Gemma 4 E4B vs Gemma 4 E2B
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
GoogleのGemma 4 E4BとGoogleのGemma 4 E2Bは、注目度の高い主要AIモデルです。Gemma 4 E4Bは131.1K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.00/出力$0.00、一方のGemma 4 E2Bは131.1K トークンのコンテキストで入力$0.00/出力$0.00です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemma 4 E4B
オープンウェイト基盤モデルGoogle の Gemma 4 E4B は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。131K のコンテキストウィンドウ、毎秒 190 トークンの生成速度、知能指数 65/100（無料のオープンウェイト提供）を実現しています。
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Gemma 4 E2B
オープンウェイト基盤モデルGoogle の Gemma 4 E2B は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。131K のコンテキストウィンドウ、毎秒 260 トークンの生成速度、知能指数 55/100（無料のオープンウェイト提供）を実現しています。
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
ひと目でわかる主な違い
- Both models cost the same under this workload — choose on capability, not price.
- Gemma 4 E2B is faster at 260 tok/s vs 190 tok/s.
| Feature | Gemma 4 E4B | Gemma 4 E2B |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 65 | 55 |
Provider | ||
Input Price Cost per million input tokens | $0.00 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 131.1K tokens~197 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 16K | 8K |
Throughput Speed Tokens generated per second | 190 tok/s | 260 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
分野別勝者スコアカード
At-a-glance decision frameworkEvaluations ongoing
検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemma 4 E4B · Strengths & Key Advantages
- 131K のコンテキストウィンドウと最大 16K トークンの出力容量（MMLU-Pro 74% · Arena Elo 1320）
- 毎秒 190 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 220ms の低遅延
- オープンウェイトモデル (E4B (4B))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Gemma 4 E2B · Strengths & Key Advantages
- 131K のコンテキストウィンドウと最大 8K トークンの出力容量（MMLU-Pro 67.2% · Arena Elo 1260）
- 毎秒 260 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 180ms の低遅延
- オープンウェイトモデル (E2B (2B))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemma 4 E4B | Gemma 4 E2B |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 4K | 2K |
Reasoning Tokens / Task Thinking tokens burned per task | 1K | 1K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemma 4 E4B | Gemma 4 E2B |
|---|---|---|
| Official API Model ID (SDK) | models/gemma-4-e4b | models/gemma-4-e2b |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2026-04 | 2026-04 |
| Knowledge Cutoff | January 2026 | January 2026 |
| Architecture | Edge-optimized dense open transformer | Ultra-compact edge transformer |
| Parameters | E4B (4B) | E2B (2B) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 9 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Gemma 4 E4B vs Gemma 4 E2B: よくある質問 (FAQ)
Which is more intelligent, Gemma 4 E4B or Gemma 4 E2B?
Gemma 4 E4B is more intelligent. It scores 65 compared with 55 on the composite Intelligence Index.
Which model is faster?
Gemma 4 E2B is faster, generating 260 tokens per second compared with 190 tokens per second.
Which model has lower latency?
Gemma 4 E2B has lower latency, with a time to first token of 0.18s compared with 0.22s.
総合評価
Gemma 4 E4B（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とGemma 4 E2B（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではGemma 4 E4Bがリードし、応答速度とスループットではGemma 4 E2Bが優れ、APIコスト効率ではGemma 4 E4Bが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Gemma 4 E4B と Gemma 4 E2B のどちらが適していますか？+
総合知能指数およびコーディング評価では Gemma 4 E4B が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Gemma 4 E4B と Gemma 4 E2B ではどちらのAPI料金が安いですか？+
Gemma 4 E4B は100万トークンあたり入力$0.00 / 出力$0.00、Gemma 4 E2B は入力$0.00 / 出力$0.00です。総合的なコスト効率では Gemma 4 E4B がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Gemma 4 E4B が 131.1K トークン、Gemma 4 E2B が 131.1K トークン です。出力スピード（トークン/秒）では Gemma 4 E2B がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- DeepSeek V4 vs Gemma 4 E2B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Gemma 4 E2B vs Gemma 4 31B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Gemma 4 E4B vs Hy3 preview：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: GoogleおよびGoogle公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。