AIbase
TW
首頁
模型庫
Gemma 3n E4B Instruct Preview (May '25)
G

Gemma 3n E4B Instruct Preview (May '25)

2025 年 5 月發布的 Gemma 3n E4B 指令調優預覽版本，展示了 Google 行動優先架構的創新。採用 MatFormer 架構和 Per-Layer Embeddings 技術，具備多模態能力。作為預覽版本，允許開發者提前探索行動裝置上的高性能 AI 能力，為行動 AI 應用的發展提供技術預覽和測試平台。
智能(較弱)
速度(慢)
輸入支持模態
是
是否推理模型
32,000
上下文窗口
32,768
最大輸出tokens
2024-06-01
知識截止
去對比

定價

- /M tokens
輸入
- /M tokens
輸出
- /M tokens
混合價格

快速簡單對比

輸入

輸出

Gemini 1.5 Pro (Sep '24)
￥2.5
Gemini 1.5 Pro (May '24)
￥2.5
Gemini 2.0 Pro Experimental (Feb '25)

基本參數

Gemma 3n E4B Instruct Preview (May '25)技術參數
參數數量
1,910.0M
上下文長度
32.00k tokens
訓練數據截止日期
2024-06-01
開源類別
Open Weights (Permissive License)
多模態支持
文本、圖像
吞吐量
發布日期
2025-05-20
響應速度
0 tokens/s

基準測試分數

以下是Gemma 3n E4B Instruct Preview (May '25)在各種標準基準測試中的表現。這些測試評估了模型在不同任務和領域中的能力。
智能指數
26.98
大語言模型智能水平
編程指數
11.16
AI模型在編程任務上的表現指標
數學指數
42.77
解決數學問題、數學推理或執行數學相關任務的能力指標
MMLU Pro
48.3
大規模多任務多模態理解 - 測試對文本、圖像、音頻和視頻的理解
GPQA
27.8
研究生物理問題評估 - 用鑽石科學級問題測試高級物理知識
HLE
4.9
模型在Hugging Face開放LLM排行榜上的綜合平均分數
LiveCodeBench
13.8
專門評估大型語言模型在實際代碼編寫和解決編程競賽問題能力的評估
SciCode
8.6
模型在科學計算或特定科學領域代碼生成方面的能力
HumanEval
75.7
AI模型在特定HumanEval基準測試集上獲得的分數
Math 500分數
74.9
在前500個較大、更知名的數學基準測試上的分數
AIME分數
10.7
衡量AI模型解決高難度數學競賽問題能力的指標（特指AIME級別）
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase