- Inicio
- 12 mar 202590% DE CONFIANZAfuente
Lanzados Gemma 3 4B, 12B, 27B y 1B
Traducido automáticamente del original
Título original: Gemma 3 4B, 12B, 27B and 1B Released
Google lanza Gemma 3, modelos abiertos de 1B, 4B, 12B y 27B con visión, una ventana de contexto de 128K y compatibilidad con 140 idiomas; el de 27B obtiene 1338 en LMArena y el de 4B se plantea frente a Gemma 2 27B.
- Google lanzó Gemma 3 el 12 de marzo de 2025 en cuatro tamaños, 1B, 4B, 12B y 27B, cada uno como modelo preentrenado y ajustado por instrucciones, y lo presentó como el modelo más capaz que se puede ejecutar en una sola GPU o TPU[1][5]
- Sucede a Gemma 2 de junio de 2024 y añade visión a todos los tamaños salvo el de 1B, un contexto de 128K tokens (32K en el de 1B) y compatibilidad preentrenada con más de 140 idiomas, de los cuales más de 35 funcionan de serie; el de 1B es la excepción: un modelo solo de texto y solo en inglés[1][3][5]
- La principal afirmación de Google es 1338 en LMArena para el 27B, por delante de Llama 3.1 405B, DeepSeek-V3 y o3-mini en resultados preliminares de preferencia humana; el informe técnico añade que el modelo 4B instruct es competitivo con Gemma 2 27B[1][4][6]
- El 4B es el pequeño caballo de batalla multimodal: obtiene 43.6 en MMLU-Pro, 75.6 en MATH y 70.1 en FACTS Grounding, frente a 46.8, 49.4 y 62.0 de Gemma 2 9B, así que la mejora está en matemáticas y veracidad más que en conocimiento general[4]
- Los precios en alojamiento son mínimos: OpenRouter lista el 4B a $0.05 por 1 millón de tokens de entrada y $0.10 por 1 millón de tokens de salida[2]
Características destacadas
- Entrada multimodal: las imágenes las codifica un codificador de visión SigLIP compartido por el 4B, el 12B y el 27B, diseñado para imágenes de 896x896 con una ventana adaptativa para imágenes de alta resolución y no cuadradas[5]
- Entrenados con 2T, 4T, 12T y 14T tokens para el 1B, 4B, 12B y 27B, en TPU de Google con JAX; el posentrenamiento usa destilación, RLHF y retroalimentación de matemáticas (RLMF) y de ejecución de código (RLEF)[5]
- Llamada a funciones y salida estructurada, versiones cuantizadas oficiales y disponibilidad en Google AI Studio, Hugging Face, Kaggle, Ollama, Vertex AI y Cloud Run[1][5]
- ShieldGemma 2, un verificador de seguridad de imágenes de 4B basado en Gemma 3, se lanzó junto con él, y la arquitectura aumenta la proporción de capas de atención local frente a global para reducir la memoria del contexto largo[1][4]
- Los pesos se pueden descargar gratis desde Hugging Face y Kaggle, aunque Wikipedia clasifica Gemma como de código disponible y no como de código abierto[1][3]
Pruebas de referencia[4]
| Prueba de referencia | Gemma 2 2B | Gemma 2 9B | Gemma 2 27B | Gemma 3 1B | Gemma 3 4B | Gemma 3 12B | Gemma 3 27B |
|---|---|---|---|---|---|---|---|
| MMLU-Pro | 15.6 | 46.8 | 56.9 | 14.7 | 43.6 | 60.6 | 67.5 |
| LiveCodeBench | 1.2 | 10.8 | 20.4 | 1.9 | 12.6 | 24.6 | 29.7 |
| Bird-SQL (dev) | 12.2 | 33.8 | 46.7 | 6.4 | 36.3 | 47.9 | 54.4 |
| GPQA Diamond | 24.7 | 28.8 | 34.3 | 19.2 | 30.8 | 40.9 | 42.4 |
| SimpleQA | 2.8 | 5.3 | 9.2 | 2.2 | 4.0 | 6.3 | 10.0 |
| FACTS Grounding | 43.8 | 62.0 | 62.4 | 36.4 | 70.1 | 75.8 | 74.9 |
| Global MMLU-Lite | 41.9 | 64.8 | 68.6 | 34.2 | 54.5 | 69.5 | 75.1 |
| MATH | 27.2 | 49.4 | 55.6 | 48.0 | 75.6 | 83.8 | 89.0 |
| HiddenMath | 1.8 | 10.4 | 14.8 | 15.8 | 43.0 | 54.5 | 60.3 |
| MMMU (val) | - | - | - | - | 48.8 | 59.6 | 64.9 |
Comprar enGemini