Gemma ist Googles Familie offener Modelle, die aus derselben Forschungstradition wie die Gemini-Modelle stammt, aber als herunterladbare Gewichte bereitsteht. Da die Checkpoints offen sind, können Teams die Inferenz auf eigenen GPUs, Laptops oder Smartphones betreiben, statt vollständig von einer gehosteten API abzuhängen – ein Vorteil bei datenschutzsensiblen, Offline- oder kostenkritischen Einsätzen.
Das Portfolio ist bewusst breit. Kompakte „E“-Varianten zielen auf Smartphones und IoT-Geräte, mittelgroße multimodale Modelle übernehmen anspruchsvolles Reasoning auf PCs, und Spezialeditionen decken eng umrissene Aufgaben wie Übersetzung, Embeddings, Funktionsaufrufe, Sicherheitsklassifikation und medizinische Bildanalyse ab. Google veröffentlicht außerdem Quantisierungs- und Optimierungsarbeit, damit auch größere Familienmitglieder auf Verbraucherhardware laufen.
Praktisch bietet Gemma zwei Werte: offene Gewichte, die Sie durchgängig kontrollieren, und einen schnellen Weg ins Google-Ökosystem, da feinjustierte Varianten in Google AI Studio getestet, über Vertex AI bereitgestellt und mit Keras, JAX, PyTorch oder TensorFlow auf TPUs und GPUs trainiert werden können.