Gemma 4 12B Starry Ocean

Starry Ocean 属于 Gemma 家族，2026 年 10 月发布，权重开放，可按 12B 量级自行部署或微调。它要解决的是「中等规模模型如何兼顾长文档、图像理解与工具调用」这一问题：上下文窗口 131072 tokens，单次最大输出同为 131072 tokens，输入支持 text 与 image，输出为 text，能力项包含推理、工具调用与附件输入。定价为输入 0.05 美元/百万 tokens、输出 0.25 美元/百万 tokens、缓存读 0.025 美元/百万 tokens，处于 Gemma 家族报价的最低一档。同系列还有 Semancer、StationKeeper 两个同价同窗口的 12B 变体，以及定位更高、价格更贵的 27B 与 31B 版本。本站未收录该模型的第三方跑分，实际能力应以自建评测为准。

选型建议需要长上下文、图像输入和工具调用且对成本敏感时选它；需要公开跑分背书或高强度复杂推理时，先评估更大的 Gemma 变体。

• 解析带图表的产品截图与扫描件，抽取字段并整理成结构化要点
• 对十万 tokens 级合同、报告做长文问答、摘要与条款比对
• 通过工具调用串联检索与计算，搭建轻量业务 Agent 流程
• 基于开放权重做领域微调，验证私有化部署的可行性
• 批量生成客服话术、商品描述与双语文案初稿并自动校对

沿用 Gemma 系列的解码器式 Transformer 路线，在 12B 量级上叠加多模态输入与工具调用能力，权重开放。

• 结构以 Gemma 家族主干为基础，12B 参数规模便于单机或单节点部署，权重开放后可直接微调。
• 能力文本与图像双输入，配合工具调用与推理能力，适合带图表、扫描件的文档处理流程。
• 披露事实数据未给出层数、注意力设计与训练语料等细节，公开资料较少，需以权重发布说明为准。

开源权重

是

模型家族

gemma

缺少公开跑分，只能按参数规模与家族定位做定性判断：长上下文与多模态输入是主要卖点，极限推理不是。

• 强项131072 tokens 上下文搭配图像输入与工具调用，在中等复杂度文档问答、附件解析和轻量 Agent 编排上性价比较高。
• 短板本站未收录任何第三方跑分，复杂多步推理、高难度数学与代码任务不宜按大模型预期估计，建议自建评测验证。
• 适合高频、长输入、结果可自动校验的生产场景，比追求单次极限表现的探索型任务更契合它的定位。

输入 0.05 美元/百万 tokens、输出 0.25 美元/百万 tokens，在 Gemma 家族中处于最低价位段，成本结构偏向长输入、短输出的调用形态。

• 价格定位输入与输出比价为 1:5，输入便宜、输出较贵，适合读长文、给短答的场景，而非大段生成。
• 横向对比与同价同窗口的 Semancer、StationKeeper 持平；SEA-LION v4 27B 输入价高出 380%，31B Thinking TEE 高出 700%。
• 平台差价已列出的渠道在输入、输出、缓存读三项上报价完全一致，选平台应看接入方式与稳定性，而非价差。
• 省钱缓存读 0.025 美元/百万 tokens 为输入价一半，固定系统提示与知识前缀可复用；压缩输出长度比压输入更有效。

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 $0.05/M / $0.25/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

• 口径本站未收录该模型的公开跑分，能力描述基于家族定位与参数规模的定性判断，不构成量化对比结论。
• 边界输入仅支持文本与图像，不含音频、视频；单次最大输出与上下文窗口等额，长输入会挤占实际生成空间。
• 接入可选供应商数量有限，跨平台容灾与议价空间不大，生产环境需自行准备备用模型。

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。