Gemma 3 vs Gemma 2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Google tarafından geliştirilen Gemma 3 ve Google tarafından sunulan Gemma 2, kendi sınıflarının öne çıkan yapay zeka modelleridir. Gemma 3, 131.1K token bağlam penceresi ve 1M token başına $0.00/$0.00 fiyat sunarken; Gemma 2, 8.2K token bağlam penceresi ve $0.00/$0.00 fiyatla gelir. Aşağıda tüm benchmark, hız ve maliyet detaylarını inceleyebilirsiniz.
İstediğiniz Modelleri Seçin ve Karşılaştırın
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemma 3
Yerel Çok Modlu Yapay ZekaGoogle tarafından geliştirilen Gemma 3; yerel çok modlu metin ve görsel anlama ile karmaşık belge analizi için tasarlanmış olup 131K bağlam penceresi, 105 token/sn hız, 68/100 zeka indeksi ve ücretsiz açık ağırlık erişimi sunar.
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Gemma 2
Açık Ağırlıklı Temel ModelGoogle tarafından geliştirilen Gemma 2; özel sunucuda kendi kendine barındırma (self-hosting), ince ayar ve tam veri egemenliği için tasarlanmış olup 8K bağlam penceresi, 110 token/sn hız, 58/100 zeka indeksi ve ücretsiz açık ağırlık erişim
$0.00 / 1M
$0.00 / 1M
8.2K tokens
N/A
Bir Bakışta Temel Farklar
- 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 |
Hangi Alanda Kim Kazanıyor?
At-a-glance decision frameworkEvaluations ongoing
Doğrulanmış Benchmark Puanları
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.
Gecikme Süresi ve Yanıt Hızı
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Gerçek Zamanlı Token Maliyet Simülatörü
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemma 3 · Strengths & Key Advantages
- 131K bağlam penceresi ve yanıt başına maksimum 16K çıktı tokenı kapasitesi (GPQA Diamond 61% · MMLU-Pro 78%)
- Sadece 320 ms ilk token gecikmesi (TTFT) ile saniyede 105 token yüksek üretim hızı
- vLLM, SGLang veya Ollama üzerinden yerel GPU sunucularında barındırılabilen açık ağırlıklı mimari (1B / 4B / 12B / 27B)
Considerations & Trade-offs
- Tam hassasiyette yerel GPU çıkarımı için yeterli VRAM kapasitesine sahip donanım altyapısı gerektirir
- Çok karmaşık akademik ve bilimsel çıkarımlarda üst düzey ağır akıl yürütme modelleri daha derin sonuçlar verebilir
Gemma 2 · Strengths & Key Advantages
- 8K bağlam penceresi ve yanıt başına maksimum 4K çıktı tokenı kapasitesi (MMLU-Pro 68.5% · Arena Elo 1250)
- Sadece 300 ms ilk token gecikmesi (TTFT) ile saniyede 110 token yüksek üretim hızı
- vLLM, SGLang veya Ollama üzerinden yerel GPU sunucularında barındırılabilen açık ağırlıklı mimari (2B / 9B / 27B)
Considerations & Trade-offs
- Tam hassasiyette yerel GPU çıkarımı için yeterli VRAM kapasitesine sahip donanım altyapısı gerektirir
- Çok karmaşık akademik ve bilimsel çıkarımlarda üst düzey ağır akıl yürütme modelleri daha derin sonuçlar verebilir
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 |
Teknik Özellikler
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: Hızlı Yanıtlar (SSS)
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.
Sonuç
Hem Gemma 3 (yerel çok modlu metin ve görsel anlama ile karmaşık belge analizi, kurumsal RAG mimarileri ve ölçeklenebilir üretim API entegrasyonları için idealdir.) hem de Gemma 2 (özel sunucuda kendi kendine barındırma (self-hosting), ince ayar ve tam veri egemenliği, kurumsal RAG mimarileri ve ölçeklenebilir üretim API entegrasyonları için idealdir.) güçlü üretim seçenekleridir: Gemma 3 karmaşık akıl yürütme ve kodlama testlerinde öne çıkarken, Gemma 2 daha yüksek üretim hızı sağlar; Gemma 3 ise yüksek hacimli API kullanımlarında daha ekonomiktir.
Sıkça Sorulan Sorular (SSS)
Kodlama ve akıl yürütme için Gemma 3 mi yoksa Gemma 2 mi daha iyi?+
Bileşik zeka endeksi ve yazılım testlerinde Gemma 3 önde yer alıyor. Detaylı karşılaştırma için yukarıdaki SWE-bench ve GPQA tablolarına göz atabilirsiniz.
Gemma 3 ve Gemma 2 API fiyatları nasıl karşılaştırılır?+
Gemma 3 1M giriş/çıkış tokeni başına $0.00 / $0.00 ücretlendirilirken, Gemma 2 $0.00 / $0.00 seviyesindedir. Karma maliyette Gemma 3 daha avantajlıdır.
Hangi modelin bağlam penceresi daha geniş ve hızı daha yüksek?+
Gemma 3 131.1K token bağlam penceresi sunarken Gemma 2 8.2K token kapasiteye sahiptir. Saniyedeki token üretim hızında ise Gemma 2 öndedir.
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: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Gemma 3 vs Llama 4 Scout: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Gemma 3n vs Gemma 3: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aion-3.0 vs Aion-Mini: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aion-3.0 vs Gemini 3.6 Flash: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
- Aion-Mini vs Laguna XS 2.1: Benchmark, API Fiyatları ve Hız Karşılaştırması (2026)Karşılaştır
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.
Resmi kaynaklar: Google ve Google resmi API dokümantasyonu, sistem kartları ve bağımsız benchmark testleri (2026).