AI Models Navi
모델 목록으로
DeepMind오픈소스

Gemma 4 E2B（有效2B端侧模型）

Gemma 4 E2B는 DeepMind가 개발한 다중 모달 기초 모델입니다. 약 5.1B 파라미터를 갖추고 있으며, 엣지 디바이스에서 효율적인 작동을 위해 설계되었습니다.

파라미터

5.1B

컨텍스트

128K

라이선스

Apache 2.0

출시일

2026-04

API 가격

이 모델의 API 가격 정보는 현재 공개되지 않았습니다

강점

  • ・강력한 다중 모달 지원
  • ・128K 긴 컨텍스트 윈도우
  • ・엣지 디바이스에서의 효율적인 작동

약점

  • ・대형 모델에 비해 작은 지식 기반
  • ・복잡한 추론의 한계
  • ・가용 컴퓨팅 자원에 대한 의존성

활용 사례

  • ・실시간 온디바이스 처리
  • ・다중 모달 데이터 분석
  • ・긴 컨텍스트 처리

심층 분석

Parameters

2.1B (effective) / 5.1B with embeddings

Smallest model in the Gemma 4 family

Context Window

128K tokens

Per Google/HuggingFace docs (gemma4.dev reports 8K for text-only mode)

Architecture

Dense transformer

With Per-Layer Embeddings (PLE) and shared KV cache

Min VRAM (BF16)

5 GB

Or 2GB with Q4 quantization

Multimodal

Image + Audio input

Supports vision and audio unlike what some sources claim

Release Date

April 2, 2026

Part of Gemma 4 family launch

License

Apache 2.0

First Gemma with Apache 2.0

Tool Use

Yes

Supports function calling and structured output

Languages

140+

Natively multilingual

강점

  • ・Runs entirely on CPU - no GPU required for basic inference
  • ・Only 2GB VRAM needed with Q4 quantization
  • ・Multimodal: supports image and audio input despite tiny size
  • ・128K context window for an edge model is exceptional
  • ・Apache 2.0 license for maximum deployment flexibility
  • ・Compatible with Ollama, llama.cpp, Transformers, MLX, WebGPU

약점

  • ・No thinking mode support
  • ・Limited reasoning capability compared to larger models
  • ・Some sources report text-only 8K context variant (conflicting specs)
  • ・Not suitable for complex multi-step reasoning tasks
  • ・Quality trade-off for extreme efficiency

경쟁사 비교

ModelArenaSWEGPQAPrice
Gemma 4 E2B (2.1B)N/AN/AN/AFree (open weights)
Gemma 4 E4B (4.5B)~1300 (est)N/A~50% (est)Free (open weights)
Phi-3.5 Mini (3.8B)~1100N/A~55%Free (open weights)
SmolLM2 (1.7B)N/AN/AN/AFree (open weights)
Qwen2.5 (3B)~1050N/A~45%Free (open weights)

Gemma 4 E2B is the smallest model in the Gemma 4 family with 2.1B effective parameters (5.1B with embeddings). It can run entirely on CPU with as little as 2GB VRAM (Q4), supports multimodal input (image + audio), and has a 128K context window. Released April 2, 2026 under Apache 2.0 license.

출처

분석 생성일: 2026-05-24