Gemma 4 E2B 是什么模型？
Gemma 4 E2B 是DeepMind于 2026-04-02 发布的多模态大模型。支持文本、图像、音频输入和文本输出，上下文窗口为 128K，主要能力包括推理大模型。页面已收录官方资料，便于核对规格和使用成本。
GE
Google Gemma 4 E2B
发布时间: 2026-04-02更新于: 2026-08-23知识截止: 2025-01浏览量: 911
模型参数
51亿
上下文长度
128K
多语言支持
暂无数据
推理能力
暂无数据
Google DeepMind 于 2026 年 4 月 2 日发布的 Gemma 4 端侧轻量级型号，是系列中体积最小的一款。采用逐层嵌入（PLE）技术，总参数 51 亿、有效参数 23 亿，在部分设备上内存占用可低至 1.5 GB 以下；128K 上下文，Apache 2.0 许可，支持 140 多种语言，输入涵盖文本、图像和音频。与 Google Pixel 团队、高通和联发科合作优化，可在手机、树莓派、NVIDIA Jetson Orin Nano 等设备上完全离线运行，延迟接近为零，并支持原生函数调用与结构化 JSON 输出。相比前代 Gemma 3，数学、编程和推理能力有代际提升，但 23 亿有效参数决定了它的定位是「在极限资源下还能用」，复杂推理任务应选择 E4B 或更大型号。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Gemma 4 E2B
模型基本信息
推理过程
支持
思考模式
思考模式 (默认)常规模式
上下文长度
128K tokens
最大输出长度
8K tokens
模型类型
多模态大模型
输入/输出模态
文本、图像、音频 → 文本
发布时间
2026-04-02
模型文件大小
暂无数据
MoE架构
否
总参数 / 激活参数
51亿 / 不适用
知识截止
2025-01
Gemma 4 E2B
开源和体验地址
Gemma 4 E2B
官方介绍与博客
DataLearnerAI博客
Gemma 4 E2B
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
Gemma 4 E2B
评测结果
Gemma 4 E2B 当前已收录的代表性评测结果包括 MMLU-Pro（123 / 176，得分 60）、LiveCodeBench（180 / 251，得分 44）、IF Bench（230 / 282，得分 38）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
Agent能力评测
共 5 项评测评测名称 / 模式
得分
排名/总数
多模态理解
共 4 项评测评测名称 / 模式
得分
排名/总数
和其他模型对比
Gemma 4 E2B
发布机构
Google DeepMind
查看发布机构详情 Google Gemma 4 E2B
模型解读
Gemma 4 E2B 是 Google DeepMind 于 2026 年 4 月发布的开放权重多模态稠密模型。官方模型卡记录其为 2.3B 有效参数、含嵌入共 5.1B 参数，支持 128K 上下文。
模型接受文本、图像和音频输入并输出文本，支持可切换的思考模式。页面只收录可与目录精确匹配的官方评测，不把自托管或免费层写成一方 token 价格。
Gemma 4 E2B
常见问题
Gemma 4 E2B 支持哪些输入和输出模态？
当前官方资料记录其支持文本、图像、音频输入，并生成文本输出。
Gemma 4 E2B 的上下文窗口和最大输出是多少？
上下文窗口为 128K，最大输出为 8K。未公开或无法确认的规格不做推测。
Gemma 4 E2B 适合哪些任务？
根据已收录的官方能力标签，它适合推理大模型相关任务；实际效果应结合具体工作流验证。
Gemma 4 E2B 是否开源？
代码与模型权重按 Apache 2.0 记录；使用前仍应核对官方许可原文。
Is Gemma 4 E2B open source?
The checkpoint is listed under the Apache 2.0 license, with the license link included in the model references. Review the linked license text before commercial or derivative use.
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
