Tôi có thể chạy Gemma 2 27B cục bộ không?

Có — trọng số mở và được lưu trữ tại google/gemma-2-27b-it trên Hugging Face. Với 27B tham số, bạn cần khoảng 24 GB VRAM để suy luận cục bộ thoải mái; các công cụ như Ollama hoặc LM Studio có thể xử lý.

Gemma 2 27B giá bao nhiêu qua API?

Google định giá $0.65 cho mỗi triệu token đầu vào và đầu ra, mức giá phải chăng cho mô hình kích thước này. Cửa sổ ngữ cảnh là 8.192 token.

Gemma 2 27B khác gì so với các mô hình Gemini?

Gemma 2 27B xây dựng trên cùng nghiên cứu với Gemini nhưng là bản phát hành trọng số mở bạn có thể tải về và tự lưu trữ; các mô hình Gemini đóng và chỉ qua API. Gemma 2 27B cũng nhỏ hơn đáng kể so với các cấp cao nhất của Gemini.

Gemma 2 27B

3159°

#llm #google #lý luận #tóm tắt #nghiên cứu #cục bộ

Chạy trên Graydient

Chạy mô hình này

Ưu đãi / Quảng cáo

Easy Creator (Prism) Web

Không giới hạn · phí cố định

Tốt nhất cho người mới bắt đầu. Quy trình làm việc mạnh mẽ, dễ học.

PirateDiffusion Telegram

Không giới hạn · phí cố định

Tạo video, hình ảnh, nhân vật chat tùy chỉnh và nhiều hơn nữa.

Pro studio (SpyGlass) Web

Không giới hạn · phí cố định

Duyệt mô hình, render và chỉnh sửa từ bất kỳ trình duyệt hay điện thoại nào.

Discord bot (Vector)

Không giới hạn · phí cố định

Thêm Vector vào máy chủ của bạn hoặc tham gia Discord của Vector. Tạo mọi thứ!

Unified Editor Web

Không giới hạn · phí cố định

Trình chỉnh sửa cho hình ảnh và video: render, chỉnh sửa, nâng cấp và nhiều hơn nữa trên một trang.

OpenRouter Terminal / API

Trả theo token

Trò chuyện với mô hình này trên trình duyệt hoặc gọi nó từ mã của bạn với một khóa API.

Ứng dụng cục bộ

Cần thiết lập

Cài đặt các chương trình local nếu máy tính của bạn có phần cứng đủ mạnh.

ModelDuel Web

Trả theo lượt dùng

Tạo cùng một lệnh trên tối đa 50 mô hình checkpoint/cơ sở cùng lúc.

Thuê GPU trên đám mây

Graydient Cloud GPU

Không giới hạn · phí cố định

Phí cố định, dùng không giới hạn. Mô hình này cài đặt chỉ với một lần nhấp.

RunPod Cloud GPU

Tính phí theo phút

Thuê GPU theo phút và tự thiết lập mô hình.

Hướng dẫn cho mô hình này

Ollama vs LM Studio (2026): nên dùng ứng dụng AI cục bộ nào, và mỗi ứng dụng chạy những mô hình hàng đầu nào

LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc

Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?

Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)

Tất cả hướng dẫn

Google | ngữ cảnh 8.192 token | $0.65/M đầu vào, $0.65/M đầu ra. Gemma 2 27B của Google là mô hình mở được xây dựng từ cùng nghiên cứu và công nghệ tạo ra các mô hình Gemini. Các mô hình Gemma phù hợp cho nhiều nhiệm vụ tạo văn bản, bao gồm trả lời câu hỏi, tóm tắt và suy luận. Xem thông báo ra mắt để biết thêm chi tiết. Việc sử dụng Gemma tuân theo Điều khoản Sử dụng Gemma của Google.

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

Gemma 2 27B là mô hình điều chỉnh theo hướng dẫn với 27 tỷ tham số có trọng số mở của Google, xây dựng trên cùng dòng nghiên cứu với Gemini. Nó nằm ở vị trí trung gian hữu ích: đủ lớn để xử lý lý luận, tóm tắt và trả lời câu hỏi nghiêm túc, đủ nhỏ để chạy cục bộ trên phần cứng có VRAM đủ lớn. Trọng số bạn có thể tải về, giá API cũng vừa phải.

Nổi tiếng với

Trọng số mở: tải về và chạy trên phần cứng của bạn
Lý luận tổng quát và trả lời câu hỏi vững chắc trong phân khúc kích thước
Tóm tắt có năng lực trên nhiều loại văn bản
Chia sẻ nghiên cứu kiến trúc với gia đình Gemini của Google
Có trên Hugging Face tại google/gemma-2-27b-it

Cẩn thận với

Cửa sổ ngữ cảnh 8.192 token khá ngắn theo tiêu chuẩn hiện nay; tài liệu dài cần chia nhỏ.
Việc sử dụng được điều chỉnh bởi Điều khoản Sử dụng Gemma của Google, không phải giấy phép mã nguồn mở tiêu chuẩn.
Với 27B tham số, dùng cục bộ đòi hỏi VRAM đáng kể — nên chuẩn bị 24 GB trở lên.

Phù hợp nhất cho

Lời nhắc để thử

Tóm tắt một lập luận phức tạp

Đọc đoạn văn sau và cho tôi bản tóm tắt ba đoạn: đầu tiên là luận điểm chính; thứ hai là bằng chứng chính được đưa ra; thứ ba là điểm yếu nhất trong lập luận. Sau đó cho tôi biết trong một câu liệu lập luận có thuyết phục không. Dán văn bản của bạn dưới dòng này.

Lý luận qua một quyết định

Tôi cần quyết định có nên di chuyển một ứng dụng sản xuất nhỏ từ một instance PostgreSQL đơn sang thiết lập đa vùng được quản lý. Ứng dụng có 50.000 người dùng hoạt động hàng tháng, lưu lượng đọc nhiều, và đội ngũ kỹ sư hai người. Hãy phân tích các đánh đổi và cho tôi khuyến nghị rõ ràng kèm lý do.

Trả lời câu hỏi nhiều lớp

Giải thích tại sao các ngân hàng trung ương tăng lãi suất để chống lạm phát, sau đó giải thích cách chính mà điều này có thể phản tác dụng, và cuối cùng cho biết chỉ số nào nhà kinh tế sẽ theo dõi để biết liệu nó có hiệu quả không. Mỗi phần giữ trong hai hoặc ba câu.

So sánh với

Gemini 4 Argon
Mô hình chỉ API
ngữ cảnh 1,048,576 token · Đầu vào $2.00/M, đầu ra $10.00/M
Gemini 2.5 Pro Preview 06-05
Mô hình chỉ API
ngữ cảnh 1,048,576 token · Đầu vào $1.25/M, đầu ra $10.00/M
Nano Banana Pro (Gemini 3 Pro Image)
Mô hình chỉ API
ngữ cảnh 131,072 token · Đầu vào $2.00/M, đầu ra $12.00/M
Gemini 3.1 Flash Lite Preview
Mô hình chỉ API
ngữ cảnh 1,048,576 token · Đầu vào $0.25/M, đầu ra $1.50/M

Thêm mô hình văn bản từ google

Câu hỏi thường gặp

Tôi có thể chạy Gemma 2 27B cục bộ không?: Có — trọng số mở và được lưu trữ tại google/gemma-2-27b-it trên Hugging Face. Với 27B tham số, bạn cần khoảng 24 GB VRAM để suy luận cục bộ thoải mái; các công cụ như Ollama hoặc LM Studio có thể xử lý.
Gemma 2 27B giá bao nhiêu qua API?: Google định giá $0.65 cho mỗi triệu token đầu vào và đầu ra, mức giá phải chăng cho mô hình kích thước này. Cửa sổ ngữ cảnh là 8.192 token.
Gemma 2 27B khác gì so với các mô hình Gemini?: Gemma 2 27B xây dựng trên cùng nghiên cứu với Gemini nhưng là bản phát hành trọng số mở bạn có thể tải về và tự lưu trữ; các mô hình Gemini đóng và chỉ qua API. Gemma 2 27B cũng nhỏ hơn đáng kể so với các cấp cao nhất của Gemini.

Phán quyết của thuyền trưởng
Mô hình trọng số mở có năng lực với giá hợp lý — đáng cân nhắc nếu triển khai cục bộ hoặc ngân sách quan trọng và bạn không cần cửa sổ ngữ cảnh dài.

Thẻ mô hình trên Hugging Face

Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.

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

Điểm số này được tính như thế nào

Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Mô hình tương tự

Mô hình AI để tạo hình ảnh, video & văn bản

Gemma 2 27B là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác, xem điểm độ hot để biết xu hướng và mở trên PirateDiffusion hoặc BitVector để dùng thử.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm google lý luận tóm tắt nghiên cứu cục bộ

Duyệt theo họ mô hình