Gemma 4 12B

2026-06-03 · Éditeur : Google · Domaine : Intelligence Artificielle

Google DeepMind ajoute Gemma 4 12B à la famille Gemma 4 : un modèle ouvert de taille intermédiaire, sans encodeurs séparés pour la vision et l'audio, qui tourne sur un laptop de 16 Go.

Google DeepMind ajoute Gemma 4 12B à la famille Gemma 4 : un modèle ouvert de taille intermédiaire, sans encodeurs séparés pour la vision et l'audio, qui tourne sur un laptop de 16 Go. ### Ce qui change - Architecture unifiée sans encodeur : les entrées visuelles et audio passent directement dans le modèle de langage. - Premier modèle ouvert de taille moyenne de la famille avec entrée audio native. - Performances proches du 26B MoE pour moins de la moitié de l'empreinte mémoire. - Drafters de prédiction multi-tokens (MTP) fournis pour réduire la latence. - Les modèles Gemma 4 dépassent 150 millions de téléchargements. ### Caractéristiques - Taille : environ 12 milliards de paramètres (11,95B), contexte de 256K tokens. - Modalités : texte, image et audio en entrée. - Disponibilité : poids ouverts (Hugging Face, Kaggle), LM Studio, Ollama, llama.cpp, MLX, vLLM, SGLang. - Licence : Apache 2.0. ### Tarifs Poids ouverts sous Apache 2.0. Utilisation gratuite via l'API Gemini selon la page tarifs. ### Benchmarks | Benchmark (model card, scores publiés par l'éditeur) | Gemma 4 12B | |---|---| | MMLU Pro | 77,2 % | | AIME 2026 | 77,5 % | | LiveCodeBench v6 | 72,0 % | | GPQA Diamond | 78,8 % | | MMMU Pro (vision) | 69,1 % | ### À retenir Un compromis entre le E4B et le 26B : suffisant pour des agents multimodaux locaux sur poste de travail standard.

Tags : LLM, Open Source, Google, Gemma, Multimodal