Modelos / Gemma 3
Gemma 3 27B
O maior Gemma 3. Texto natural em português; pede 24 GB.
- Parâmetros
- 27.4B
- Contexto máximo
- 128K
- Placa mínima
- 20 GB de VRAM
- Mac mínimo
- 32 GB
Google · licença gemma · mínimos com Q4_K_M e 8K de contexto
Rodar no Ollama
- Q4_K_M
ollama run gemma3:27b - Q8_0
ollama run gemma3:27b-it-q8_0 - FP16
ollama run gemma3:27b-it-fp16
Quanta memória precisa
Total com pesos, KV cache, visão e runtime, por quantização e contexto.
| Quantização | 4K | 8K | 32K | 128K |
|---|---|---|---|---|
| Q4_K_M | 18,6 GB | 19 GB | 21,5 GB | 31,6 GB |
| Q5_K_M | 21,3 GB | 21,7 GB | 24,3 GB | 34,3 GB |
| Q8_0 | 30,8 GB | 31,3 GB | 33,8 GB | 43,9 GB |
| FP16 | 56,4 GB | 56,8 GB | 59,3 GB | 69,4 GB |
Placas que rodam
- Radeon RX 7900 XT 20 GBApertado≈ 27 tok/s
- RTX 4090 24 GBRoda bem≈ 41 tok/s
- RTX 3090 24 GBRoda bem≈ 38 tok/s
- Radeon RX 7900 XTX 24 GBRoda bem≈ 32 tok/s
- RTX 5090 32 GBRoda bem≈ 74 tok/s
Macs
- M5a partir de 32 GB · ≈ 6,5 tok/s
- M5 Proa partir de 48 GB · ≈ 13 tok/s
- M5 Maxa partir de 36 GB · ≈ 15 tok/s
- M4a partir de 32 GB · ≈ 5,1 tok/s
- M4 Proa partir de 48 GB · ≈ 12 tok/s
- M4 Maxa partir de 36 GB · ≈ 14 tok/s
Arquitetura
- 62 camadas, 16 cabeças de KV de 128 dimensões.
- 52 camadas olham só os últimos 1.024 tokens; 10 guardam o contexto inteiro.
Fontes: config.json · arquivo de pesos · atualizado em 16/10/2026