1 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.25/M indata, $1.50/M utdata
Gemini 3.5 Flash Lite
Endast API-modell
1,048,576 tokens kontext · $0.30/M indata, $2.50/M utdata
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Endast API-modell
65,536 tokens kontext · $0.25/M indata, $1.50/M utdata

Fler textmodeller från google

Vanliga frågor

Kan jag köra Gemma 3 4B lokalt?: Ja – vikterna är öppna och finns på Hugging Face under google/gemma-3-4b-it, så du kan köra den med Ollama, LM Studio eller annan kompatibel runtime utan att skicka data till Google.
Vad kostar Gemma 3 4B och hur stort är kontextfönstret?: Via API kostar det $0,05 per miljon inmatningstokens och $0,10 per miljon utmatningstokens, med ett 131 072-token kontextfönster; lokal körning är gratis utöver din egen hårdvara.
Hur skiljer sig Gemma 3 4B från större Gemma 3-modeller?: Den delar samma multimodala och flerspråkiga arkitektur men har färre parametrar, vilket gör den snabbare och billigare att köra samtidigt som den ger mindre utrymme för komplexa resonemang.

Kaptens omdöme
En sällsynt liten modell som verkligen levererar: vision-inmatning, 128k kontext och över 140 språk till ett pris som är svårt att argumentera emot.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

Meta Llama 3.1 70B Instruct Turbo

TEXT / LLM

Muse Spark 1.3 Contributor

TEXT / LLM

AI-modeller för bild-, video- och textgenerering

Gemma 3 4B är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm google vision fler språk lokal budget snabb

Bläddra efter modellfamilj