Gemma · 27B
Gemma 3 27B
- Total paramètres27B
- Contexte max128k tokens
- FamilleGemma
- TypeDense
face-à-face · LLM local
Gemma 3 27B vs QwQ 32B
Comparatif chiffré : VRAM requise par quantization, GPUs compatibles pour faire tourner chacun en local, et verdict construit depuis les specs réelles. Pas de bench truqué, juste les chiffres.
27B
params Gemma 3 27B
32B
params QwQ 32B
Gemma
famille A
QwQ
famille B
▲ Specs côte à côte
Les chiffres bruts.
QwQ · 32B
QwQ 32B
- Total paramètres32B
- Contexte max33k tokens
- FamilleQwQ
- TypeDense
▲ VRAM par quantization
Combien de VRAM il te faut.
Estimation incluant l'overhead (KV cache + activations) ×1.12. Pour un MoE, on prend les paramètres totaux car le modèle complet doit être chargé en mémoire (les experts inactifs aussi).
| Quant | Gemma 3 27B | QwQ 32B | Écart |
|---|---|---|---|
| Q3 | 13.2 GB | 15.7 GB | 2.5 GB |
| Q4 | 17 GB | 20.2 GB | 3.2 GB |
| Q5 | 20.8 GB | 24.6 GB | 3.8 GB |
| Q6 | 24.6 GB | 29.1 GB | 4.5 GB |
| Q8 | 30.2 GB | 35.8 GB | 5.6 GB |
| FP16 | 60.5 GB | 71.7 GB | 11.2 GB |
▲ GPU minimum pour chacun en Q4
Quel GPU suffit pour quoi.
Pour Gemma 3 27B en Q4
MacBook Pro 14 M3 Pro (18GB)
18 GB de VRAM — suffisant pour les 17.0 GB requis en Q4.
→ Fiche MacBook Pro 14 M3 Pro (18GB)Pour QwQ 32B en Q4
TITAN RTX
24 GB de VRAM — suffisant pour les 20.2 GB requis en Q4.
→ Fiche TITAN RTX▲ Verdict
Ce que les chiffres disent.
Gemma 3 27B et QwQ 32B sont de taille comparable (27B vs 32B), donc le choix se joue sur la famille, le contexte et le use case.
Choisir Gemma 3 27B
Google. Multimodal (vision + texte), contexte 128k, intégration native PyTorch/JAX.
→ Fiche Gemma 3 27BChoisir QwQ 32B
Mieux placé sur ton use case spécifique selon ta famille de modèles de référence.
→ Fiche QwQ 32BTester avec ton GPU ?
Le calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.