Gemma 3 4B IT
支持图像理解的4B档指令模型，可处理文本、图像并生成文本。
最后核实：
https://huggingface.co/google/gemma-3-4b-it特点与限制
主要特点
- 语言模型约3.884B参数，视觉编码器另列
- 文本与图像输入
- 128K上下文
使用边界
- 权重受Google Gemma Terms约束；下载前须登录并接受条款。
- 参数总量需区分语言模型与视觉编码器。
- 本站未复现评测或设备表现。
模型信息
- 家族与版本
- Gemma / 3
- 输入与输出
- 文本、图像 → 文本
- 公开参数规模
- 4B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方技术报告列3,209M非嵌入参数+675M嵌入参数，语言模型合计3.884B；共享视觉编码器另约417M。 参数来源
- 原生上下文
- 131,072 tokens
- 扩展上下文
- 未提供
- 语言声明
- 多语言（官方称支持140余种；各任务表现需单独验证）；语言支持不代表对应语言的评测水平。
- 权重许可
- Gemma Terms of Use
- 代码许可
- 未核实
- 训练资料
- Google公开训练来源类别及token规模，未提供完整逐样本训练清单。
能力依据
模型变体：指令版；家族与版本：Gemma / 3
文本生成 官方与第三方交叉核实
GPQA Diamond30.8%官方报告 · enIFEval90.2%官方报告 · enMMLU Pro43.6%官方报告 · en查看评估与来源收起补充信息 · 共 4 项成绩
文本生成 官方与第三方交叉核实
GPQA Diamond30.8%官方报告 · en
IFEval90.2%官方报告 · en
MMLU Pro43.6%官方报告 · en
Google 官方 GPQA Diamond 为 30.8%，Epoch AI 对精确 IT 4B 型号的独立测试为 23.23%；不同来源结果差异明显，不能将官方分数当作稳定复现值。官方另报告 IFEval 90.2% 与 MMLU Pro 43.6%（0-shot）。
已有依据支持
- 相较 1B 同系列官方表格分数更高，但这是厂商同表报告，仍不是本站独立复测。
- 官方资料给出指令遵循、知识推理等不同侧面的成绩。
- Epoch AI 对精确 IT 4B 型号进行了独立 GPQA Diamond 测试，可看到另一套评测设置下的结果。
证据限制
- 官方 GPQA 高于 25% 随机猜测基线，而 Epoch 测试略低于该线；来源结论不一致，需按具体配置复核。
- 这些英文基准不能证明中文输出同等可靠。
- Epoch AI 分数低于 Google 官方报告；两者模型revision及生成条件未完全对齐，当前证据不支持稳定的横向排名。
GPQA Diamond · 30.8%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-4b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA Diamond / 未提供
- 基准 / 报告版本
- 官方模型卡未注明基准版本
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方 Gemma 3 IT 4B 表列 30.8；该表注明 0-shot。本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
IFEval · 90.2%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-4b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- IFEval / 未提供
- 基准 / 报告版本
- 官方模型卡未注明基准版本
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方 Gemma 3 IT 4B 表列 90.2；该表注明 0-shot。本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
MMLU Pro · 43.6%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-4b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU Pro / 未提供
- 基准 / 报告版本
- 官方模型卡未注明基准版本
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方 Gemma 3 IT 4B 表列 43.6；该表注明 0-shot。本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
GPQA Diamond · 23.23%第三方评测 · Epoch AI
展开评测条件与来源
- 模型标识 / 修订
- gemma-3-4b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA Diamond / 未提供
- 基准 / 报告版本
- Epoch AI run; GPQA Diamond benchmark 1.0.6
- Few-shot / 输出上限
- 0 / 未提供 tokens
- 提示模板 / 设置
- zero-shot chain-of-thought；Epoch AI internal run; mean_score=0.23232323 (displayed as percent), stderr=0.018690142324718148; Epoch describes its GPQA method as zero-shot chain-of-thought with model API-default temperature. GPQA Diamond has 198 questions. This run is not a reproduction of the Google model-card setting. Run started 2026-08-28.；页面成绩按百分比保留两位小数（导出原值 23.232323232323232%）。
- 评测日期 / 核实日期
- 2026-08-28 / 2026-10-02
- 来源
- https://epoch.ai/benchmarks/gpqa-diamond
- 来源使用说明
- 开放数据；许可：CC BY 4.0；Epoch AI 将内部评测数据以 CC BY 许可提供复用；按要求署名 Epoch AI 并链接数据说明。 查看说明
- 比较状态
- 不可比：虽为同一 GPQA Diamond 基准，Epoch 与 Google 官方成绩存在差异且未共享完全一致的模型revision、提示和生成预算，不能据此直接排名。
视觉理解 仅官方依据
MMMU48.8%官方报告 · en查看评估与来源收起补充信息
视觉理解 仅官方依据
MMMU48.8%官方报告 · en
官方 MMMU validation 成绩为 48.8%，为大学学科多模态问答的一项信号；单一基准不能代表 OCR、图表或真实图像的全部效果。
已有依据支持
- 官方表格报告了精确 IT 4B 变体的视觉推理结果。
证据限制
- 该表没有列出完整图像预处理和提示配置，不能作为统一条件横向排名。
- 本站未使用本地图片进行复测。
MMMU · 48.8%官方报告 · Google DeepMind
展开评测条件与来源
- 模型标识 / 修订
- google/gemma-3-4b-it / 未提供
- 思考模式
- 未知
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMMU validation / 未提供
- 基准 / 报告版本
- validation split；官方模型卡未注明基准版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Google 官方多模态表列 Gemma 3 IT 4B 在 MMMU validation 为 48.8。模型卡未在该表给出 shot 数及完整图像提示、解码配置；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-02
- 来源
- https://ai.google.dev/gemma/docs/core/model_card_3
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量官方评测事实并署名链接；未复制报告表格或数据集。 查看说明
- 比较状态
- 不可比：官方模型卡未披露该成绩的权重revision、提示模板及完整生成配置，无法与统一条件复测比较。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；内存、显存和速度取决于精度、输入、运行时与硬件，不从参数量或文件体积推算资源保证。
内存：未核实；显存：未核实。
依赖：transformers、torch、accelerate、Pillow。
STEP 01 准备运行环境
先阅读并接受Google Gemma Terms；Hugging Face还要求登录确认许可后才能取权重。
python -m pip install -U transformers torch accelerate pillowSTEP 02 加载模型
使用 Transformers 图文处理器加载 google/gemma-3-4b-it。