Startseite›Modelle›gemma4-e4b
gemma4-e4b
Architektur dicht42 SchichtenLizenz apache-2.0Maximaler Kontext 128kVokabular 262.144
Bei Q4_K_M ist das eine Datei von 4,63 GiB, und sie passt auf 18 der 18 Rechner, die wir durchrechnen (der mit dem wenigsten Speicher: PC mit RTX 4060 8 GB). Hier füllt die Datei den Speicher: Selbst beim maximalen Kontext von 128k Tokens kommen 2,02 GiB hinzu — und derselbe Inhalt braucht auf Deutsch 1,33-mal so viele Tokens wie auf Englisch.
Modellgröße bei Q4_K_M
Von Local AI Scope gemessen
Kontextspeicher bei 8k Tokens
Von Local AI Scope gemessen
Was Deutsch gegenüber Englisch kostet
Von Local AI Scope gemessen
Größen der veröffentlichten Dateien
Das sind die Größen der tatsächlich vom Autor veröffentlichten Dateien, addiert, wenn das Modell in Teilen ausgeliefert wird. Keine Schätzung aus der Parameterzahl.
| Kompression | Modellgröße |
|---|---|
Q8_0 |
7,63 GiB |
Q6_K |
6,59 GiB |
Q5_K_M |
5,11 GiB |
Q5_K_S |
5,03 GiB |
Q4_K_M |
4,63 GiB |
Q4_K_S |
4,51 GiB |
IQ4_XS |
4,39 GiB |
Q3_K_M |
3,78 GiB |
Dieses Modell liest auch Bilder. Dafür braucht es eine zweite Datei, den Vision-Projektor (mmproj-F16.gguf, 0,92 GiB), die neben dem Modell veröffentlicht wird und in den Zahlen dieser Seite nicht enthalten ist: Sie zählen nur Text. Wenn Sie ihm Bilder schicken wollen, rechnen Sie diese Datei zur Modellgröße hinzu.
Kontextspeicher
Berechnet aus dem Aufmerksamkeitsmuster, das dieses Modell Schicht für Schicht angibt, nicht aus der generischen Formel. Deshalb liegt der Wert oft deutlich unter dem anderer Rechner. Seine Schichten mit voller Aufmerksamkeit sind anders gebaut als die mit gleitendem Fenster: 2 Key-Value-Köpfe mit 512 pro Schicht statt 2 Key-Value-Köpfe mit 256; und seine letzten 18 Schichten nutzen den Cache einer früheren Schicht mit, tragen also nichts bei. Wir rechnen jeden Typ mit seiner eigenen Größe und mit Schlüssel und Wert getrennt gespeichert – so, wie llama.cpp und MLX sie im Speicher halten.
- 8k Tokens → 0,14 GiB
- 32k Tokens → 0,52 GiB
- 128k Tokens → 2,02 GiB
Was es in jeder Sprache kostet
Gemessen, indem der Tokenizer dieses Modells über denselben Inhalt in vier Sprachen läuft. Tokens sind das, was man im Kontext, im Speicher und auf der Cloud-Rechnung zahlt.
| Textsorte | EN | ES | FR | DE |
|---|---|---|---|---|
| Code | — | ×1,16 | ×1,25 | ×1,39 |
| Verträge | — | ×1,15 | ×1,22 | ×1,36 |
| Geschäftliche E-Mails | — | ×1,11 | ×1,21 | ×1,21 |
| Support-Tickets | — | ×1,20 | ×1,40 | ×1,32 |
Englisch ist die Referenz: Jede Zahl gibt an, um wie viel mehr Tokens derselbe Inhalt in dieser Sprache kostet. Durchschnitt über das gesamte Korpus: DE ×1,33.
Wo es passt
Passt heißt: Modell, Kontextspeicher und Arbeitsreserve passen beim angegebenen Kontext gemeinsam hinein und lassen dem System seinen Anteil. 18 von den 18 getesteten Rechnern (Q4_K_M, 8k Tokens).