Gemma 4 E2B 和 E4B 怎么选？小模型对比

Gemma 4 的小模型有两个：E2B（20 亿参数）和 E4B（40 亿参数）。都是给资源受限的设备用的，但实际差距比参数量暗示的要大得多。来看看怎么选。

E2B 和 E4B 是什么？

两个都是轻量级的稠密模型，专为端侧推理优化。没有 MoE 路由，没有专家机制——就是紧凑的网络，塞进有限的内存里跑。

E2B 是 Gemma 4 家族里最小的模型。20 亿参数，适合每一兆内存都要精打细算的场景——手机、树莓派、物联网设备、嵌入式系统。

E4B 参数量翻倍到 40 亿。依然能在笔记本或中高端手机上本地运行，但在推理、编程、多模态任务上的表现远超参数量给人的预期。

Gemma 4 Small Models:
┌──────────────────────────────────────┐
│  E2B (2B params)                     │
│  Ultra-compact · Phones · Edge       │
│  ~250 MB RAM (CoreML) · 11 tok/s     │
├──────────────────────────────────────┤
│  E4B (4B params)                     │
│  Compact · Laptops · Daily driver    │
│  ~1.5 GB RAM (Q4) · 35 tok/s         │
└──────────────────────────────────────┘

正面对比

文件大小和内存大概差 2 倍，参数量翻倍嘛，合理。但真正的重点是上下文长度和多模态——E4B 上下文是 E2B 的 4 倍，而且支持图片输入。

速度对比

同一硬件上 E2B 更快，但 E4B 做交互也完全够用：

用 CoreML-LLM 在 iPhone 上跑 E2B，大约 11 tok/s，只吃 250 MB 内存，功耗约 2W。这个数据放在手机端侧 AI 里算是真的能用了——聊天流畅，还不怎么费电。

E4B 在手机上速度大概砍半，但在笔记本或台式机上跑，体感差距不大。

质量对比

这里 E4B 拉开了明显差距：

跟 26B 和 31B 的对比 不一样——那边质量差距只有 1-2 分，这边差距接近 12 分。E4B 明显更聪明，尤其在数学和代码方面。

实际用起来差在哪

• 简单问答和闲聊：都能应付。E2B 长回复偶尔会跑偏。
• 推理和数学：E4B 强很多。E2B 多步骤问题容易掉链子。
• 代码生成：E4B 能写出能用的代码片段。E2B 补全还行，但完整函数就费劲了。
• 多语言：E4B 中日韩和欧洲语言都处理得不错。E2B 基本只能英文。
• 图片理解：只有 E4B 支持。需要视觉能力的话没得选。

什么时候选 E2B

E2B 适合硬件条件极其有限的场景：

• 内存紧张的手机——老 iPhone、低端安卓，只能挤出 250 MB 的那种
• 树莓派和单板电脑——Pi 5 配 4GB 内存跑得很流畅
• 物联网和嵌入式——智能家居设备，功耗预算极低的常驻助手
• 离线文本分类和关键词提取——只需要基础 NLP，不需要深度推理
• iPhone 上用 CoreML-LLM——11 tok/s、250 MB 内存、2W 功耗，这个数据在端侧 AI 里很能打
• 大规模批处理——需要处理百万级数据，推理成本敏感

如果需求就是「在内存很小的设备上回答简单问题」，E2B 够用。

什么时候选 E4B

对大部分想要本地小模型的人来说，E4B 是更好的选择：

• 笔记本日用——速度够做实时聊天，智力够做真正的工作
• 中高端手机——iPhone 14 Pro 及以上，6GB+ 内存的安卓旗舰
• 编程辅助——代码补全和生成真的能用
• 多模态任务——图片描述、视觉问答、文档理解
• 长对话——32K 上下文对比 E2B 的 8K，能撑住更长的聊天
• 多语言使用——中文、日文、韩文、欧洲语言，E4B 好太多
• 边缘服务器——迷你主机就能跑，而且质量能打

想了解手机上怎么部署，看 移动端部署指南。

快速决策表

E2B 和 E4B 在全家族里的位置

从小到大是一个清晰的阶梯。每升一档大约翻倍内存、速度减半。完整阵容可以看 Gemma 4 模型选择指南。

硬件需求

详细的硬件推荐看 硬件指南。小模型的要求简单总结一下：

E2B 最低配置

• iPhone：iPhone 12 及以上（CoreML）
• Android：4GB+ 内存，骁龙 8 Gen 1+
• 树莓派：Pi 5，4GB 内存
• PC/Mac：近 5 年的任何设备都行

E4B 最低配置

• iPhone：iPhone 14 Pro 及以上（CoreML）
• Android：6GB+ 内存，骁龙 8 Gen 2+
• 树莓派：Pi 5，8GB 内存
• PC/Mac：8GB 内存，近几年的 CPU/GPU

下一步

• 想在手机上跑？ 看 移动端部署指南 了解 CoreML 和 Android 的部署方法
• 在全部型号里纠结？ 看 Gemma 4 模型选择指南 了解完整阵容
• 选硬件？ 看 硬件指南 了解 GPU/CPU 推荐配置

对大部分人来说，E4B 是甜点——几个 GB 内存就能跑，但编程、聊天、多模态都真的能用。E2B 留给内存只有 250 MB 的极限场景。