Gemma 3n — Local AI Model by Google DeepMind

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 30 lipca 2026

Zoptymalizowana pod kątem urządzeń mobilnych multimodalna rodzina modeli Google. Używa nowatorskiej zagnieżdżonej architektury MatFormer — jeden plik modelu zawiera wiele podmodeli działających przy różnych rozmiarach. Przetwarza tekst, obrazy, dźwięk i wideo. Działa na telefonach bez internetu.

Hardware Requirements

Gemma 3n E2B	Min 2 GB VRAM · Q4_K_M · 32,768 ctx · `ollama run gemma3n:e2b`
Gemma 3n E4B	Min 3 GB VRAM · Q4_K_M · 32,768 ctx · `ollama run gemma3n:e4b`

Recommended GPU

The cheapest GPU that runs Gemma 3n locally (min 2 GB VRAM) is the Intel Arc B570 (10 GB).

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.

Intel Arc B570 10GB

Sugerowana cena premierowa: $219

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

How to Run Locally

Install Ollama then run: ollama run gemma3n:e2b

Minimum VRAM: 2 GB. For best results use Q4_K_M quantization.

Gemma 3n — Frequently Asked Questions

How much VRAM does Gemma 3n need?

Gemma 3n needs about 2 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Gemma 3n E2B (2 GB, Q4_K_M); Gemma 3n E4B (3 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Gemma 3n on an RTX 4090 (24 GB)?

Yes — Gemma 3n runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for Gemma 3n?

Q4_K_M is the best balance of quality and VRAM for Gemma 3n in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.

How do I run Gemma 3n with Ollama?

Install Ollama, then run: ollama run gemma3n:e2b. This downloads Gemma 3n and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.