Gemma · 31B
Gemma 4 31B
- Total paramètres31B
- Contexte max128k tokens
- FamilleGemma
- TypeDense
face-à-face · LLM local
Gemma 4 31B vs Qwen 2.5 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.
31B
params Gemma 4 31B
32B
params Qwen 2.5 32B
Gemma
famille A
Qwen
famille B
▲ Specs côte à côte
Les chiffres bruts.
Qwen · 32B
Qwen 2.5 32B
- Total paramètres32B
- Contexte max128k tokens
- FamilleQwen
- 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 | Qwen 2.5 32B | Écart |
|---|---|---|---|
| Q3 | 15.2 GB | 15.7 GB | 0.5 GB |
| Q4 | 19.5 GB | 20.2 GB | 0.7 GB |
| Q5 | 23.9 GB | 24.6 GB | 0.7 GB |
| Q6 | 28.2 GB | 29.1 GB | 0.9 GB |
| Q8 | 34.7 GB | 35.8 GB | 1.1 GB |
| FP16 | 69.4 GB | 71.7 GB | 2.3 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 Qwen 2.5 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 4 31B et Qwen 2.5 32B sont de taille comparable (31B vs 32B), donc le choix se joue sur la famille, le contexte et le use case.
Choisir Gemma 4 31B
Google. Multimodal (vision + texte), contexte 128k, intégration native PyTorch/JAX.
→ Fiche Gemma 4 31BChoisir Qwen 2.5 32B
Excellent en code et multilingue (zh/en), souvent en tête sur les benchs open source 2026.
→ Fiche Qwen 2.5 32BTester avec ton GPU ?
Le calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.