Siaran Google 'Introducing Gemma 3: The most capable model you can run on a single GPU or TPU' dan panduan blog[1] pembangun kedua-duanya bertarikh 12 Mac 2025 dan menyatakan Gemma 3 tersedia pada hari itu.
- Mula
- 12 Mac 202590% KEYAKINANdaripada sumber
Gemma 3 4B, 12B, 27B dan 1B dilancarkan
Diterjemah secara automatik daripada asal
Tajuk asal: Gemma 3 4B, 12B, 27B and 1B Released
Google melancarkan Gemma 3, model terbuka bersaiz 1B, 4B, 12B dan 27B dengan penglihatan, tetingkap konteks 128K dan sokongan 140 bahasa; model 27B mencatat 1338 pada LMArena dan model 4B ditampilkan sebagai pesaing Gemma 2 27B.
- Google melancarkan Gemma 3 pada 12 Mac 2025 dalam empat saiz, 1B, 4B, 12B dan 27B, masing-masing sebagai model pralatih dan model yang ditala mengikut arahan, serta menyifatkannya sebagai model paling berkebolehan yang boleh dijalankan pada satu GPU atau TPU[1][5]
- Ia menyusul Gemma 2 pada Jun 2024 dan menambah penglihatan pada setiap saiz kecuali 1B, konteks 128K token (32K pada 1B) serta sokongan pralatih untuk lebih 140 bahasa, dengan lebih 35 berfungsi terus; model 1B ialah pengecualian: model teks sahaja dan bahasa Inggeris sahaja[1][3][5]
- Dakwaan utama Google ialah skor 1338 pada LMArena untuk model 27B, mendahului Llama 3.1 405B, DeepSeek-V3 dan o3-mini dalam keputusan awal pilihan manusia; laporan teknikal menambah bahawa model 4B instruct bersaing dengan Gemma 2 27B[1][4][6]
- Model 4B ialah tenaga kerja multimodal kecil: ia mencatat 43.6 pada MMLU-Pro, 75.6 pada MATH dan 70.1 pada FACTS Grounding, berbanding 46.8, 49.4 dan 62.0 bagi Gemma 2 9B, jadi peningkatannya terletak pada matematik dan ketepatan fakta, bukan pengetahuan am[4]
- Harga yang dihoskan sangat rendah: OpenRouter menyenaraikan model 4B pada $0.05 setiap 1 juta token input dan $0.10 setiap 1 juta token output[2]
Ciri-ciri utama
- Input multimodal: imej dikodkan oleh pengekod penglihatan SigLIP yang dikongsi oleh 4B, 12B dan 27B, direka untuk imej 896x896 dengan tetingkap suai untuk imej resolusi tinggi dan bukan segi empat sama[5]
- Dilatih dengan 2T, 4T, 12T dan 14T token untuk 1B, 4B, 12B dan 27B, pada TPU Google menggunakan JAX; pasca-latihan menggunakan penyulingan, RLHF, serta maklum balas matematik (RLMF) dan pelaksanaan kod (RLEF)[5]
- Panggilan fungsi dan output berstruktur, versi terkuantisasi rasmi, serta ketersediaan melalui Google AI Studio, Hugging Face, Kaggle, Ollama, Vertex AI dan Cloud Run[1][5]
- ShieldGemma 2, pemeriksa keselamatan imej 4B yang dibina atas Gemma 3, dilancarkan bersamanya, dan seni bina ini meningkatkan nisbah lapisan perhatian setempat berbanding sejagat untuk mengurangkan memori konteks panjang[1][4]
- Pemberat boleh dimuat turun secara percuma daripada Hugging Face dan Kaggle, walaupun Wikipedia mengelaskan Gemma sebagai source-available dan bukan sumber terbuka[1][3]
Penanda aras[4]
| Penanda aras | 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 |
Beli diGemini