Gemma 4 与 Qwen3.8-27B 对比:单张 GPU 该运行哪个开源模型?

Google 的 Gemma 4 与阿里的 Qwen3.8-27B 都是一张 GPU 就能容纳的 Apache 2.0 模型。对比规格、输入类型、内存需求和各自适合的场景。

  • 更新于

结论. 两者都采用 Apache 2.0,都能读取图像,都能在单张 GPU 上运行。Gemma 4 是一个有五种规格的家族,从手机级的 E2B(据我们估算 4 位精度下约 3.5 GB)到 31B 稠密旗舰,较小的规格还支持音频输入。Qwen3.8-27B 是单一的 27.8B 稠密模型,适合一张 24 到 48 GB 的 GPU 或内存足够的 Mac。质量方面的说法都来自 Google 和阿里自己,请用你自己的提示词试用这两个模型。

规格

规格 Gemma 4Qwen3.8-27B
开发方Google DeepMindAlibaba Qwen
发布时间2026年4月2日2026年8月14日
总参数量30.7B (31B)27.8B (27B)
激活参数量全部全部
架构稠密稠密
上下文窗口256K token256K token
输入文本, 图像, 音频, 视频文本, 图像, 视频
许可证 Apache 2.0 (宽松) Apache 2.0 (宽松)
最小版本所需内存(4 位)3.52 GB (E2B)19 GB (27B)

性能数据来自开发方,未经独立验证。

选 Gemma 4 的情况

  • 你需要适合小型硬件的模型:E2B 和 E4B 面向端侧和离线应用。
  • 你想要一个每种机器都有对应规格的家族,从 E2B 到 31B 稠密模型,再到只激活 3.8B 参数的 26B 混合专家模型。
  • 你需要音频输入,E2B、E4B 和 12B 模型支持它。
  • 你需要多语言回答:Google 列出了 35 种以上的语言。

选 Qwen3.8-27B 的情况

  • 你有一张 24 到 48 GB 的 GPU,或者内存足够的 Mac,想要一个单一而强大的全能模型。
  • 你想要现成的 FP8 版本:阿里除了 56 GB 的 BF16 检查点,还发布了 31 GB 的 FP8 检查点。
  • 你打算微调稠密模型,它比超大的混合专家模型更容易训练。

Gemma 4 · Qwen3.8-27B