01功能特性
优点
- 4B 模型具备完整的多模态能力
- 128k 上下文
- 可在笔记本或移动设备上运行
- Apache 2.0
需了解的局限性
- —质量不及12B及以上模型
架构
E4B「高效」版本 · 4.5B有效参数 / 8B总参数 · 多模态（文本+图像+音频）
训练
Gemma 4 的边缘/移动版。
最适合的场景
面向边缘计算的多模态On-device小音频
05安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$ollama run gemma4:e4b
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
10 GB
Q5_K_M
质量/体积的良好平衡
11 GB
Q8_0
几乎无法与 FP16 区分
12 GB
FP16
全精度 — 服务器用途
16 GB
CPU 回退 · 如果您没有 GPU，请预留 12 GB 内存 以较低速度运行此模型的最低要求。
运行Gemma 4 E4B需要什么硬件？
在本地以Q4量化运行Gemma 4 E4B，大约需要10 GB 显存。可供比较的硬件选项：RTX 5070 12 GB — 请为系统和上下文保留余量，并确认推理引擎与GPU兼容。
当前在售产品： RTX 5070 12 GB
Amazon查看价格 →Materiel.net查看价格 →Darty查看价格 →联盟链接——可能产生佣金，但您无需额外付费，推荐独立。作为亚马逊合作伙伴，QuelLLM 将从符合条件的购买中获利。
移动场景： Gemma 4 E4B 也可在以下设备上运行 RTX 笔记本电脑 (16 GB 显存）→
在你的私有 ChatGPT 中使用此模型，无需云端
只需 1 小时，即可在您的电脑上拥有专属的免费 ChatGPT — LM Studio、Ollama、Open WebUI、您的文档，无需云端。
- 在线空间，终身可用
- PDF + 文件
- 30 天内退款
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。
04公开基准测试
分数引自模型卡片或 MMLU-Pro / 社区数据。单位：正确回答百分比。
MMLU Pro
69.4
LiveCodeBench v6
52
GPQA Diamond
58.6
MMMU Pro（视觉）
52.6