BenchLeader

Gemma 3 27B

质量第 277 / 339 名
39.7Index
后四分之一
较中位数 −10.5
价格第 25 / 255 名
$0.150每百万 token
最便宜的 10%
中位数的 0.2 倍
速度第 194 / 216 名
38token/秒
后四分之一
中位数的 0.5 倍
性价比第 37 / 255 名
264.7分/$
前四分之一
中位数的 4.8 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有四分之一。

有 11 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、GPT-5 nano (56.2, $0.138)、Ling 3.0 Flash (51.7, $0.115),另有 8 个。

截至 2026年11月16日,Gemma 3 27B(Google)在 BenchLeader Index 上得分 39.7(共 608 个已排名配置)。表现最好的是人类偏好(53),最弱的是长上下文(27)。API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150),为 2026年11月16日的标价。输出速度约为 38 token/秒(Artificial Analysis)。发布于 2025年3月12日。

要点(截至 2026年11月16日)

  • Gemma 3 27B 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150)(标价,2026年11月16日)。
  • Gemma 3 27B 的输出速度约为 38 token/秒(Artificial Analysis,2026年11月16日)。
  • Gemma 3 27B 于 2025年3月12日发布(Google)。

详细说明:Gemma 3 27B 是 Google 的开放权重模型,发布于 2025年3月12日。其最佳配置在 BenchLeader Index 上得分 39.7 ±5.2,在 608 个配置中排第 540 名,处于下半区。关键在于这个“±”:另有 168 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(53),长上下文最低(27)。按混合价格计,每百万 token $0.150,属于已排名模型中最便宜的五分之一。输出速度为 38 token/秒,首次回答需 3.7 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。

混合价格
$0.150/M
输入 $0.100 · 输出 $0.300
来源:models.dev
输出速度
38 tok/s
由 Artificial Analysis 测量
首次回答
3.66 s
首 token 0.75 s
上下文
131k
来源:LiteLLM price table
完整回答
55 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年3月12日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index40
  2. 推理39
  3. 编程28
  4. 智能体与工具35
  5. 数学47
  6. 指令遵循36
  7. 人类偏好53
  8. 多模态38
  9. 长上下文27

嵌入这个排名

更多徽章样式
[![Gemma 3 27B on BenchLeader: 综合第 269 名](https://www.benchleader.com/badge/gemma-3-27b.svg?style=compact)](https://www.benchleader.com/models/gemma-3-27b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Google 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Gemma 3 27B本页2025年3月12日39.7#540
Gemma 2 27B2024年6月24日40.8#521

Index 走势

2026年9月8日 至 2026年11月16日
344250

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index50#61Artificial Analysis

推理

智能体与工具

知识

基准测试默认来源趋势
Global-MMLU-Lite (AA)不计入 Index76.4%#86Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench31.8%#353Artificial Analysis
Arena Instruction Following不计入 Index1343#202Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1365#193Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1266#88EQ-Bench
Arena Creative Writing不计入 Index1348#177Arena (LMArena)
Arena Multi-turn不计入 Index1358#195Arena (LMArena)
Arena Longer Queries不计入 Index1366#199Arena (LMArena)
Lech Mazur Creative Writing不计入 Index79.9%#18Lech Mazur

多模态

基准测试默认来源趋势
Arena Vision1164#110Arena (LMArena)
MMMU-Pro48.0%#262Artificial Analysis
GeoBench不计入 Index52.0%#36GeoBench

长上下文

基准测试默认来源趋势
AA-LCR v1.17.3%#500Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index127.5#150Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index4.8#626Artificial Analysis
AA Progress Index v1不计入 Index160.1#531Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Parasail53 tok/s0.60 s$0.080$0.450131kfp8
Nebius Token Factory41 tok/s1.29 s$0.100$0.300110kfp8
NextBit31 tok/s0.48 s$0.080$0.350131kfp8
DeepInfra30 tok/s1.18 s$0.080$0.160131kfp8
DeepInfra29 tok/s1.52 s$0.120$0.240131kfp8
DeepInfra22 tok/s1.88 s$0.064$0.128131kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.083$0.165$0.247$0.33026年9月26年10月26年11月
输入 输出
当前:输入 $0.100 · 输出 $0.300

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.100。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0001$0.000111.5 s
总结一份 30 页的报告12,000 / 600$0.0014$0.001419.3 s
代码编辑6,000 / 1,500$0.0011$0.001142.8 s
智能体编程会话60,000 / 4,000$0.0072$0.00721.8 min
结构化信息提取2,000 / 200$0.0003$0.00038.9 s

Google 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Gemma 3 27B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Gemma 3 27B on BenchLeader: 综合第 269 名](https://www.benchleader.com/badge/gemma-3-27b.svg)](https://www.benchleader.com/models/gemma-3-27b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Gemma 3 27B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemma-3-27b

BibTeX:

@misc{benchleader_gemma_3_27b_20261116,
  author       = {{BenchLeader}},
  title        = {{Gemma 3 27B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gemma-3-27b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Gemma 3 27B 的基准测试得分是多少?
截至 2026年11月16日,Gemma 3 27B 的 BenchLeader Index 为 39.7 ±5.2。最强的是人类偏好(53),最弱的是长上下文(27)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Gemma 3 27B 排名第几?
截至 2026年11月16日,Gemma 3 27B 在 608 个已排名配置中排第 540 名。另有 168 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Gemma 3 27B 每百万 token 的价格是多少?
截至 2026年11月16日,Gemma 3 27B 的价格为输入每百万 token $0.100、输出每百万 token $0.300,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.150。标价最近一次变动是在 2026年9月11日。
Gemma 3 27B 是什么时候发布的?
Google 于 2025年3月12日发布了 Gemma 3 27B。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Gemma 3 27B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemma-3-27b。