Gemma 3 27B

Überblick

Gemma 3 27B ist ein älteres dichtes Open-Weights-Modell von Google DeepMind (März 2025) mit Text- und Bildeingabe. Es ist ein Non-Reasoning-Modell; Artificial Analysis empfiehlt mittlerweile den Nachfolger Gemma 4 31B. Auf dem AA Intelligence Index erreicht es 10 (Rang 46/74, unterdurchschnittlich für die Größe).

Use Cases

• Multimodale Aufgaben mit Text- und Bildeingabe
• Lokale, latenzarme Inferenz
• Kostensensitive Anwendungen über die Google-API

Stärken & Grenzen

Stärken: Multimodaler Input und sehr konzise Ausgabe (nur 4,0M Tokens für den gesamten Intelligence Index, Schnitt 11M). Günstige Preise über die Google-API.

Grenzen: Unterdurchschnittlicher Intelligence Index (10). Kein Reasoning, kein Video-Input. Eigene Gemma-Lizenz (nicht so permissiv wie Apache-2.0). Vom Nachfolger Gemma 4 31B abgelöst.

Praxis-Erfahrung

Listenpreise (Google-API): ca. $0,11/1M Input, $0,25/1M Output (Cache-Hit ca. $0,09). Ausgabegeschwindigkeit laut BenchLM rund 31 t/s. Gewichte als google/gemma-3-27b-it auf Hugging Face.

Gut zu wissen

• Lizenz: Gemma License (kommerziell nutzbar); Release 03/2025
• Architektur: Dense, 27,4B; Kontext 128K
• Weitere Artificial-Analysis-Werte ohne Eintrag in der Score-Tabelle: τ³-Banking 1 %, CritPt 0 %, AA-Omniscience Accuracy 12 %, Non-Hallucination Rate 10 %
• Benchmark-Scores abgelesen aus den AA-Übersichtscharts (29.06.2026)

Weitere Benchmarks (Zusatzquellen)

Weitere berichtete Werte, für die in der Score-Tabelle oben kein Eintrag vorliegt.

Quelle: Google DeepMind (offizielle Model Card):

• AIME 2026 (ohne Tools) 20,8 % · Codeforces Elo 110 · MATH-Vision 46,0 % · BigBench Extra Hard 19,3 % (Gemma-4-Card-Vergleichsspalte)
• Pretrained-Werte (Gemma-3-Card): MMLU 78,6 % · MATH 50,0 % · GSM8K 82,6 % · MMMU (val) 56,1 %

Quelle: Scale AI (SWE-Bench Pro Public): 11,38 %.
Quelle: BenchLM (Chatbot Arena Text): Elo 1365 (steht oben in der Score-Tabelle).