Gemma 4 vs Qwen3.8-27B : quel modèle ouvert faire tourner sur une GPU ?
Gemma 4 de Google et Qwen3.8-27B d'Alibaba sont des modèles Apache 2.0 qui tiennent sur une GPU. Comparez tailles, types d'entrée, besoins en mémoire et usage de chacun.
Verdict. Les deux utilisent Apache 2.0, lisent des images et tournent sur une seule GPU. Gemma 4 est une famille de cinq tailles, de l'E2B de la taille d'un téléphone (environ 3,5 Go en 4 bits selon notre estimation) à un fleuron dense de 31B, et les tailles plus petites acceptent l'audio. Qwen3.8-27B est un unique modèle dense de 27.8B qui convient à une GPU de 24 à 48 Go ou à un Mac avec assez de mémoire. Les affirmations de qualité viennent de Google et d'Alibaba elles-mêmes : essayez donc les deux avec vos propres prompts.
Spécifications
| Spécifications | Gemma 4 | Qwen3.8-27B |
|---|---|---|
| Développeur | Google DeepMind | Alibaba Qwen |
| Date de sortie | 2 avril 2026 | 14 août 2026 |
| Paramètres totaux | 30.7B (31B) | 27.8B (27B) |
| Paramètres actifs | Tous | Tous |
| Architecture | Dense | Dense |
| Fenêtre de contexte | 256K tokens | 256K tokens |
| Entrée | Texte, Image, Audio, Vidéo | Texte, Image, Vidéo |
| Licence | Apache 2.0 (Permissive) | Apache 2.0 (Permissive) |
| Mémoire pour la plus petite variante (4 bits) | 3.52 GB (E2B) | 19 GB (27B) |
Les affirmations de performance viennent du développeur et n’ont pas été vérifiées de manière indépendante.
Choisissez Gemma 4 si
- Vous avez besoin d'un modèle pour petit matériel : E2B et E4B visent les applications embarquées et hors ligne.
- Vous voulez une famille avec une taille pour chaque machine, de l'E2B à un modèle dense 31B et un mixture-of-experts 26B qui n'active que 3.8B de paramètres.
- Vous avez besoin d'une entrée audio, que les modèles E2B, E4B et 12B acceptent.
- Vous avez besoin de réponses en plusieurs langues : Google en liste plus de 35.
Choisissez Qwen3.8-27B si
- Vous avez une GPU de 24 à 48 Go, ou un Mac avec assez de mémoire, et voulez un unique modèle puissant et polyvalent.
- Vous voulez un build FP8 prêt à l'emploi : Alibaba publie un checkpoint FP8 de 31 Go à côté du BF16 de 56 Go.
- Vous comptez fine-tuner un modèle dense, plus simple à entraîner qu'un mixture-of-experts très grand.