Gemma 3n vs Gemma 3
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemma 3n da Google e Gemma 3 da Google são dois modelos de IA de destaque. O Gemma 3n oferece uma janela de contexto de 32K tokens a $0.00/$0.00 por milhão de tokens, enquanto o Gemma 3 oferece 131.1K 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 3n
Modelo Nativo de Voz e ÁudioO Gemma 3n da Google é um modelo de IA projetado para síntese de voz natural, transcrição de áudio e interação falada em tempo real, oferecendo janela de contexto de 32K, velocidade de 150 tokens/s, índice de inteligência de 52/100 e tarifa
$0.00 / 1M
$0.00 / 1M
32K tokens
N/A
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
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 32K tokens).
- Gemma 3n is faster at 150 tok/s vs 105 tok/s.
| Feature | Gemma 3n | Gemma 3 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 52 | 68 |
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 | 32K tokens~48 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 4K | 16K |
Throughput Speed Tokens generated per second | 150 tok/s | 105 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
GPQA Diamond Graduate-level reasoning | N/A | 61% |
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 3n · Strengths & Key Advantages
- Janela de contexto de 32K com limite máximo de saída de 4K tokens (MMLU-Pro 64% · Arena Elo 1220)
- Taxa de transferência rápida de 150 tokens/segundo com latência inicial (TTFT) de 220 ms
- Pesos abertos (2B / 5B) 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 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
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemma 3n | Gemma 3 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 3K | 5K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemma 3n | Gemma 3 |
|---|---|---|
| Official API Model ID (SDK) | models/gemma-3n | models/gemma-3 |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2025-06 | 2025-03 |
| Knowledge Cutoff | March 2025 | December 2024 |
| Architecture | Edge-optimized multimodal transformer with audio support | Native multimodal open transformer with expanded context |
| Parameters | 2B / 5B | 1B / 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 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) · Audio (~25–32 tokens/sec) | 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) · 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, audio | text, vision |
| Output Modalities | text | text |
Gemma 3n vs Gemma 3: Respostas Rápidas (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.
Veredito
Tanto Gemma 3n (Indicado para síntese de voz natural, transcrição de áudio e interação falada em tempo real, arquiteturas RAG corporativas e integração escalável via API.) quanto Gemma 3 (Indicado para compreensão multimodal nativa de texto e imagem e leitura visual de documentos, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: Gemma 3 lidera em inteligência geral e programação, Gemma 3n oferece geração mais rápida e Gemma 3n apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Gemma 3n ou Gemma 3?+
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 3n ou Gemma 3?+
O Gemma 3n custa $0.00 / $0.00 por 1M de tokens (entrada/saída) e o Gemma 3 custa $0.00 / $0.00. No custo combinado, Gemma 3n é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Gemma 3n suporta 32K tokens de contexto contra 131.1K tokens do Gemma 3, enquanto Gemma 3n 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
- Command A Vision vs. Gemma 3n: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Gemma 3 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
- 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).