Gemma 3n E4B Instructed LiteRT Preview
Gemma 3n E4B Instructed LiteRT Preview est un LLM de Google publié le 20 mai 2025 sous licence Gemma, avec poids ouverts et usage commercial autorisé. Avec 2 milliards de paramètres, il appartient à la catégorie des modèles compacts plutôt qu’à celle des modèles haut de gamme.
Gemma 3n E4B Instructed LiteRT Preview est un LLM de Google publié le 20 mai 2025 sous licence Gemma, avec poids ouverts et usage commercial autorisé. Avec 2 milliards de paramètres, il appartient à la catégorie des modèles compacts plutôt qu’à celle des modèles haut de gamme.
Son ancienneté d’environ un an pèse déjà lourd à l’échelle de l’IA. Ce modèle se lit surtout comme un représentant de sa génération, avec des connaissances arrêtées au 1er juin 2024 et un positionnement notable à sa sortie sur GPQA.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | |
| Licence | Gemma (open-weights, usage commercial autorisé) |
| Date de sortie | 20 mai 2025 |
| Connaissances jusqu'à | 2024-06-01 |
| Multimodal | oui |
| Paramètres | 2 milliards |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| ARC-E | 81,6 % | 4ᵉ / 8 | llm-stats | Auto-déclaré |
| BoolQ | 81,6 % | 5ᵉ / 10 | llm-stats | Auto-déclaré |
| PIQA | 81,0 % | 5ᵉ / 11 | llm-stats | Auto-déclaré |
| HellaSwag | 78,6 % | 19ᵉ / 27 | llm-stats | Auto-déclaré |
| HumanEval | 75,0 % | 48ᵉ / 65 | llm-stats | Auto-déclaré |
| Winogrande | 71,7 % | 16ᵉ / 22 | llm-stats | Auto-déclaré |
| TriviaQA | 70,2 % | 12ᵉ / 18 | llm-stats | Auto-déclaré |
| MMLU | 64,9 % | 91ᵉ / 98 | llm-stats | Auto-déclaré |
| Global-MMLU-Lite | 64,5 % | 9ᵉ / 14 | llm-stats | Auto-déclaré |
| MBPP | 63,6 % | 26ᵉ / 33 | llm-stats | Auto-déclaré |
| ARC-C | 61,6 % | 28ᵉ / 34 | llm-stats | Auto-déclaré |
| DROP | 60,8 % | 21ᵉ / 29 | llm-stats | Auto-déclaré |
| MGSM | 60,7 % | 24ᵉ / 30 | llm-stats | Auto-déclaré |
| Global-MMLU | 60,3 % | 2ᵉ / 5 | llm-stats | Auto-déclaré |
| Include | 57,2 % | 26ᵉ / 31 | llm-stats | Auto-déclaré |
| BIG-Bench Hard | 52,9 % | 16ᵉ / 20 | llm-stats | Auto-déclaré |
| MMLU-Pro | 50,6 % | 109ᵉ / 125 | llm-stats | Auto-déclaré |
| WMT24++ | 50,1 % | 16ᵉ / 23 | llm-stats | Auto-déclaré |
| Social IQa | 50,0 % | 6ᵉ / 9 | llm-stats | Auto-déclaré |
| HiddenMath | 37,7 % | 8ᵉ / 13 | llm-stats | Auto-déclaré |
| LiveCodeBench v5 | 25,7 % | 6ᵉ / 9 | llm-stats | Auto-déclaré |
| GPQA | 23,7 % | 210ᵉ / 213 | llm-stats | Auto-déclaré |
| Natural Questions | 20,9 % | 4ᵉ / 7 | llm-stats | Auto-déclaré |
| MMLU-ProX | 19,9 % | 29ᵉ / 32 | llm-stats | Auto-déclaré |
| Codegolf v2.2 | 16,8 % | 1ᵉ / 4 | llm-stats | Auto-déclaré |
| LiveCodeBench | 13,2 % | 67ᵉ / 72 | llm-stats | Auto-déclaré |
| AIME 2025 | 11,6 % | 105ᵉ / 108 | llm-stats | Auto-déclaré |
| ECLeKTic | 1,9 % | 7ᵉ / 8 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Notre analyse
Forces. À sa sortie, Gemma 3n E4B Instructed LiteRT Preview figurait dans le top 99% sur GPQA parmi 98 LLM de la même période, ce qui le plaçait dans le haut du panier de sa génération sur ce benchmark. Son format à 2 milliards de paramètres en faisait un modèle compact, avec une licence Gemma autorisant l’usage commercial et des poids ouverts, deux éléments importants pour l’intégration, l’audit et l’adaptation dans des environnements maîtrisés.
Limites et points d’attention. L’ancienneté d’environ un an est une limite majeure: à l’échelle de l’IA, Gemma 3n E4B Instructed LiteRT Preview appartient déjà à une génération probablement dépassée, et ce type de modèle est souvent retiré du catalogue de l’éditeur après quelques cycles. Ses connaissances s’arrêtent au 1er juin 2024, ce qui exclut les évolutions postérieures. La couverture repose sur 1 source de données concordante, un niveau d’information limité pour documenter finement ses performances au-delà du signal GPQA disponible.
Sources des données : LLM-Stats (llm-stats.com).