Gemma · 31B
Gemma 4 31B
- Total paramètres31B
- Contexte max128k tokens
- FamilleGemma
- TypeDense
face-à-face · LLM local
Gemma 4 31B vs Llama 3.2 3B
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.
31B
params Gemma 4 31B
3B
params Llama 3.2 3B
Gemma
famille A
Llama
famille B
▲ Specs côte à côte
Les chiffres bruts.
Llama · 3B
Llama 3.2 3B
- Total paramètres3B
- Contexte max128k tokens
- FamilleLlama
- 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 4 31B | Llama 3.2 3B | Écart |
|---|---|---|---|
| Q3 | 15.2 GB | 1.5 GB | 13.7 GB |
| Q4 | 19.5 GB | 1.9 GB | 17.6 GB |
| Q5 | 23.9 GB | 2.3 GB | 21.6 GB |
| Q6 | 28.2 GB | 2.7 GB | 25.5 GB |
| Q8 | 34.7 GB | 3.4 GB | 31.3 GB |
| FP16 | 69.4 GB | 6.7 GB | 62.7 GB |
▲ GPU minimum pour chacun en Q4
Quel GPU suffit pour quoi.
Pour Gemma 4 31B en Q4
RTX A4500
20 GB de VRAM — suffisant pour les 19.5 GB requis en Q4.
→ Fiche RTX A4500Pour Llama 3.2 3B en Q4
GTX 1650
4 GB de VRAM — suffisant pour les 1.9 GB requis en Q4.
→ Fiche GTX 1650▲ Verdict
Ce que les chiffres disent.
Gemma 4 31B est 10.3× plus gros que Llama 3.2 3B — plus de connaissances, mais 20 GB de VRAM contre 2 GB.
Choisir Gemma 4 31B
Tu privilégies la qualité de raisonnement, tu as une grosse VRAM (48 GB+), tu acceptes un débit plus faible.
→ Fiche Gemma 4 31BChoisir Llama 3.2 3B
Tu manques de VRAM, tu veux du débit token/s, ou tu déploies sur edge (laptop, mini-PC).
→ Fiche Llama 3.2 3BTester avec ton GPU ?
Le calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.