GetInfoUs
Head-to-Head Model Comparison

Gemma 3n vs Gemma 3

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs 연구팀 검토 완료최종 검토일: October 2026편집 정책
공유
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Gemma 3n vs Gemma 3: Benchmarks, Pricing & Speed Comparison

Google의 Gemma 3n와 Google의 Gemma 3는 현재 가장 주목받는 AI 모델입니다. Gemma 3n는 32K 토큰 컨텍스트 윈도우와 100만 토큰당 $0.00/$0.00(입력/출력)의 요금을 제공하며, Gemma 3는 131.1K 토큰 컨텍스트와 $0.00/$0.00의 요금을 제공합니다. 아래에서 벤치마크, 지연 시간 및 비용을 상세히 비교해 보세요.

1:1 모델 맞대결 비교 (VS)

원하는 AI 모델 선택 및 실시간 비교

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
Google

Gemma 3n

네이티브 음성 및 오디오 모델

Google의 Gemma 3n 모델은 자연스러운 음성 합성(TTS), 실시간 오디오 처리 및 고정밀 음성 인식에 최적화된 AI 모델로, 32K 컨텍스트 윈도우, 초당 150 토큰의 생성 속도, 종합 지능 지수 52/100점(무료 오픈 웨이트 제공)을 제공합니다.

Intelligence Index52 / 100
Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

32K tokens

SWE-bench Verified:

N/A

Google

Gemma 3

네이티브 멀티모달 AI

Google의 Gemma 3 모델은 텍스트와 이미지의 네이티브 멀티모달 이해 및 복합 문서·차트 분석에 최적화된 AI 모델로, 131K 컨텍스트 윈도우, 초당 105 토큰의 생성 속도, 종합 지능 지수 68/100점(무료 오픈 웨이트 제공)을 제공합니다.

Intelligence Index68 / 100
Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

131.1K tokens

SWE-bench Verified:

N/A

한눈에 보는 핵심 차이점

  • Both models cost the same under this workload — choose on capability, not price.
  • Gemma 3 has a larger context window (131K vs 32K tokens).
  • Gemma 3n is faster at 150 tok/s vs 105 tok/s.
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
FeatureGemma 3nGemma 3
Intelligence Index
Composite reasoning & knowledge score (0-100)
5268
Provider
GoogleGoogle
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
32K tokens~48 A4 pages of text131.1K tokens~197 A4 pages of text
Max Output Tokens
Per single request
4K16K
Throughput Speed
Tokens generated per second
150 tok/s105 tok/s
SWE-bench Verified
Real-world software engineering
N/AN/A
GPQA Diamond
Graduate-level reasoning
N/A61%

부문별 우위 모델

At-a-glance decision framework
Coding

Evaluations ongoing

Cost
Tied
Identical monthly runtime cost
Speed
Gemma 3n
+43% faster generation
Context
Gemma 3
131.1K tokens window

검증된 벤치마크 점수 비교

Official evaluation metrics verified by independent third-party research labs.

Gemma 3nGemma 3
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

N/Avs61%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

64%vs78%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1220ptsvs1335pts
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

150 tok/s vs105 tok/s

지연 시간(Latency) 및 응답 속도

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Gemma 3n0.22s
Gemma 30.32s
Est. End-to-End Response (500 tokens)TTFT + generation time
Gemma 3n3.55s
Gemma 35.08s

실시간 API 토큰 비용 시뮬레이터

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Gemma 3n Monthly API Bill
$0.00 / month
$0/1M in · $0/1M out
Gemma 3 Monthly API Bill
$0.00 / month
$0/1M in · $0/1M out
These models cost the same under this workload — no savings either way.Break-even

Gemma 3n · Strengths & Key Advantages

  • 32K 컨텍스트 윈도우 및 최대 4K 출력 토큰 생성 지원 (MMLU-Pro 64% · Arena Elo 1220)
  • 초당 150 토큰의 빠른 처리 속도와 220ms에 불과한 첫 토큰 지연 시간(TTFT)
  • 오픈 웨이트 아키텍처 (2B / 5B)를 통해 vLLM, SGLang, Ollama 기반 자체 GPU 서버 구축 및 파인튜닝 가능
Considerations & Trade-offs
  • 비양자화 전체 정밀도로 로컬 서버에서 구동하려면 충분한 GPU VRAM 용량이 필요합니다
  • 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다

Gemma 3 · Strengths & Key Advantages

  • 131K 컨텍스트 윈도우 및 최대 16K 출력 토큰 생성 지원 (GPQA Diamond 61% · MMLU-Pro 78%)
  • 초당 105 토큰의 빠른 처리 속도와 320ms에 불과한 첫 토큰 지연 시간(TTFT)
  • 오픈 웨이트 아키텍처 (1B / 4B / 12B / 27B)를 통해 vLLM, SGLang, Ollama 기반 자체 GPU 서버 구축 및 파인튜닝 가능
Considerations & Trade-offs
  • 비양자화 전체 정밀도로 로컬 서버에서 구동하려면 충분한 GPU VRAM 용량이 필요합니다
  • 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricGemma 3nGemma 3
Cost per Task
Estimated USD to finish one task
$0.00$0.00
Output Tokens / Task
Tokens generated per task
3K5K
Reasoning Tokens / Task
Thinking tokens burned per task
0K0K

기술 사양 (Specifications)

Architecture, release timeline, capabilities, and modalities.

FeatureGemma 3nGemma 3
Official API Model ID (SDK)models/gemma-3nmodels/gemma-3
API ProtocolGoogle Gemini API (generateContent) + OpenAI-Compatible SDKGoogle Gemini API (generateContent) + OpenAI-Compatible SDK
Release Date2025-062025-03
Knowledge CutoffMarch 2025December 2024
ArchitectureEdge-optimized multimodal transformer with audio supportNative multimodal open transformer with expanded context
Parameters2B / 5B1B / 4B / 12B / 27B
Enterprise Rate Limits (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (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 & TTLAutomatic prefix KV-caching in vLLM / SGLang (0 cost)Automatic prefix KV-caching in vLLM / SGLang (0 cost)
Computer Use / GUI AgentSupported (Screen coordinate grounding, browser & desktop GUI action loops)Supported (Screen coordinate grounding, browser & desktop GUI action loops)
MCP & Parallel Tool CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxBuilt-in Google Search Grounding + Managed Python Code Execution SandboxBuilt-in Google Search Grounding + Managed Python Code Execution Sandbox
Official Fine-Tuning SupportFull 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 BillingText BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec)Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
Quantization & Min GPU VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 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 ClassificationGoogle DeepMind Frontier Safety Framework VerifiedGoogle DeepMind Frontier Safety Framework Verified
Enterprise Compliance (ZDR/HIPAA/SOC2)100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalitiestext, vision, audiotext, vision
Output Modalitiestexttext

Gemma 3n vs Gemma 3: 핵심 요약 문답 (FAQ)

Which is more intelligent, Gemma 3n or Gemma 3?

Gemma 3 is more intelligent. It scores 68 compared with 52 on the composite Intelligence Index.

Which model is faster?

Gemma 3n is faster, generating 150 tokens per second compared with 105 tokens per second.

Which model has lower latency?

Gemma 3n has lower latency, with a time to first token of 0.22s compared with 0.32s.

Which model has a larger context window?

Gemma 3 has a larger context window, supporting 131.1K tokens compared with 32K tokens.

종합 평가

Gemma 3n(자연스러운 음성 합성(TTS), 실시간 오디오 처리 및 고정밀 음성 인식, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.)와 Gemma 3(텍스트와 이미지의 네이티브 멀티모달 이해 및 복합 문서·차트 분석, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.) 모두 뛰어난 성능을 자랑합니다. 고난도 추론과 코딩 벤치마크에서는 Gemma 3가 앞서며, 토큰 생성 속도에서는 Gemma 3n가 빠르고, 대규모 API 운영 비용 면에서는 Gemma 3n가 더 경제적입니다.

자주 묻는 질문 (FAQ)

코딩과 복잡한 추론에는 Gemma 3n와 Gemma 3 중 어느 모델이 더 나은가요?+

종합 지능 지수 및 코딩 벤치마크에서는 Gemma 3가 우위를 보입니다. 상단의 SWE-bench 및 GPQA 점수를 함께 확인해 보세요.

Gemma 3n와 Gemma 3의 API 요금 차이는 얼마인가요?+

Gemma 3n는 100만 토큰당 입력 $0.00 / 출력 $0.00이며, Gemma 3는 입력 $0.00 / 출력 $0.00입니다. 혼합 비용 기준으로는 Gemma 3n가 더 저렴합니다.

어느 모델이 더 큰 컨텍스트 윈도우와 빠른 속도를 제공하나요?+

컨텍스트 길이는 Gemma 3n가 32K 토큰, Gemma 3가 131.1K 토큰를 지원하며, 출력 속도 면에서는 Gemma 3n가 더 빠릅니다.

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

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.

공식 출처: Google 및 Google 공식 API 문서, 시스템 카드 및 독립 벤치마크 평가 (2026).