DataLearner 标志
GE

Gemma 4 E4B

多模态大模型GemmaGemma 4

Google Gemma 4 E4B

发布时间: 2026-04-02更新于: 2026-07-17 23:18:08.798知识截止: 2025-011,638
模型参数
80亿
上下文长度
128K
中文支持
不支持
推理能力

Gemma 4 E4B 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。

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 E4B

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
总参数 / 激活参数
80亿 / 不涉及
知识截止
2025-01
Gemma 4 E4B

开源和体验地址

代码开源状态
预训练权重开源
Apache 2.0- 免费商用授权
GitHub 源码
暂无GitHub开源地址
Gemma 4 E4B

官方介绍与博客

Gemma 4 E4B

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 E4B

评测结果

Gemma 4 E4B 当前已收录的代表性评测结果包括 MMLU Pro(94 / 132,得分 69.40)、LiveCodeBench(88 / 123,得分 52)、GPQA Diamond(149 / 187,得分 58.60)。 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。

思考模式

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
思考模式
69.40
94 / 132
GPQA Diamond
思考模式
58.60
149 / 187

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
52
88 / 123

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式
42.20
37 / 43

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME 2026
思考模式
42.50
17 / 18

多模态理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU-Pro
思考模式
52.60
5 / 6

和其他模型对比

暂时没有为该模型整理的相关对比页面。

想自定义其他组合?打开对比工具

Gemma 4 E4B

发布机构

Google Gemma 4 E4B

模型解读

Gemma 4 E4B 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 4.5B 有效参数、含嵌入共 8B 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。页面仅收录官方表格中可与目录精确匹配的评测结果;Google 未为该开放权重检查点公布独立按 token 计费的托管价格。

Gemma 4 E4B

常见问题

Gemma 4 E4B 是什么模型?

Gemma 4 E4B 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。

Gemma 4 E4B 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 E4B 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 E4B 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 E4B 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 E4B 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

DataLearner 官方微信二维码