Gemma 3 vs Gemma 2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemma 3 da Google e Gemma 2 da Google são dois modelos de IA de destaque. O Gemma 3 oferece uma janela de contexto de 131.1K tokens a $0.00/$0.00 por milhão de tokens, enquanto o Gemma 2 oferece 8.2K tokens de contexto a $0.00/$0.00 por milhão de tokens. Veja abaixo a comparação completa de benchmarks, latência e custos.
Troque e Compare Qualquer Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemma 3
IA Multimodal NativaO Gemma 3 da Google é um modelo de IA projetado para compreensão multimodal nativa de texto e imagem e leitura visual de documentos, oferecendo janela de contexto de 131K, velocidade de 105 tokens/s, índice de inteligência de 68/100 e tarif
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Gemma 2
Modelo Base de Pesos AbertosO Gemma 2 da Google é um modelo de IA projetado para auto-hospedagem em infraestrutura própria, fine-tuning e soberania de dados, oferecendo janela de contexto de 8K, velocidade de 110 tokens/s, índice de inteligência de 58/100 e tarifa de
$0.00 / 1M
$0.00 / 1M
8.2K tokens
N/A
Principais Diferenças em Resumo
- Both models cost the same under this workload — choose on capability, not price.
- Gemma 3 has a larger context window (131K vs 8K tokens).
- Gemma 2 is faster at 110 tok/s vs 105 tok/s.
| Feature | Gemma 3 | Gemma 2 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 68 | 58 |
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 | 8.2K tokens~12 A4 pages of text |
Max Output Tokens Per single request | 16K | 4K |
Throughput Speed Tokens generated per second | 105 tok/s | 110 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
GPQA Diamond Graduate-level reasoning | 61% | N/A |
Quem vence em cada categoria?
At-a-glance decision frameworkEvaluations ongoing
Pontuações de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Challenging questions created by domain experts to test complex PhD-level reasoning.
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.
Latência e Tempo de Resposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interativo de Custo de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemma 3 · Strengths & Key Advantages
- Janela de contexto de 131K com limite máximo de saída de 16K tokens (GPQA Diamond 61% · MMLU-Pro 78%)
- Taxa de transferência rápida de 105 tokens/segundo com latência inicial (TTFT) de 320 ms
- Pesos abertos (1B / 4B / 12B / 27B) para auto-hospedagem local ou em nuvem privada via vLLM, SGLang ou Ollama
Considerations & Trade-offs
- Requer servidores GPU com memória VRAM adequada para execução local em precisão total
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Gemma 2 · Strengths & Key Advantages
- Janela de contexto de 8K com limite máximo de saída de 4K tokens (MMLU-Pro 68.5% · Arena Elo 1250)
- Taxa de transferência rápida de 110 tokens/segundo com latência inicial (TTFT) de 300 ms
- Pesos abertos (2B / 9B / 27B) para auto-hospedagem local ou em nuvem privada via vLLM, SGLang ou Ollama
Considerations & Trade-offs
- Requer servidores GPU com memória VRAM adequada para execução local em precisão total
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemma 3 | Gemma 2 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 5K | 3K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemma 3 | Gemma 2 |
|---|---|---|
| Official API Model ID (SDK) | models/gemma-3 | models/gemma-2 |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2025-03 | 2024-06 |
| Knowledge Cutoff | December 2024 | May 2024 |
| Architecture | Native multimodal open transformer with expanded context | Dense transformer with sliding window attention and soft-capping |
| Parameters | 1B / 4B / 12B / 27B | 2B / 9B / 27B |
| 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) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| 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) |
| Quantization & Min GPU VRAM | BF16 / 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 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 |
| Output Modalities | text | text |
Gemma 3 vs Gemma 2: Respostas Rápidas (FAQ)
Which is more intelligent, Gemma 3 or Gemma 2?
Gemma 3 is more intelligent. It scores 68 compared with 58 on the composite Intelligence Index.
Which model is faster?
Gemma 2 is faster, generating 110 tokens per second compared with 105 tokens per second.
Which model has lower latency?
Gemma 2 has lower latency, with a time to first token of 0.30s compared with 0.32s.
Which model has a larger context window?
Gemma 3 has a larger context window, supporting 131.1K tokens compared with 8.2K tokens.
Veredito
Tanto Gemma 3 (Indicado para compreensão multimodal nativa de texto e imagem e leitura visual de documentos, arquiteturas RAG corporativas e integração escalável via API.) quanto Gemma 2 (Indicado para auto-hospedagem em infraestrutura própria, fine-tuning e soberania de dados, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: Gemma 3 lidera em inteligência geral e programação, Gemma 2 oferece geração mais rápida e Gemma 3 apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Gemma 3 ou Gemma 2?+
Nas avaliações de inteligência e código, Gemma 3 leva vantagem. Confira os gráficos SWE-bench e GPQA acima para detalhes.
Qual modelo tem a API mais barata, Gemma 3 ou Gemma 2?+
O Gemma 3 custa $0.00 / $0.00 por 1M de tokens (entrada/saída) e o Gemma 2 custa $0.00 / $0.00. No custo combinado, Gemma 3 é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Gemma 3 suporta 131.1K tokens de contexto contra 8.2K tokens do Gemma 2, enquanto Gemma 2 entrega maior velocidade de geração.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- ERNIE Lite vs. Gemma 2: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Gemma 3 vs. Llama 4 Scout: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Gemma 3n vs. Gemma 3: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-Mini vs. Laguna XS 2.1: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
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.
Fontes oficiais: Documentação oficial de API da Google e Google e benchmarks independentes (2026).