Google · 现在可用
Google Gemma 4(2026):E2B 到 31B 各尺寸、每次回复价格和上下文窗口
Gemma 4 是 Google DeepMind 的开放模型系列,2026 年 4 月 2 日以 Apache 2.0 许可发布 E2B、E4B、26B 和 31B 四个尺寸(6 月 3 日又增加 12B),上下文最长 256K token;31B 在 OpenRouter 上每百万输入 token 0.20 美元、输出 0.40 美元。
现在就用
聊天
- 厂商
- 类型
- 文字
- 发布
- 2026-04-02
- OpenRouter id
- google/gemma-4-31b-it
每百万 token
价格
| - | 输入 | 输出 | 来源 |
|---|---|---|---|
| 经 OpenRouter (google/gemma-4-31b-it) | $0.20 | $0.40 | openrouter.ai |
已核对
事实与来源
- Google 2026 年 4 月 2 日的发布文章把 Gemma 4 称为“our most intelligent open models to date”(我们迄今最智能的开放模型,原文为英文),称它与 Gemini 3 出自同样的研究和技术,并以 Apache 2.0 许可发布。文章说这个系列首发四个尺寸:Effective 2B(E2B)、Effective 4B(E4B)、26B 混合专家(MoE)和 31B 稠密模型,面向高级推理和智能体工作流,原生支持函数调用和结构化 JSON 输出。来源: blog.google · 核对于 2026-11-21
- 2026 年 6 月 3 日,Google 新增了 Gemma 4 12B。它的发布文章说,该模型介于 E4B 和 26B MoE 之间,在 16GB 显存或统一内存上即可本地运行,是 Gemma 4 中第一个原生支持音频输入的中等尺寸模型,并且没有单独的视觉或音频编码器。Google 称它在标准基准上的表现接近 26B 模型,而总内存占用不到后者的一半。这些是厂商自己的说法,我们没有测试。来源: blog.google · 核对于 2026-11-21
- Google 的模型卡列出五个尺寸:E2B、E4B、12B、26B A4B 和 31B。小模型(E2B、E4B)上下文为 128K token,其余为 256K。全部支持文字和图片输入、输出文字;模型卡说 E2B、E4B 和 12B 还支持音频输入。卡上写明所有模型都有可配置的思考模式、原生函数调用和原生 system 角色,并支持 140 多种语言。来源: ai.google.dev · 核对于 2026-11-21
- Google 的发布文章说,权重可在 Hugging Face、Kaggle 和 Ollama 获取;31B 和 26B 可在 Google AI Studio 运行,E2B 和 E4B 可在 Google AI Edge Gallery 应用运行;生产环境可用 Vertex AI、Cloud Run 和 GKE。文章称未量化的 bfloat16 版 26B 和 31B 权重可放进单张 80GB 的 NVIDIA H100,边缘模型可在手机、树莓派和 NVIDIA Jetson Orin Nano 上离线运行。来源: blog.google · 核对于 2026-11-21
- 模型卡开头写着“License: Apache 2.0”,发布文章称这是商业上宽松的 Apache 2.0 许可,并说这是根据开发者反馈做出的改变。Hugging Face 上的 google/gemma-4-31B-it 和 google/gemma-4-E2B-it 仓库显示 license 为 apache-2.0,且没有设门槛(2026 年 11 月 21 日核对)。来源: ai.google.dev · 核对于 2026-11-21
- Google 在 Hugging Face 上为每个尺寸发布了自己的量化感知训练 4 位(q4_0)GGUF 文件,仓库名为 google/gemma-4-<尺寸>-it-qat-q4_0-gguf(Apache 2.0,没有设门槛):模型文件 E2B 3.12 GiB、E4B 4.8 GiB、12B 6.5 GiB、26B A4B 13.45 GiB、31B 16.44 GiB,另有一个 0.16 至 1.12 GiB 的多模态投影文件(文件大小于 2026 年 11 月 21 日读取)。我们没有运行过其中任何一个。其他上传者也发布了自己的 GGUF 文件,我们没有核对。来源: huggingface.co · 核对于 2026-11-21
- Google 的 Gemini API 价格页把 Gemma 4 的输入、输出和上下文缓存在免费层列为“Free of charge”(免费),在付费层列为“Not available”(不提供),并说免费层的内容会用于改进 Google 的产品(付费层:否)。我们没有读取免费层的速率限制。因为 Google 没有列出 Gemma 4 的付费价格,本页没有厂商的每百万 token 美元价;付费托管来自其他服务商。来源: ai.google.dev · 核对于 2026-11-21
- OpenRouter 上架 google/gemma-4-31b-it(文字、图片和视频输入,文字输出,上下文 262,144 token),每百万输入 token 0.20 美元、输出 0.40 美元;google/gemma-4-26b-a4b-it 为 0.0675/0.225 美元。各服务商的收费不同:31B 的输入价在十几家服务商之间从每百万 0.10 美元到 0.75 美元不等。E2B、E4B 和 12B 没有在 OpenRouter 上架(2026 年 11 月 21 日核对)。OpenRouter 还为这两个模型列出了“:free”变体,我们没有测试它们的限制。来源: openrouter.ai · 核对于 2026-11-21 · 二手
- Google 的发布文章称,31B 在 Arena AI 文字榜单的开放模型中排第 3,26B 排第 6,图表注明“as of 4/1”(截至 4 月 1 日)。这是厂商在发布当天的说法,我们没有测试,排名此后可能已经变化。来源: blog.google · 核对于 2026-11-21
尺寸
Gemma 4 各尺寸并排对比
- 模型卡给出:E2B 有效参数 2.3B(含嵌入 5.1B),E4B 有效参数 4.5B(含嵌入 8B),12B 为 11.95B,26B A4B 总参数 25.2B、激活 3.8B(128 个专家中激活 8 个,另有 1 个共享专家),31B 为 30.7B 稠密。“E”表示“effective”(有效):小模型使用逐层嵌入,所以有效参数量远小于总量。来源: ai.google.dev · 核对于 2026-11-21
并排对比
Gemma 4 E2B、E4B、12B、26B A4B 和 31B 对比
搜 Gemma 4 E2B 或“gemma 4”的人,通常想知道各个尺寸分别是什么。E2B 和 E4B 是面向手机和笔记本的小模型;12B 是 6 月新增的笔记本级中等模型;26B A4B 和 31B 是两个较大的模型。OpenRouter 上只有 26B A4B 和 31B,所以本页的聊天运行的是 31B。其他有独立页面的开放权重模型,可以看 Qwen3.8 和 Hy4 Flash。
| 项目 | E2B | E4B | 12B | 26B A4B | 31B |
|---|---|---|---|---|---|
| Google 发布日期 | 2026 年 4 月 2 日 | 2026 年 4 月 2 日 | 2026 年 6 月 3 日 | 2026 年 4 月 2 日 | 2026 年 4 月 2 日 |
| 参数(模型卡) | 有效 2.3B(含嵌入 5.1B) | 有效 4.5B(含嵌入 8B) | 11.95B | 总 25.2B,激活 3.8B(MoE) | 30.7B 稠密 |
| 上下文窗口(模型卡) | 128K token | 128K token | 256K token | 256K token | 256K token |
| 输入(模型卡) | 文字、图片、音频 | 文字、图片、音频 | 文字、图片、音频 | 文字、图片 | 文字、图片 |
| Google 的 4 位 GGUF 模型文件(本站核对) | 3.12 GiB | 4.8 GiB | 6.5 GiB | 13.45 GiB | 16.44 GiB |
| OpenRouter 价格,每百万 token(输入/输出) | 未上架 | 未上架 | 未上架 | $0.0675 / $0.225 | $0.20 / $0.40 |
| 在本站聊天(本站折算) | 不可 | 不可 | 不可 | 不可 | 可以,在本页;一次典型回复约 1 个积分 |
来源: blog.google来源: blog.google来源: ai.google.dev来源: huggingface.co来源: huggingface.co来源: huggingface.co来源: huggingface.co来源: huggingface.co来源: openrouter.ai
最接近的可用模型
现在可以改用的模型
Qwen3.8
Alibaba$4 / $12 (每百万 token)
- Alibaba 于 2026 年 8 月 3 日发布 Qwen3.8-Max,通过阿里云 Model Studio API 提供,并称其为 Qwen 系列迄今最强的模型。来源: alibabagroup.com · 核对于 2026-11-14
- Qwen3.8-Max 是稀疏混合专家(MoE)模型,总参数 2.4 万亿,每次推理激活约 950 亿,上下文最多 100 万 token。来源: alibabagroup.com · 核对于 2026-11-14
- 开放权重:Qwen3.8-2.4T-A95B 于 2026 年 8 月 12 日、Qwen3.8-27B 于 8 月 14 日上线 Hugging Face 和 ModelScope。来源: github.com · 核对于 2026-11-14
Hy4 Flash
Tencent$0.04 / $0.14 (每百万 token)
- 腾讯 2026 年 11 月 16 日的 Hy4 flash 公告称它是 Hy 模型家族的最新成员。腾讯建议把它用于大多数日常任务(深度研究、文档处理、生成 PPT、简单前端工作、电脑操作),长程软件工程等复杂任务则建议用 Hy4。腾讯云 API 指南称它是“更精简、更高效的日常主力”(原文为英文)。来源: tencent.com · 核对于 2026-11-17
- 腾讯公告日期为 2026 年 11 月 16 日,腾讯云上 hy4-flash 的模型、价格和 API 页面也在同一天更新。公告只说 Hy4 flash 现已可用,没有单独写明发布日期或版本名。来源: tencent.com · 核对于 2026-11-17
- 腾讯称 Hy4 flash 总参数 224B(含 64B Engram 参数),激活 12B,上下文最长 1M token,支持多模态输入;公告没有写最大输出和输出类型。腾讯还称它的 KV 缓存是 Hy4 的 1/6,解码速度超过每秒 150 token。这些是腾讯自己的数据,我们没有测试。来源: tencent.com · 核对于 2026-11-17
FAQ
常见问题
Gemma 4 是什么?
Gemma 4 是 Google DeepMind 的开放模型系列。Google 在 2026 年 4 月 2 日发布了四个尺寸(E2B、E4B、名为 26B A4B 的 26B 混合专家模型,以及 31B 稠密模型),并在 2026 年 6 月 3 日新增 12B。Google 称它是“our most intelligent open models to date”(我们迄今最智能的开放模型,原文为英文),为推理和智能体使用而设计;所有尺寸都支持文字和图片输入、输出文字,E2B、E4B 和 12B 还支持音频输入。
Gemma 4 多少钱?
权重可以按 Apache 2.0 免费下载;运行成本取决于你的硬件或托管服务商。Google 的 Gemini API 价格页把 Gemma 4 在免费层列为免费、付费层列为不提供,并说免费层的内容会用于改进 Google 的产品。OpenRouter 上 google/gemma-4-31b-it 每百万输入 token 0.20 美元、输出 0.40 美元,26B A4B 为 0.0675/0.225 美元(2026 年 11 月 21 日核对);其他服务商的收费不同。在本站,这个模型的一次典型回复约 1 个积分(1 个积分约 0.01 美元,按 5 美元包计算),按真实 token 成本计费,至少 1 个积分。
怎么使用 Gemma 4?
Google 说权重可在 Hugging Face、Kaggle 和 Ollama 获取,31B 和 26B A4B 可在 Google AI Studio 运行,E2B 和 E4B 可在 Google AI Edge Gallery 应用运行,生产环境可用 Vertex AI、Cloud Run 和 GKE。在 OpenRouter 上的模型是 google/gemma-4-31b-it 和 google/gemma-4-26b-a4b-it。你也可以用积分在本页的聊天框里和 31B 对话。
Gemma 4 E2B(gemma 4 e2b)是什么?
E2B 是 Gemma 4 里最小的尺寸。“E”代表“effective”(有效):Google 的模型卡给出有效参数 2.3B(含嵌入 5.1B)、128K token 上下文,支持文字、图片和音频输入。Google 说 E2B 和 E4B 可在手机、树莓派和 NVIDIA Jetson Orin Nano 上离线运行。Google 自己提供的 E2B 4 位 GGUF 文件为 3.12 GiB,另有一个 0.92 GiB 的多模态投影文件;我们没有运行过。E2B 没有在 OpenRouter 上架,所以不能在本站聊天:本页的聊天运行的是 31B。
Gemma 4 的上下文窗口有多大?
Google 的模型卡给出 E2B 和 E4B 为 128K token,12B、26B A4B 和 31B 为 256K token。OpenRouter 上 26B A4B 和 31B 的上下文显示为 262,144 token;最大输出取决于服务商。
Gemma 4 开源吗?能在本地运行吗?
Google 以 Apache 2.0 许可发布 Gemma 4(模型卡和发布文章),我们在 2026 年 11 月 21 日核对的 Hugging Face 仓库显示 apache-2.0,也没有设门槛。Google 说未量化的 26B 和 31B 权重可放进单张 80GB 的 NVIDIA H100,量化版本可在消费级显卡上运行,12B 可在有 16GB 显存或统一内存的笔记本上运行。Google 自己提供的 4 位 GGUF 文件为:E2B 3.12 GiB、E4B 4.8 GiB、12B 6.5 GiB、26B A4B 13.45 GiB、31B 16.44 GiB;我们没有运行过它们。本页聊天用的是托管模型,不是下载版。
Gemma 4 各个尺寸有什么不同?
按 Google 的模型卡,E2B 和 E4B 是面向手机和笔记本的小模型(128K 上下文,支持音频输入);12B 是没有单独图像或音频编码器的模型(11.95B 参数,256K 上下文,支持音频输入);26B A4B 是总参数 25.2B、激活 3.8B 的混合专家模型;31B 是 30.7B 的稠密模型,支持文字和图片输入。Google 称 12B 在标准基准上接近 26B,而内存不到后者的一半,并称 31B 在发布时位列 Arena AI 文字榜单开放模型第 3。这两点都是厂商自己的说法,我们没有测试。
这是 Google 官方网站吗?
不是。这是非官方页面,与 Google 无关,也未获其认可。事实尽量链接到 Google 自己的页面。