Gemma 4 E2B (Unsloth)
Gemma 4 E2B ist das kompakteste Gemma-4-Modell und der Einstieg in die neue Familie mit Apache-2.0-Lizenz. PLE-Architektur mit 5,1 Mrd. Gesamt- und 2,3 Mrd. effektiven Parametern, 128.000 Tokens Kontext, multimodale Eingabe für Text, Bild und Audio sowie eingebautes Reasoning und Function-Calling. Lokal als Unsloth-GGUF auf Edge- und Phone-Klasse lauffähig.
- Open Weights
- Nano
- llama.cpp
- Text
- Vision
- Audio
- Instruction-Tuned
- Real-Time
Sovereign Risk: LOW TODO
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 68.13
- Routine
- 40.79
- Reasoning
- 27.34
- LLM Judge Avg
- 3.49 / 5
- 100 Coverage
- Avg Task Duration
- 10.41s
- Real-Time
- Token Rate
- 67.09tok/s
- Output Rate
- P95 Latency
- 23.82s
- Top 5 %
- Total Tokens
- 66000
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 66000 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Gemma 4 E2B (Unsloth)
Bestes Modell
Ø Alle Modelle
Code Quality
71.4
CLI Benchmark
85.56
Logical Reasoning
69.4
UX Writing
63.45
Documentation
58.26
Content Transform.
74.15
Cultural Intelligence
72.3
Synthesis Quality
50
Tool Execution
68.33
ToolUse Score
59.25
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze / Standard).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.