SprachmodellAktiv

Gemma 2 27B

Google

Veröffentlicht: 27. Juni 2024
Datenstand: 8. September 2026
Nachfolgermodell: Gemma 3 27B

Preis: 0,65 $ · 0,65 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text
Ausgabe: Text

Gemma 2 27B ist die größte Variante der Gemma-2-Familie. Google trainierte das dichte Textmodell mit 13 Billionen Token, gegenüber 8 Billionen beim 9B- und 2 Billionen beim 2B-Modell. Das Training umfasste vor allem englische Webtexte sowie Code und Mathematik.

Die Gewichte stehen unter den Gemma Terms of Use. Gemma 3 27B ergänzt später native Bildeingaben; Gemma 2 verarbeitet ausschließlich Text.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	27 Mrd.Quelle
Kontextfenster	8.192 TokenQuelle
Veröffentlichung	2024-06-27Quelle
Parameter	27 Mrd.Quelle
Eingabe	TextQuelle
Ausgabe	TextQuelle
Architektur	Decoder-only transformer; English text-to-textQuelle
Lizenz	Gemma Terms of UseQuelle
Trainings-Token	13.000.000.000.000 TokenQuelle
Sprachen	EnglishQuelle

Veröffentlichte Benchmarks

LegalBench

Overall

1.Claude Fable 588,56 %

2.Claude Fable 5.188,51 %

3.Gemini 3.1 Pro Preview87,4 %

4.Gemini 3.7 Flash87,26 %

5.Gemini 3.8 Flash86,99 %

6.Claude Opus 586,97 %

7.GPT-5.6 Sol86,97 %

8.Gemini 3 Flash Preview86,86 %

9.Gemini 3.6 Flash86,71 %

10.GPT-5.586,52 %

11.Grok 4.686,31 %

12.GPT-5.486,04 %

13.GPT-586,02 %

14.Kimi K386,02 %

15.Grok 4.585,97 %

16.MiniMax M385,42 %

17.Claude Opus 4.785,25 %

18.GPT-5.6 Terra85,11 %

19.Qwen 3.7 Max84,91 %

20.GLM-5.384,84 %

21.Kimi K2.684,74 %

22.Grok 4.384,46 %

23.GLM-5.184,39 %

24.Grok 4.784,39 %

25.Gemini 3.5 Flash-Lite84,07 %

25.GLM-5.284,07 %

27.GLM-584,06 %

28.GPT-5.6 Luna84,03 %

29.MiniMax M2.783,98 %

30.GLM-5.3-Flash83,93 %

31.Claude Sonnet 583,92 %

32.Gemini 3.1 Flash-Lite83,76 %

33.o383,76 %

34.Qwen 3.8 Max 090283,61 %

35.Gemini 3.5 Flash83,6 %

36.Claude Opus 4.883,57 %

37.GLM-4.783,36 %

38.DeepSeek-V4.1-Flash83,28 %

39.GPT-4.183,1 %

40.Mercury 2.583,06 %

41.Inkling Small82,99 %

42.Inkling82,95 %

43.Claude Opus 4.582,84 %

44.Qwen 3.8 27B82,43 %

45.Claude Sonnet 4.682,12 %

46.Nemotron 3 Ultra82,07 %

47.GPT-5 mini81,77 %

48.Kimi K2 071181,45 %

49.DeepSeek-V380,76 %

50.o180,39 %

51.DeepSeek-V4-Pro80,32 %

52.Kimi K2 Thinking80,2 %

53.MiniMax M2.579,96 %

54.Command A79,7 %

55.Ling 3.0 Flash79,69 %

56.GLM-4.679,61 %

57.o4-mini79,19 %

58.Mistral Large 379,14 %

59.MiMo-V2.578,89 %

60.GPT-4.1 mini78,04 %

61.GPT-5.4 nano77,92 %

62.Grok 4.20 Reasoning77,74 %

63.DeepSeek-V3 032477,73 %

64.MiMo-V2.5-Pro77,13 %

65.GPT OSS 120B75,94 %

66.GLM-4.575,63 %

67.MiniMax M2.175,45 %

68.Llama 4 Scout72,04 %

69.o3-mini71,54 %

70.GPT OSS 20B70,85 %

71.Mistral Small 3.169,16 %

72.Command R+68,29 %

73.Gemma 2 27B67,98 %

74.DeepSeek-R167,32 %

75.DeepSeek-V3.265,96 %

76.GPT-4.1 nano61,06 %

77.GPT-5 nano50,13 %

78.Command R32,97 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-bench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 78
Methodik und Einordnung: Kennung des Quellmodells: together/google/gemma-2-27b-it. Name des Quellmodells: Gemma 2 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 0.887. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-09-29-c1213019b552. Prüfsumme der Quelldaten: c1213019b55234a262ae86fd4ebfe291530f315c988a4ee32fd501c13777f85f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

MMLU (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 76.2
Bewertung: 76.2
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Gemma 2 technical report Table 17; instruction-tuned 27B; few-shot benchmark

Quelle Google DeepMind

MBPP (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 67.4
Bewertung: 67.4
Messgröße: percent
Einheit: %
Kategorie: vendor-evaluation
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Google DeepMind
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Gemma 2 technical report Table 17; instruction-tuned 27B; few-shot benchmark

Quelle Google DeepMind

Dokumentierte Messdetails

LegalBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 67.978
Bewertung: 67.978
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: together/google/gemma-2-27b-it. Name des Quellmodells: Gemma 2 27B. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 0.887. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-09-29-c1213019b552. Prüfsumme der Quelldaten: c1213019b55234a262ae86fd4ebfe291530f315c988a4ee32fd501c13777f85f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Vorgänger und Nachfolger

Quellen und Datenstand

Art	Nachweis und Datenstand
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Gemma 2 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Gemma 2 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 4 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	active-parameters-billions Originalwortlaut Active parameter count is not separately published for this dense model.
In den geprüften Quellen nicht gefunden	api-model-id Originalwortlaut Gemma is distributed as open weights; the card does not define a hosted Gemini API model ID.
In den geprüften Quellen nicht gefunden	context-tokens Originalwortlaut The Gemma 2 model card does not state a context-window size.
In den geprüften Quellen nicht gefunden	knowledge-cutoff Originalwortlaut The Gemma 2 model card does not state a training-data knowledge cutoff.
Ungeklärt	AA benchmark rows Originalwortlaut No exact Artificial Analysis model page located in the checked public sitemap.
Weitere Quelle	Modellmetadaten · Gemma 2 27B instruction-tuned weights · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Kontextfenster-Daten
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Google DeepMind (abgerufen 8. September 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0
Weitere Quelle	Google Gemma 3 model card (2026-09-19)