Gemma 3 12B IT (Amazon Bedrock)

Gemma 3 12B IT 属于 Google Gemma 3 家族，该家族公开可选规模包括 4B、12B、27B，12B 处在中间档，在能力与调用成本之间取平衡。指令微调（IT）版本针对对话与任务执行做了对齐，可直接承接问答、抽取、摘要等请求。模型上下文窗口为 128K tokens，知识截止 2024-08，输入侧支持文本与图像、输出为纯文本，因此能处理图文混排的文档理解类任务。能力层面提供工具调用、结构化输出、附件输入与温度调节，方便嵌入需要函数调用或固定格式返回的工程流程。权重开放，允许自托管或经由云平台调用；当前本站数据中仅 Amazon Bedrock（Eden AI）一家平台提供该模型，官方标价为输入 0.09 美元、输出 0.29 美元每百万 tokens。站内未收录该模型的第三方跑分，选型时建议以自身业务的样本实测为准。

选型建议需要 128K 上下文、图文输入与工具调用且想把成本压在中等档位时，它值得纳入候选；若任务偏重复杂推理、代码生成或必须有跑分佐证，则应转向更大模型或先做小样本评测。

• 解析长篇合同与政策文档，抽取条款并输出结构化字段
• 对含图表的资料做图文混合摘要与要点归纳
• 接入工具调用，搭建轻量的查询、客服或流程助手
• 批量完成内容分类、信息抽取与改写润色
• 以低温度参数生成稳定格式的 JSON 返回供下游消费

采用 Gemma 3 系列的解码器架构与指令微调权重，属于该家族的中等规模档位；具体层数、注意力实现等结构细节公开资料较少，本站未收录。

• 结构沿用 Gemma 3 系列的解码器架构，12B 位于家族中等规模档，向上有 27B、向下有 4B 可选。
• 多模态输入支持文本与图像，输出为纯文本，可用于图文混排资料的描述、抽取与摘要。
• 能力具备工具调用、结构化输出、附件输入与温度调节，便于接入函数调用和固定格式返回的流程。
• 披露权重开放，但训练数据构成与网络结构细节官方披露有限，部署前应对照官方模型卡确认。

开源权重

是

模型家族

gemma

本站未收录该模型的第三方跑分，以下仅为基于规格与公开定位的定性判断，不代表实测结论。

• 强项128K 上下文配合图像输入，适合长文档通读、跨章节比对与图文混合内容理解。
• 短板12B 参数量在复杂多步推理、长链代码生成上通常弱于更大规模模型，高难任务需谨慎评估。
• 输出上限标称单次最大输出 131072 tokens，数值高于上下文窗口，实际可用长度仍受 128K 上下文约束。
• 适合中等难度的抽取、分类、摘要与格式化返回，追求稳定吞吐而非极限推理质量的场景。

官方标价为输入 0.09 美元、输出 0.29 美元每百万 tokens，处在 Gemma 3 家族的中间价位，输出单价相对输入约为三倍。

• 定位输入 0.09、输出 0.29 美元每百万 tokens，属于该系列中档定价，兼顾能力与调用成本。
• 横向对比同门 4B 输入价低约 55.6%，27B（Nebius）仅高约 11.1%，向上换规模的成本增幅并不大。
• 高价参照Llama-3.3-70B 输入价高出约 677.8%，预算敏感的长文本批处理更容易被此档位吸引。
• 平台差价edenai 渠道报价为输入 0.05、输出 0.15 美元，比官方标价低约 44.4%，下单前值得逐渠道比价。
• 省钱负载以长输入短输出为主时，成本主要由输入单价决定，此时优先选低价渠道收益更明显。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.09/M / $0.29/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录任何第三方跑分，性能判断只能依据规格与公开定位，不能等同实测结论。
• 知识边界训练知识截止 2024-08，之后的事实需依赖检索、附件或外部注入，不能指望模型自带。
• 渠道覆盖当前仅 1 家平台提供，价格与可用性随渠道变动，接入前需确认配额与区域支持。
• 长输出风险标称输出上限高于上下文窗口，长响应场景应自行截断与校验，避免格式或内容漂移。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。