Gemma 4 E2B IT

Gemma 4 E2B IT 属于 gemma 系列，标注为指令微调版本（IT），权重开放，可由使用者自行部署或托管；在本站数据中，它的调用入口记为 Amazon Bedrock。它要解决的是「多模态输入 + 低单价」这一类需求：输入侧接受文本、图像、音频与视频，输出侧只产出文本，因此适合把图文音视频素材转成摘要、字段或决策依据，而不是生成图像或语音。131072 tokens 的上下文窗口足以容纳长文档或较长对话历史，8192 tokens 的单次最大输出则把单轮生成长度限定在中等篇幅。功能上覆盖推理、工具调用、结构化输出、附件输入与温度调节，可直接接入需要严格返回格式的业务流程。官方定价为输入 0.04 美元/百万 tokens、输出 0.08 美元/百万 tokens，在同列表中属于最低价格区间。需要说明的是，本站未收录该模型的公开跑分，实际质量应以自身业务数据验证为准。

选型建议需要低价、多模态输入且输出以短文本或结构化字段为主的场景值得优先试验；需要超长生成、图像或语音输出、或有公开跑分背书的场景则不宜选它。

• 把含图片与录音的工单素材统一转成结构化字段，写入业务系统
• 对会议录像或课程视频做分段摘要，输出带时间线索的文本纪要
• 在客服或检索流程中调用外部工具，依据返回结果生成简短答复
• 对长文档做整篇问答，利用 131072 tokens 上下文一次读入多份材料
• 按固定 JSON 结构抽取发票、报表等图像中的关键信息

公开资料对该版本的具体参数规模、层数与注意力实现披露有限，可确认的是它沿用 Gemma 系列的开放权重路线，并在输入侧扩展了图像、音频、视频通道。

• 结构沿用 Gemma 系列的自回归 Transformer 主干，指令微调版本针对对话与任务指令做对齐，权重开放，可自托管或经托管服务调用。
• 能力输入支持文本、图像、音频、视频四模态，输出仅文本；配合工具调用、结构化输出与温度调节，便于嵌入检索、表单填充类流程。
• 披露本站未收录该模型的参数量、训练数据构成与跑分，架构细节公开资料较少，选型时应以自测结果而非参数推测作为依据。

开源权重

是

模型家族

gemma

官方未提供可直接引用的评测数据，本站也没有收录第三方跑分，因此性能判断只能围绕能力项与规格边界展开。

• 强项四模态输入在低价位模型中并不常见，把图像、音频、视频统一转成文本结论时，可省去额外的转录或识别环节。
• 短板单次最大输出 8192 tokens，相对 131072 tokens 的上下文明显偏紧，长报告、长代码等生成型任务需要拆分多轮完成。
• 适合工具调用与结构化输出属于明确列出的能力，适合把非结构化素材整理成固定字段，而不适合追求开放式长文创作。

官方定价为输入 0.04 美元/百万 tokens、输出 0.08 美元/百万 tokens，输出仅为输入的两倍，在同列表里处于价格带的底部。

• 定位输入 0.04、输出 0.08 美元/百万 tokens 的定价，落在轻度付费档，适合高频调用但单次预算有限的批量任务。
• 横向对比Nemotron Nano 12B v2 VL BF16 输入价高出 400%，Magistral Small 1.2 高出 1150%，本模型在多模态同类中价格优势明显。
• 平台差价与 Nova Micro 相比，本模型输入高于 US 区（-12.5%）、与 EU 区持平、低于 APAC 区（+7.5%），输出价则低于三者。
• 省钱输入远便宜于输出，把长上下文放在输入侧、把生成结果压到最短，是控制成本最直接的方式，缓存读价格本站未收录。

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 $0.04/M / $0.08/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与评测榜单，一切质量结论需以自有测试集验证，不宜按价格档位推断能力上限。
• 边界输出模态仅文本，音频与视频只作输入理解；单次输出上限 8192 tokens，超长生成需分片，且收录平台仅 1 家，缺乏跨平台比价空间。

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。