Na terça -feira, o Google lançou Gemma 3. O Gemma3 é um modelo de IA de código aberto baseado no Gemini 2.0, empacotando músculos incríveis em seu tamanho.
O modelo completo é executado em uma única GPU, mas a referência do Google o retrata como se fosse competitivo o suficiente quando foi colocado contra um modelo grande que requer uma grande quantidade de poder de computação.
A nova família modelo, que o Google diz ter um código assinado com uma família de modelos de Frontier Gemini, está disponível em quatro tamanhos, variando de 1 bilhão a 27 bilhões de ienes.
O Google o coloca como uma solução prática para desenvolvedores que precisam implantar a IA diretamente em dispositivos como telefones celulares, laptops e estações de trabalho.
“Estes são nossos modelos abertos mais avançados, portáteis e de responsabilidade”, escreveu Clement Farabet, vice -presidente de pesquisa do Google DeepMind e Tris Warkentin, diretor do Google DeepMind, em um anúncio na quarta -feira.
Apesar de seu tamanho relativamente modesto, o Gemma 3 derrotou modelos maiores, incluindo o LLAMA-405B da Meta, Deepseek-V3, o Qwen 2.5 Max do Alibaba e o Openi-Mini da Openai na tabela de classificação de Larena.
A versão de ajuste de instrução do 27B venceu 1339 na classificação erótica do LMSYS Chatbot Arena, colocando -a nos 10 principais modelos em geral.
Gemma 3 também é multimodal. Processar texto, imagens e vídeos ainda mais curtos.
A janela de contexto de extensão de 128.000 token (32.000 na versão 1B) alerta o limite de 8.000 token do Gemma 2 anterior, permitindo processar e entender mais informações de uma só vez.
O alcance global do modelo varia de mais de 140 idiomas, com 35 idiomas sendo suportados para fora da caixa. Ele o posiciona como uma opção viável para desenvolvedores que constroem aplicativos para o público internacional sem a necessidade de modelos separados em diferentes regiões.
O Google afirma que a família Gemma já viu mais de 100 milhões de downloads desde o seu lançamento no ano passado, com desenvolvedores criando mais de 60.000 variações.
O “Gemabas” criado pela comunidade é um ecossistema inteiro construído em torno de uma família de modelos Gemma e inclui versões personalizadas do sudeste da Ásia, Bulgária e texto personalizado de um modelo de áudio chamado Omnia Woodio.
Os desenvolvedores podem implantar aplicativos Gemma 3 em Vertex AI, Cloud Run, Google Genai API ou ambientes locais, fornecendo flexibilidade para uma variedade de requisitos de infraestrutura.
Teste de Gemma
A GEMMA 3 foi avaliada quanto ao seu desempenho em uma variedade de tarefas em uma série de testes do mundo real. Foi isso que encontrei em cada área.
Escrita criativa
Fiquei surpreso com o recurso de escrita criativa de Gemma 3. Apesar de ter apenas 27 bilhões de parâmetros, ele conseguiu superar o Claude 3,7 sonetos, que derrotou o Grok-3 em testes de escrita criativa. E venceu com um tiro no escuro.
Gemma 3 criou a história mais longa para todos os modelos que testamos, exceto o Longwriter, que foi projetado especificamente para narrativas expandidas.
A qualidade também não foi sacrificada por quantidade. O texto era atraente e original, evitando as aberturas padrão que a maioria dos modelos de IA tende a mostrar.
Gemma também foi muito bom em criar mundos imersivos e detalhados, com forte consistência narrativa. Nomes de personagens, locais e descrições se encaixam naturalmente no contexto da história.
E isso é uma grande vantagem para escritores criativos. Porque outros modelos podem confundir referências culturais ou pular esses pequenos detalhes, matando a imersão. O Gemma 3 permaneceu consistente por toda parte.
A longa forma da história permite o desenvolvimento de histórias naturais através de uma transição perfeita entre segmentos de história. Esse modelo foi extremamente bom em explicar o comportamento, emoções, pensamentos e diálogos de uma maneira que produziu uma incrível experiência de leitura.
Quando solicitado a incorporar um final distorcido, pude fazê -lo sem quebrar a lógica interna da história. Todos os outros modelos até agora tendiam a arruiná -lo um pouco ao tentar juntar as coisas e terminar a história. Não é Gemma.
Para escritores criativos que procuram assistentes de IA que possam ajudar em projetos de ficção segura, Gemma 3 parece estar na vanguarda de hoje.
Você pode ler nossas solicitações e todas as respostas em nosso github Repositório.
Resumo e pesquisa de informações
Embora sua escrita criativa fosse de primeira qualidade, a Gemma 3 teve muitos problemas com a tarefa de análise de documentos.
Eu carreguei um documento do FMI de 47 páginas no estúdio de AI do Google e, embora o sistema aceite o arquivo, o modelo concluiu a análise e parou no meio da tarefa. Várias tentativas produziram os mesmos resultados.
Tentei uma abordagem alternativa com a qual trabalhei com Grok-3 e copiei e colei o conteúdo do documento diretamente na interface, mas tive o mesmo problema.
Esse modelo simplesmente falhou em processar e resumo do conteúdo de longo prazo.
Vale a pena notar que essa limitação pode estar relacionada à implementação do estúdio de IA do Google, em vez de uma falha inerente ao próprio modelo Gemma 3.
A execução do modelo localmente pode resultar em melhores resultados para análise de documentos, mas os usuários que dependem da interface oficial do Google podem enfrentar essas limitações, pelo menos por enquanto.
Tópicos delicados
Com um recurso exclusivo na interface AI Chatbot, o Google AI Studio oferece um filtro de conteúdo muito rigoroso que pode ser acessado através de uma série de controles deslizantes.
Testamos os limites de Gemma solicitando conselhos suspeitos sobre situações antiéticas hipotéticas (conselhos para seduzir mulheres casadas), e o modelo se recusou firmemente a aderir a ele. Da mesma forma, quando solicitado a gerar conteúdo adulto para um romance fictício, ele se recusou a gerar qualquer coisa remotamente sugestiva.
As tentativas de ajustar ou ignorar esses filtros censores desligando os parâmetros do Google não funcionaram.
A teoria da “configuração de segurança” no Google AI Studio controla a limitação das limitações do modelo em termos de assédio, discurso de ódio e a produção de conteúdo que pode ser considerada sexualmente explícita ou perigosa.
Mesmo que todas as restrições tenham sido desligadas, o modelo se recusou constantemente a se envolver em conversas que continham elementos controversos, violentos ou ofensivos.
No final, os controles realmente não fizeram diferença.
Mesmo em um contexto criativo legal, os usuários que desejam lidar com tópicos confidenciais precisarão encontrar uma maneira de javerbreak o modelo ou criar um aviso muito cuidadoso.
No geral, as restrições de conteúdo da Gemma 3 para quem disposto a usar o estúdio do Google parece estar em pé de igualdade com as do ChatGPT.
Aqueles dispostos a ir à sua cidade natal não enfrentarão esses problemas. Para aqueles que precisam de uma boa interface AI e um modelo ligeiramente sem censura, a melhor opção parece ser o Grok-3, que tem muito menos limites. Todos os outros modelos fechados também foram rejeitados.
Você pode ler nossas solicitações e todas as respostas em nosso github Repositório.
Multimodalidade.
Gemma 3 é multimodal em sua essência. Isso significa que as imagens podem ser processadas e entendidas nativamente sem depender de outro modelo de visão.
Nos testes, encontrei algumas limitações da plataforma. Por exemplo, os estúdios de IA do Google não puderam processar imagens diretamente com o modelo.
No entanto, pude testar a funcionalidade da imagem abraçando a interface do rosto com uma versão menor do Gemma 3.
Este modelo demonstrou uma sólida compreensão das imagens, identificando com sucesso elementos -chave e forneceu análises relevantes na maioria dos casos. Reconheça objetos, cenas e conteúdo geral em fotos com precisão razoável.
No entanto, pequenas variantes de modelo de abraços faciais mostraram limitações através de análises visuais detalhadas.
Um de nossos testes não interpretou corretamente o gráfico financeiro. Tornou fantástico que o preço do Bitcoin estivesse em torno de US $ 68.618 em 2024.
Embora os recursos multimodais do Gemma 3 sejam funcionais, os modelos pequenos podem não corresponder à precisão de maiores modelos de visão especiais, principalmente ao lidar com o conteúdo que requer análise visual ajustada.
Raciocínio não matemático
Como esperado a partir de modelos linguísticos tradicionais sem recursos de inferência especializados, o Gemma 3 apresenta uma limitação clara quando confrontada com problemas que exigem deduções lógicas complexas, em vez de previsões simples de token.
Embora tenhamos testado com um problema de mistério regular do conjunto de dados BigBench, o modelo não conseguiu identificar pistas importantes ou tirar conclusões lógicas das informações fornecidas.
Curiosamente, ao tentar orientar o modelo através da inferência explícita da cadeia (que exige essencialmente “pensamento sequencialmente”), ele desencadeou um filtro violento e se recusou a fornecer uma resposta.
Você pode ler nossas solicitações e todas as respostas em nosso github Repositório.
Este é um modelo para você?
Dependendo das suas necessidades específicas e do caso de uso, você gostará ou odiará Gemma 3.
Para escritores criativos, Gemma 3 é uma escolha excepcional. A capacidade de criar histórias detalhadas, consistentes e envolventes tem precedência sobre alguns modelos comerciais maiores com condicionamento mínimo, incluindo Claude 3.7, Grok-3 e GPT-4.5.
Ao escrever ficção, postagens de blog ou outro conteúdo criativo que permanece dentro de um limite seguro, este modelo oferece qualidade excepcional a um custo zero em execução em hardware acessível.
Desenvolvedores e criadores que trabalham em aplicativos multilíngues apreciam o apoio da Gemma 3 para mais de 140 idiomas. Isso torna prático criar serviços específicos de região ou aplicativos globais sem manter vários modelos específicos de idiomas.
Pequenas empresas e startups com recursos de computação limitados podem desfrutar da eficiência do Gemma 3. A execução de funções avançadas de IA em uma única GPU reduz drasticamente as barreiras de penetração à implementação de soluções de IA sem grandes investimentos em infraestrutura.
A natureza de código aberto do Gemma 3 fornece a flexibilidade de modelos fechados como Claude e ChatGPT simplesmente não podem corresponder.
Os desenvolvedores podem ajustar um domínio específico, alterar seu comportamento e integrar -se profundamente aos sistemas existentes sem restrições de API ou custos de assinatura.
Para aplicativos com requisitos estritas de privacidade, o modelo pode ser executado completamente desconectado da Internet em hardware local.
No entanto, os usuários que precisam analisar documentos longos ou usar tópicos sensíveis encontrarão limitações frustrantes. As tarefas de pesquisa que exigem inferência sutil ou a capacidade de processar materiais controversos permanecem mais adequados a modelos de código fechado maiores que fornecem mais flexibilidade.
Também somos menos bons em tarefas, codificação ou inferindo tarefas complexas que nossa sociedade atualmente espera se destacar nos modelos de IA. Portanto, não espere gerar jogos para você, melhorar seu código ou se destacar em qualquer coisa além da escrita criativa de texto.
No geral, o Gemma 3 não substitui os modelos de inferência de ponta, proprietários ou de código aberto para todas as tarefas.
No entanto, a combinação de desempenho, eficiência e personalização o posiciona como uma opção muito interessante para os entusiastas da IA que gostam de experimentar coisas novas, além de fãs de código aberto que desejam controlar e executar seus modelos localmente.
Editado por Sebastian Sinclair
Geralmente inteligente Boletim informativo
Uma jornada semanal de IA narrada por Gen, um modelo de AI gerador.
