Gemma 3 270M
vision
0,3 Md
Paramètres
0,2 Go
Fichier Q4_K_M
≥ 1,7 Go
VRAM conseillée
32 768
Contexte max
Vitesse par carte graphique
Simuler dans le « Configurateur » →Bench standard llama-bench (prompt 512 / génération 128 tokens), modèle entièrement en VRAM. Cliquez sur une carte pour le détail. Coût électrique au tarif par défaut (0,25 €/kWh).
| Carte · Q4_K_M | VRAM | Génération | Lecture prompt | VRAM utilisée | Conso | € élec. / M tok | Prix |
|---|---|---|---|---|---|---|---|
| RTX 4070 Ti | 12 Go | 728 tok/s | 71 259 | 1,1 Go | 16 W | 0,00 €/M tok | — |
Pas encore mesuré sur ces cartes — cliquez pour une estimation :
Fiche technique
- Publication
- 2025-07-30
- Architecture
- 18 couches · 1 têtes KV · dimension 256
- Attention
- Fenêtre glissante : 3 couches sur 18 gardent tout le contexte, les autres seulement les 512 derniers tokens — cache bien plus léger.
- Cache de contexte (f16)
- ≈ 3 Mo par 1 000 tokens · 0,1 Go pour 32 768 tokens
- Fichier GGUF
- bartowski/google_gemma-3-270m-it-GGUF · google_gemma-3-270m-it-Q4_K_M.gguf Télécharger (0,2 Go)
- Dépôt officiel
- google/gemma-3-270m-it
Données publiques Hugging Face (config.json officiel, dépôt GGUF). Le cache de contexte ne compte que les couches à attention complète.