若需本地、离线或自定义部署，请选择 Gemma 4；若需进行托管研究、长文档分析以及使用 Google 的图片和视频工具，请选择 Gemini。. 最大的区别在于，你想自己管理系统中的哪些部分。.
- 杰玛 4： 可下载字重；五种字号；128K–256K上下文；文本输出。.
- 双子座 托管模型；在此比较的模型中，输入令牌数量最多可达100万；托管工具和独立的媒体模型。.
- 两者都用： 将敏感数据的提取工作保留在本地进行，然后将已获批准的材料发送至云端，用于研究或生产。.
"(《世界人权宣言》) Gemma 4 模特卡 定义了本地模型族。对于受管理的起点，请尝试 Gemini 3.1 Pro 运行于 GlobalGPT 上.
按工作流选择
首先明确你的不可妥协的要求。一个基准模型无法决定你的文件可以存放在何处，也无法决定由谁来维护该系统。.
- 必须支持离线使用吗？ 安装完权重和运行时后，即可运行 Gemma 4。.
- 需要对配重、硬件和调校进行控制吗？ Gemma 4 为您提供了这种控制权——以及操作工作。.
- 想在本周内看到成果，且无需太多准备工作？ Gemini 大大减少了服务和缩放方面的工作量。.
- 需要成品图片或视频吗？ 请使用专用图像模型，或使用 Google 托管平台中的 Veo。仅靠文本模型无法生成这些素材。.
如需在一处查看更多机型选择，, GlobalGPT 可访问 100 个人工智能模型, 套餐价格从 每月低于 $10.
Gemma 4 与 Gemini 一览
| 类别 | 杰玛 4 | 双子座 |
|---|---|---|
| 它是什么 | 谷歌开放式重量模型系列 | 来自谷歌的托管云模式和服务生态系统 |
| 访问方式 | 下载权重并通过支持的运行时或合作伙伴平台运行 | 双子座应用程序接口、谷歌人工智能工作室、谷歌人工智能计划、顶点人工智能、双子座应用程序 |
| 部署方式 | 自托管、边缘、本地优先、伙伴托管推理 | 由 Google 托管 |
| 离线使用 | 是的，取决于您自己的设置 | 不，意义不同 |
| 上下文窗口 | E2B/E4B上为128K；12B Unified、31B和26B A4B上为256K | 当前双子座 3 开发者模型最高可获得 100 万个代币 |
| 输入类型 | 所有版本均包含文字和图片；E2B、E4B 和 12B Unified 版本包含原生音频 | 文本、图像、视频、音频、文档和以工具为媒介的工作流程，视模式而定 |
| 输出类型 | 文本 | 通过谷歌托管模式堆栈广泛生成文本以及图片和视频 |
| 工具 | 在模型级别支持函数调用和编码，但协调工作由您负责 | 搜索、URL 上下文、代码执行、函数调用、结构化输出、媒体 API |
| 隐私边界 | 由您的基础设施和部署选择决定 | 由 Google 服务等级和条款决定 |
| 成本模式 | 模型下载加上硬件、存储、调整和运行成本 | 基于令牌或媒体的云定价，以及免费和付费层级 |
| 最合适 | 本地人工智能、私有部署、自定义工作流程、边缘使用 | 管理研究、长语境分析、多模态云工作、图像和视频工作流程 |
| 不合适 | 交钥匙媒体生成或零操作云便利性 | 离线优先或深度自托管控制 |
以下是对比结果 Google 的 Gemma 部署文档 以及 Gemini 开发者版本的规格说明；应用订阅和 API 访问是独立的产品。.
Gemma 4 模型与内存
Gemma 4 于 2026 年 3 月 31 日发射。该 当前型号卡 列出了 E2B、E4B、12B Unified、26B A4B 和 31B，这些工具均采用 Apache 2.0 许可证。它们都支持文本和图像输入，并返回文本结果。.
| 变体 | 背景 | 音频输入 | 典型角色 |
|---|---|---|---|
| E2B | 128K | 是 | 受限设备的入口点 |
| E4B | 128K | 是 | 适用于资源受限环境的更强大的本地选项 |
| 12B 统一版 | 256K | 是 | 中间选项，支持统一的多模态输入 |
| 26B A4B | 256K | 没有 | 专家混合模型；约40亿个有效参数 |
| 31B | 256K | 没有 | 该系列中最大的紧凑型车型 |
- 理解： 文档解析、OCR、手写识别、图表、界面、编码和函数调用。.
- 音频/视频边界： 该型号卡片可记录最长30秒的音频和60秒的视频，帧率为每秒一帧。训练数据截止日期：2025年1月。.
- 12B 统一版： 将图像块和音频波形直接投射到语言模型中，无需单独的编码器。.
- 部署： 运行时包括 Hugging Face、Ollama、vLLM、llama.cpp、MLX 和 LM Studio。请选择支持您所选模型和硬件的运行时。.
| 变体 | BF16 内存 | SFP8 存储器 | Q4_0 内存 |
|---|---|---|---|
| E2B | 11.4 GB | 5.7 GB | 2.9 GB |
| E4B | 17.9 GB | 8.9 GB | 4.5 GB |
| 12B 统一版 | 26.7 GB | 13.4 GB | 6.7 GB |
| 26B A4B | 57.7 GB | 28.8 GB | 14.4 GB |
| 31B | 69.9 GB | 34.9 GB | 17.5 GB |
Gemma 4：加载模型所需的内存
Q4_0（4 位）估计值。柱状图越短，表示模型加载占用的空间越小。.
E2B · 2.9 GB
E4B · 4.5 GB
12B 统一版 · 6.7 GB
26B A4B · 14.4 GB
31B · 17.5 GB
范围：0–20 GB。来源： 谷歌的Gemma内存表. 这些是加载估计值，并非完整的应用程序内存需求。.
谷歌的表格中明确列出了20%的加载开销。请为上下文缓存、运行时和并发留出额外空间；微调需要更多的内存。尽管每个令牌仅有一部分专家权重处于活动状态，但26B A4B模型仍会加载所有专家权重。.
Gemma 4 在 Gemini 3 的研究基础上进一步发展，提供了消费级 GPU、本地服务器和移动端三种部署路径。谷歌的 Android AICore 开发者预览版及其下一代 Gemini Nano 计划在该文中进行了介绍。 Gemma 4 概述.
对于另一个开放重量级家族，请将部署预期与我们的 Kimi K3 评测.
哪款 Gemini 型号适用？
根据具体任务选择合适的型号。更高的Flash版本号并不能取代Pro系列。该 Gemini 型号目录 将推理模型、图像模型和视频模型区分开来。.
| 型号或产品 | 用于 | 访问边界 |
|---|---|---|
| 双子座 3.1 预览版 | 复杂推理、编码和多模态分析 | 托管文本输出 |
| Gemini 3.8 Flash | 基于代理的工作流和常规生产任务 | 托管文本输出 |
| Gemini 3.5 Flash-Lite | 大批量翻译与简单处理 | 托管文本输出 |
| Nano Banana Pro / Nano Banana 2 | 图像生成与编辑 | 专用图像模型 |
| Veo 3.1 | 视频生成 | 将视频模型与计费分离 |
- Gemini 应用 + Google AI 套餐： 用户访问权限和应用权限。.
- Google AI Studio： 开发人员原型设计。.
- Gemini API： 应用程序与开发者计费系统的集成。.
- 顶点人工智能 Google Cloud 的部署和企业级控制措施；请查阅其可用性及条款。.
有关应用程序访问权限，请参阅我们的 Gemini Pro 免费使用指南.
控制与便利
| 您负责…… | 自托管的 Gemma 4 | 双子座应用程序接口 |
|---|---|---|
| 部署与扩展 | 硬件、运行时、容量和更新 | 谷歌运营模型服务 |
| 工具与检索 | 建立并维系联系 | 在支持的情况下使用内置工具；配置您的工作流 |
| 可靠性 | 监控、备用方案、吞吐量和量化 | 处理 API 错误、配额、重试和预算 |
| 数据与安全 | 访问控制、日志和本地工具的行为 | 选择服务等级并配置安全的数据处理方式 |
Gemma 能让您拥有更大的控制权。Gemini 则能节省设置时间。但两者都仍需要有人负责确保应用程序的可靠性和输出质量。.
背景与媒体支持
| 能力 | 杰玛 4 | Gemini 开发平台 |
|---|---|---|
| 输入上下文 | 128K：E2B/E4B；256K：12B/26B/31B | 在 3.1 Pro、3.8 Flash 和 3.5 Flash-Lite 上输入了 1,048,576 个令牌 |
| 文本输出 | 是的；数据提取、摘要、代码和结构化数据 | 是的；这三个模型的输出令牌数量最多可达 65,536 个 |
| 视觉理解 | 图片、文档、图表、屏幕截图和视频片段 | 图片、视频和PDF文件；特定机型的工具 |
| 听力理解 | E2B、E4B 和 12B 统一版 | 基于上述三种模型 |
| 图像/视频生成 | 非原生输出 | 专用图像模型和Veo；非Pro/Flash文本模型的输出结果 |
限制源于 杰玛模特资料卡 以及 Gemini 的各模型规格。更大的上下文窗口并不一定能保证答案更准确。.
- Gemma 的交付成果： 发票 JSON、幻灯片摘要、翻译后的演讲稿、截图中的待办事项以及研究大纲。.
- Gemini 文档处理： 原生PDF解析能力，包括图表和表格；最大支持50 MB或1,000页，但合并后的输入仍受模型上下文的限制。.
- 媒体制作： 在准备好创意简报后，使用单独的图片或视频素材。.
文件和页面的限制在以下内容中进行了说明： 谷歌的 PDF 文档.
隐私：比较服务等级
| 设置 | 数据会怎样？ | 需要检查的内容 |
|---|---|---|
| 自托管的 Gemma 4 | 推理仍可在您控制的硬件上进行 | 远程工具、遥测、日志、权限和备份 |
| Gemini API 未付费服务 | 用户提供的信息和反馈可能会帮助改进谷歌的产品；可能会由人工进行审核 | 请勿根据这些条款提交敏感数据；某些地区可能存在例外情况 |
| Gemini API 付费服务 | 提示词和回复不会用于改进谷歌产品 | 安全/安保日志记录有限，且法律披露要求仍然适用 |
| 欧洲经济区、瑞士和英国 | 付费服务的数据使用条款也适用于这些地区的免费服务 | 此处向用户提供的 API 客户端必须使用付费服务 |
这一区分依据的是 Gemini API 条款. 即使 AI Studio 本身的访问权限是免费的，只要通过一个已启用计费功能的云项目或一个 Workspace 企业账户，AI Studio 仍可被视为付费服务。.
- “本地”并不一定意味着“合规”： 您的部署和访问控制界定了隐私边界。.
- 付费并不意味着用户留存率为零： 审查日志记录、处理地点以及贵组织的要求。.
- 区域支持是独立的： 检查 支持 Gemini API 的地区 并在必要时提供相关的 Vertex AI 路径。.
出版权是另一个问题；请参阅 Gemini 图片商业使用指南.
成本：本地硬件与 API 的对比
| 成本项目 | Gemma 4 自主托管 | 双子座应用程序接口 |
|---|---|---|
| 模型的使用 | 可下载权重；本地推理无需 Google 令牌费用 | 按所选套餐的资费标准计费 |
| 基础设施 | 硬件、内存、存储、电源和服务器 | Google 负责提供服务 |
| 运营 | 安装、调试、监控和维护 | 集成、重试、预算控制和输出审查 |
| 附加功能 | 构建或连接您自己的服务 | 工具、缓存/存储、图片和视频费用可能另计 |
对于工作量较小或不频繁的情况，使用 API 的成本可能低于构建本地架构所需的时间。对于稳定的工作量，自主托管可能更具优势，但这取决于利用率和运营成本。.
| 标准 API 模型 | 输入 / 100万个代币 | 产出 / 100万枚代币 |
|---|---|---|
| 双子座 3.1 预览版 | ≤200K 提示词：$2；>200K：$4 | ≤200K 提示词：$12；>200K：$18 |
| Gemini 3.8 Flash | 截至2026年12月31日：$0.75；此后为$1.50（简体中文（大陆）） | 截至2026年12月31日：$3.75；此后为$7.50（简体中文（大陆）） |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 |
100个文本任务需要多少钱？
每次调用：10,000 个输入令牌 + 1,000 个计费输出令牌。总计：100 万个输入令牌 + 10 万个输出令牌。.
双子座 3.1 预览版 · $3.20（简体中文（大陆））
Gemini 3.8 Flash · $1.125（约 $1.13）
Gemini 3.5 Flash-Lite · $0.55（简体中文（大陆））
评分范围：0–4 美元。根据以下内容计算得出： 谷歌标准 API 费率; 这是一个成本示例，并非测试结果。.
- 计算： 输入速率 × 1 + 输出速率 × 0.1。每个请求都低于 Pro 版本的 200K 阈值。.
- 输出内容包括思考代币。. 1,000 个代币的配额是指完整的可计费输出，而不仅仅是可见的答案。.
- 不包括： 工具、缓存/存储、重试、税费以及图片/视频生成。不适用批量折扣。.
- 限时促销： $1.125 有效期至 2026 年 12 月 31 日。按 2027 年 1 月 1 日的费率计算，相同的工作量对应 $2.25。.
- 单独购买： Google AI 应用计划、Gemini API 使用量和 GlobalGPT 订阅的计费方式和配额有所不同。.
Veo 的计费基于生成的视频时长以及所选的套餐级别/分辨率。图像生成的计费标准也不同；请进行比较 Nano Banana 2 配额和 API 费用.
如何解读基准测试结果
利用基准测试对模型进行初选，然后针对实际所需的任务进行测试。基于工具的托管系统和本地量化模型属于不同的评估方案。.
- 杰玛 4： 的 官方人物卡 报告了推理、编码和多模态任务的测试结果，包括 MMLU-Pro、AIME 2026、LiveCodeBench、GPQA Diamond、MMMU-Pro 和 MATH-Vision。.
- 双子座 3.1 Pro 谷歌的 专业基准测试页面 涵盖了复杂的科学、编程和智能体任务。通过搜索或代码工具获得的结果也可用于评估该工具辅助系统。.
- 公平比较： 在调用某个模型之前，最好先匹配模型版本、提示词、工具、推理预算和推理设置。.
| 基准表格能告诉你什么 | 他们不能告诉你的事情 |
|---|---|
| 开放权重模型族是否正在缩小困难推理和多模态任务方面的差距 | 对您的团队而言，部署成本更低或更容易 |
| 托管前沿模型在高难度的编码、科学或代理任务中是否具有更强的性能 | 无论这一优势是否能满足您在延迟、隐私或预算方面的具体要求 |
| 示范族是否足够强大，是否可以考虑在当地使用 | 在您的确切提示和工具工作流程中，它的性能是否优于其他机型 |
| 长语境和多模式支持是否不仅仅是营销主张 | 输出质量是否符合您的课堂、研究或创作标准 |
在您自己的测试中，请记录响应质量、延迟和总运营成本。公开的分数并不能确定哪种部署方案对您的团队来说更经济或更可靠。.
文档、代码和媒体
| 约伯 | Gemma 4 方法 | Gemini方法 |
|---|---|---|
| 文件 | 渲染页面或信息流图片；构建本地提取/OCR 功能及结构化输出 | 利用原生 PDF 解析功能处理混合版式、图表和表格 |
| 研究 | 连接您自己的检索、浏览和验证工具 | 利用受支持的“搜索锚点”、“URL 上下文”和“代码执行”功能 |
| 编码 | 将模型集成到内部工具和受控沙箱中 | 在多步骤编码中使用引导式推理和辅助工具 |
| 图片 | 提取需求、分类资产并撰写需求说明书 | 使用 Nano Banana 图像模型进行生成或编辑 |
| 视频 | 分析抽样帧；制作分镜脚本和镜头清单 | 使用 Veo 生成实际视频 |
如需了解另一种文档工作流，请比较我们的 ChatGPT PDF 工作流.
十个实际应用案例
| 真正的工作流程 | 更合适 | 为什么 |
|---|---|---|
| 学校笔记本电脑上的离线课堂助手 | 杰玛 4 | 本地部署和离线执行比托管媒体工具更重要 |
| 在受控环境内进行私人合同提取 | 杰玛 4 | 数据边界可保留在基础设施内部 |
| 对 500 页研究资料的分析 | 双子座 | 1M 上下文和本地 PDF 理解减少了流水线的摩擦 |
| 以搜索为基础的竞争研究 | 双子座 | 搜索、URL 上下文和工具使用已内置到托管堆栈中 |
| 本地截图理解和用户界面分流 | 杰玛 4 | 视觉加上文本输出就足够了，本地使用可以更简单 |
| 市场营销图片的生成和编辑 | Gemini 图像模型 | 正式支持托管图像生成和编辑 |
| 从脚本到视频成品的工作流程 | 双子座 | 双子座应用程序接口栈中的 Veo 包含直接视频输出 |
| 在自己的环境中定制内部编码助手 | 杰玛 4 | 当模型控制和自宿主重要时，拟合效果更好 |
| 大批量低成本大规模摘要 | 双子座闪光 "或 "闪光之光"，或 "双子座 4"，视行动成熟度而定 | 对于小型团队来说，托管定价可能更便宜，而自托管可能在规模上更胜一筹 |
| 移动和边缘推理实验 | 杰玛 4 | 谷歌明确将 Gemma 4 定位为消费级 GPU、本地优先服务器和 Android 路径 |
- 同学们和老师们： 本地学习指南、讲义幻灯片摘要和离线课堂辅助工具更适合Gemma；而长篇论文和演示资料则更适合Gemini提供的托管工具。.
- 研究人员 在必要时将私有语料库保存在本地；在数据政策允许的情况下，将 Gemini 用于长文合成和基于网络的研究。.
- 营销人员和内容创作者： 杰玛负责整理创意简报和素材；专业的驻场媒体模特则将工作推进到最终成片或视频阶段。.
对于视频阶段，请使用 Veo 3.1 访问指南.
两个可以尝试的提示
Gemma 4：私人发票提取。. 该工作流将源文件保存在本地，并生成结构化文本。.
您正在读取同一供应商文件夹中的一批发票页面和截图。
对于每一页
1.提取发票号码、开具日期、到期日期、明细项目、小计、税金和总额。
2.标记低可信度字段。
3.如果某个值只出现在某个图像区域，请注明。
4.只返回有效的 JSON。.
- 输入： 发票页面和屏幕截图。.
- 输出： JSON，包括低可信度标记。.
- 你的工作： 在将数据发送至另一个系统之前，对字段和总计进行验证。.
Gemini：一种从报告到活动的流程。. 使用文档理解和URL工具，然后将生成的简报提交给相应的媒体模型。.
阅读这份 300 页的市场报告和链接的公司网页。
总结对美国 SaaS 团队至关重要的五大转变。
针对每个转变，提供
- 通俗易懂的解释
- 一个有证据支持的引语或数据点
- 一个产品影响
- 一个营销影响
然后将摘要变成
- 六张幻灯片演示大纲
- 社交图片简介
- 45 秒视频脚本
- 输入： 一份300页的报告和公司页面。.
- 输出： 基于证据的分析、幻灯片大纲、图片简介和视频脚本。.
- 下一步： 生成图像或视频需要单独调用模型；此提示词用于生成方案。.
在图像处理步骤中，请继续进行 Nano Banana Pro 提示指南.
何时同时使用这两者
- 支持本地： 敏感信息提取、截图筛选、私密文档分类和边缘推理。.
- 回顾交接情况： 在材料离开本地环境之前对其进行审批或删减。.
- 发送至云端： 长篇文档撰写、当前的网络研究及媒体制作。.
- 按交付成果选择： 一位创始人可能会使用本地版Gemma进行私有分析，使用Gemini进行合成，并使用另一个模型进行品牌语调编辑。.
GlobalGPT 的目录中包含 Gemini 3.1 Pro、Gemini 3.8 Flash、Nano Banana Pro、Nano Banana 2 和 Veo 3.1，以及非 Google 机型。 整合式工作区可减少在研究、写作、图片和视频之间切换标签页的次数。.
应避免的五个错误
- “下载权重意味着免费生产。” 计算硬件、内存、电力、工程和维护的费用。.
- “所有 Gemini 层级处理数据的方式都相同。” 请比较实际的服务条款和地区性条件。.
- “多模态指的是图像和视频生成。” Gemma 能理解视觉输入，但返回的是文本。.
- “云计算取代了所有本地应用场景。” 离线执行和自主托管仍需本地部署路径。.
- “标准越高，胜出。” 您的提示、工具、延迟目标和数据边界可能会影响实际结果。.
你应该选哪一个？
| 选择…… | 当这些是你的优先事项时 |
|---|---|
| 杰玛 4 | 离线访问；权重与运行时控制；敏感信息的本地提取；边缘部署 |
| 双子座 | 减少服务工作量；长文档；受管理的工具；可访问独立的图像和视频模型 |
| 两者 | 先在本地进行私有预处理，随后进行经批准的云端研究或生产 |
Gemma 4 让您掌控全局。Gemini 为您提供一个托管平台。. 购买适合您工作负载且符合您团队可承受的工作量的配置。.
提交之前
- 定义输出： text/JSON、一张图片、一段视频或另一款工具中的操作。.
- 设置数据边界： 哪些输入可能会离开您的环境？
- 估算工作量： 请求、令牌、并发性和所需正常运行时间。.
- 请指出该运算符的名称： 本地服务或云服务的预算和故障由谁负责？
- 试做一项具有代表性的任务： 在进行扩展之前，请评估质量、延迟和总成本。.
常见问题
Gemma 4 可以离线运行吗？
是的，只要下载了权重并配备了合适的本地运行环境即可。外部搜索、远程工具和模型下载仍需各自的网络连接。.
哪些Gemma 4型号支持音频？
E2B、E4B 和 12B Unified 支持处理音频。这五种规格均支持处理文本和图像，并能生成文本；但它们并非原生的图像或视频生成器。.
Gemma 4 比 Gemini 便宜吗？
这取决于使用情况和基础设施。本地权重会将成本转嫁到硬件和运维上；Gemini 则按 API 使用量及任何附加工具收费。.
Gemini 订阅中是否包含 API 积分？
Google AI 面向消费者的套餐和 Gemini API 计费属于单独购买。请根据您的工作流程，对照具体的应用授权或开发者费率表进行比较。.
我可以使用 Gemini 到 GlobalGPT 吗？
GlobalGPT 除了提供其他模型系列和媒体工具外，还提供 Gemini 模型路线。其计费和控制机制与原生 Google 应用及 API 账户是分离的。.
