O Gemma é uma família de modelos de inteligência artificial (IA) generativa, que podem ser usados em uma ampla variedade de tarefas de geração, incluindo respostas a perguntas, resumos e raciocínio. Os modelos do Gemma são fornecidos com pesos abertos e permitem o uso comercial responsável, permitindo que você os ajuste e implante nos seus próprios projetos e aplicativos.
O Gemma é uma família de modelos de inteligência artificial (IA) generativa, que podem ser usados em uma ampla variedade de tarefas de geração, incluindo respostas a perguntas, resumos e raciocínio. Os modelos do Gemma são fornecidos com pesos abertos e
permitem o A versão 3 do Gemma inclui os principais recursos a seguir. Teste no AI Studio:
- Entrada de imagem e texto: os recursos multimodais permitem inserir imagens e texto para entender e analisar dados visuais. Começar a criar
- Contexto de token de 128K: 16 vezes maior do contexto de entrada para analisar mais dados e resolver problemas mais complexos.
- Amplo suporte a idiomas: trabalhe no seu idioma ou expanda os recursos de linguagem do seu aplicativo de IA com suporte a mais de 140 idiomas. Começar a criar
- Tamanhos de modelo amigáveis ao desenvolvedor: escolha um tamanho de modelo (1B, 4B, 12B, 27B) e um nível de precisão que funcione melhor para sua tarefa e recursos de computação.
É possível fazer o download de modelos do Gemma 3 no Kaggle e no Hugging Face. Para mais detalhes técnicos sobre o Gemma 3, consulte o card de modelo e o relatório técnico. Versões anteriores dos modelos principais do Gemma também estão disponíveis para download. Para mais informações, consulte Modelos anteriores do Gemma.
Testar o Gemma 3 Testar no Kaggle Testar no Hugging Face
Entrada multimodal de texto e imagem
Você pode realizar tarefas de análise e geração mais complexas com o Gemma 3, que lida com dados de imagens e textos. É possível usar o modelo para interpretar dados de imagem, identificar objetos, extrair dados de texto e concluir muitas outras tarefas de saída de texto para entrada visual. Construa também
Janela de contexto de 128 mil tokens
Os modelos Gemma 3 podem processar entradas de comando de até 128 mil tokens, uma janela de contexto 16 vezes maior do que os modelos Gemma anteriores. O grande número de tokens significa que você pode processar vários artigos de várias páginas, artigos únicos maiores ou centenas de imagens em uma única solicitação.
Suporte a vários idiomas
Trabalhe no seu idioma com suporte integrado para mais de 140 idiomas. O Gemma 3 é treinado para oferecer suporte a um grande número de idiomas em comparação com as versões anteriores do Gemma, permitindo que você realize mais tarefas visuais e de texto nos idiomas usados pelos clientes. Construa também
Tamanhos e quantização de parâmetros
Os modelos Gemma 3 estão disponíveis em quatro tamanhos de parâmetro e cinco níveis de precisão, desde a precisão total de 32 bits até a menor precisão de 4 bits. Os diferentes tamanhos e precisões representam um conjunto de compensações para seu aplicativo de IA. Modelos com parâmetros e contagens de bits mais altos (precisão maior) geralmente são mais capazes, mas são mais caros para executar em termos de ciclos de processamento, custo de memória e consumo de energia. Modelos com parâmetros e contagens de bits mais baixos (menor precisão) têm menos recursos, mas podem ser suficientes para sua tarefa de IA. A tabela a seguir detalha os requisitos aproximados de memória da GPU ou TPU para executar inferências com cada tamanho das versões do modelo Gemma 3.
| Parâmetros | 32 bits completo | BF16 (16 bits) | SFP8 (8 bits) |
Q4_0 (4 bits) |
INT4 (4 bits) |
|---|---|---|---|---|---|
| Gemma 3 1B (somente texto) | 4 GB | 1,5 GB | 1,1 GB | 892 MB | 861 MB |
| Gemma 3 4B | 16 GB | 6,4 GB | 4,4 GB | 3,4 GB | 3,2 GB |
| Gemma 3 12B | 48 GB | 20 GB | 12,2 GB | 8,7 GB | 8,2 GB |
| Gemma 3 27B | 108 GB | 46,4 GB | 29,1 GB | 21 GB | 19,9 GB |
Tabela 1. Memória aproximada de GPU ou TPU necessária para carregar modelos do Gemma 3 com base na contagem de parâmetros e no nível de quantização (profundidade de bits).
O consumo de memória aumenta com base no número total de tokens necessários para o comando executado. Quanto maior o número de tokens necessários para processar o comando, maior será a memória necessária, além da memória necessária para carregar o modelo.
Modelos anteriores do Gemma
Você pode trabalhar com gerações anteriores de modelos Gemma, que também estão disponíveis no Kaggle e no Hugging Face. Para mais detalhes técnicos sobre modelos anteriores do Gemma, consulte as páginas de cards de modelos a seguir:
- Card de modelo do Gemma 2
- Card de modelo do Gemma 1
Tudo pronto para começar? Comece a usar os modelos do Gemma.