Gemma · 4B
Gemma 4 E4B (Efficient)
- Total paramètres4B
- Contexte max128k tokens
- FamilleGemma
- TypeDense
face-à-face · LLM local
Gemma 4 E4B (Efficient) vs Phi-3.5 Mini 3.8B
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.
4B
params Gemma 4 E4B (Efficient)
3.8B
params Phi-3.5 Mini 3.8B
Gemma
famille A
Phi
famille B
▲ Specs côte à côte
Les chiffres bruts.
Phi · 3.8B
Phi-3.5 Mini 3.8B
- Total paramètres3.8B
- Contexte max128k tokens
- FamillePhi
- 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 E4B (Efficient) | Phi-3.5 Mini 3.8B | Écart |
|---|---|---|---|
| Q3 | 2 GB | 1.9 GB | 0.1 GB |
| Q4 | 2.5 GB | 2.4 GB | 0.1 GB |
| Q5 | 3.1 GB | 2.9 GB | 0.2 GB |
| Q6 | 3.6 GB | 3.5 GB | 0.1 GB |
| Q8 | 4.5 GB | 4.3 GB | 0.2 GB |
| FP16 | 9 GB | 8.5 GB | 0.5 GB |
▲ GPU minimum pour chacun en Q4
Quel GPU suffit pour quoi.
Pour Gemma 4 E4B (Efficient) en Q4
GTX 1650
4 GB de VRAM — suffisant pour les 2.5 GB requis en Q4.
→ Fiche GTX 1650Pour Phi-3.5 Mini 3.8B en Q4
GTX 1650
4 GB de VRAM — suffisant pour les 2.4 GB requis en Q4.
→ Fiche GTX 1650▲ Verdict
Ce que les chiffres disent.
Gemma 4 E4B (Efficient) et Phi-3.5 Mini 3.8B sont de taille comparable (4B vs 3.8B), donc le choix se joue sur la famille, le contexte et le use case.
Choisir Gemma 4 E4B (Efficient)
Google. Multimodal (vision + texte), contexte 128k, intégration native PyTorch/JAX.
→ Fiche Gemma 4 E4B (Efficient)Choisir Phi-3.5 Mini 3.8B
Microsoft. Petit format mais champion en raisonnement vs sa taille, idéal pour rig modeste.
→ Fiche Phi-3.5 Mini 3.8BTester avec ton GPU ?
Le calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.