gemma-3-27b-lenientchatfix

该模型属于 Google Gemma 3 系列的社区改造分支，由 m8than 在 2025 年 6 月 23 日发布，参数规模 27B，权重以 gemma 许可证开放。输入侧接受文本与图像，输出侧只生成文本，因此它的定位是「看懂图文、用文字回答」的对话模型，而不是图像生成或语音模型。名称中的 lenientchatfix 指向对聊天行为的宽松化调整，属于发布者对对话风格的再加工，官方并未随权重给出这项改动的技术说明。它主要解决两类需求：一是把 27B 级别的多模态对话能力放到本地或私有环境中运行，避免数据出境；二是为希望回复风格更宽松的团队提供一个可直接接续微调的起点。需要说明的是，该模型的能力标注、上下文长度与官方报价均未公开，本站平台列表中也没有平台提供托管服务，第三方跑分同样缺位，因此选型时无法依赖榜单或报价单，只能以自建环境下的实测结果为依据。

选型建议需要可自部署的 27B 级图文对话模型、并愿意自行承担评测与合规成本时可以选它；若要求明确报价、跑分背书或托管即用，则不适合。

• 在自有 GPU 环境部署图文问答服务，处理截图、表单与产品图的解释类提问
• 为内部知识库搭建可离线运行的对话前端，避免把敏感文本发往第三方接口
• 以 27B 版本作为基线，与同作者的 12B lenientchatfix 版本做同批提示词的风格对比
• 对宽松化调优后的回复风格做安全与合规回归测试，确认是否触碰业务红线
• 生成图文摘要与文档改写草稿，再交由人工编辑复核后对外使用

整体沿用 Gemma 3 的解码器式多模态骨干，27B 规模承载语言理解与生成，视觉输入与文本输入进入同一对话流程，输出限定为文本。

• 骨干结构采用 Gemma 3 的 decoder-only 主干，27B 参数承担语言推理，图像经独立编码后与文本对齐，层数与注意力细节公开资料较少。
• 模态能力支持文本与图像输入、纯文本输出，适合看图问答、图文摘要类任务，不产出图像、音频或视频。
• 调优取向名称中的 lenientchatfix 指向对聊天行为的宽松化修正，属社区微调分支，官方未随权重提供该改动的说明文档。
• 披露程度权重以 gemma 许可证开放，但能力标注、上下文长度等关键信息在本站数据中缺位，接入前需自行验证。

开源权重

是

许可证

gemma

参数规模

27B

本站未收录该模型的第三方跑分，也没有能力标注，只能从参数规模与模态支持做定性判断，实际效果需自测。

• 强项27B 规模加图文输入，在多模态问答、截图与表单理解、长文改写上具备可用性，本地部署即可跑通完整对话链路。
• 短板缺少公开跑分与能力标注，宽松化调优可能带来对齐和回复稳定性上的不确定性，中文表现尤其需要实测。
• 适合对数据私有化和可自部署有硬性要求、又能承担自评测成本的团队；不适合依赖榜单选型或要求开箱即用的场景。

官方价格未公开，本站也没有平台提供该模型的托管报价，成本结构主要取决于自建推理的算力与运维投入。

• 定价定位官方价格未公开，权重开放意味着支出集中在自建推理的显卡与运维，而非按 token 计费。
• 横向对比同作者的 gemma-3-12b-it-lenientchatfix 与 Mistral-Nemo-Instruct-2407-lenient-chatfix 同样没有公开报价，价差无法计算。
• 平台差价本站暂无平台托管该模型，输入与输出价格、缓存折扣、批处理优惠等信息都无从比较。
• 省钱思路27B 对显存的要求高于同作者的 12B 版本，先用小尺寸跑通流程、只在必要环节调用 27B 更划算。

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

• 口径本站未收录该模型的第三方跑分与能力标注，效果描述应以自测为准，不宜引用外部榜单数字做结论。
• 边界gemma 许可证不等于无约束商用，分发与使用需核对条款；模型只输出文本，图像仅作为输入模态。

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。