Gemma 3

是什么

Gemma 3 是 Google Gemma 系列开放模型的第三代，于 2025 年 3 月 12 日发布，共有 1B、4B、12B 和 27B 四种参数规模。^[1] Google 称它是「能在单块 GPU 或 TPU 上运行的最强模型」，并表示它建立在 Gemini 2.0 背后的研究与技术之上。^[1] Gemma 3 的技术报告则把它描述为 Gemma 开放模型家族中的多模态新成员，参数范围从 10 亿到 270 亿。^[3]

四种规模的意义在于使用场景不同：最小的一档面向没有完整服务器可用的环境，最大的一档则面向仍能装进单块加速器的配置。

主要特点

Gemma 3 的上下文窗口为 128,000 词元（token），也就是说一次输入可以带上很长的文档或很长的对话，而不必在早期内容上做取舍。^[1] 4B、12B 和 27B 三个版本除了文本还能接受图像，可以在提问的同时给出一张图片；1B 版本只处理文本。^[1]

这些模型开箱即支持 35 种以上语言，预训练阶段则覆盖 140 多种语言；同时提供函数调用（function calling）和结构化输出（structured output）两项能力，前者让模型可以触发外部工具，后者让模型按规定格式而不是自由散文返回结果。^[1] Google 还发布了官方量化（quantisation）版本，用更低的数值精度存储模型参数，以缩小模型体积、降低运行所需的算力。^[1]

报告的成绩

Google 报告了 LMArena 上的初步人类偏好评测结果：27B 版本取得 1338 的 Elo 分数，超过了 Llama3-405B、DeepSeek-V3 和 o3-mini。^[1] 看这个数字时值得记住两点：Google 自己称之为初步结果；这类评测衡量的是人对成对回答的偏好，而不是某个有标准答案的任务上的表现。这一比较之所以受关注，主要还是因为规模差距——一个 27B 模型被放在参数量大得多的系统旁边对比。

架构上的改动

长上下文的代价之一来自 KV 缓存（KV cache）：模型处理文本时会把已经读过的每个词元对应的键和值保存下来，以免重复计算，而这份存储会随上下文变长而增长。Gemma 3 的技术报告指出，模型在架构上做了改动以降低 KV 缓存占用，因为这部分内存往往会随上下文变长而急剧膨胀。^[3] 正是这类改动让 128,000 词元的窗口在实际部署中可行，而不只是纸面参数。

生态与衍生模型

Gemma 3 发布时，Gemma 已经积累了一定的社区基础。Google 表示，Gemma 在第一年里下载量超过 1 亿次，社区衍生版本超过 6 万个。^[1] 基于这一家族构建的衍生模型包括 4B 的 ShieldGemma 2（一个图像安全检查器）以及面向医疗应用的 MedGemma。^[1][2]

这种「先开放基础模型，再由 Google 和外部开发者在其上构建专用版本」的模式，是 Gemma 系列的主要意义所在。基础模型提供通用的文本与图像能力，衍生模型则取其中较小的规模，针对某一类窄任务做调整，例如识别不安全的图像或处理医学材料。

在系列中的位置

Gemma 3 更适合看作一条持续演进的路线中的一步，而不是一次孤立发布。它延续了这一家族强调「可在 Google 自有基础设施之外运行和修改」的取向，同时补上了过去通常与大得多的系统联系在一起的能力：多模态输入、长上下文窗口、广泛的语言覆盖以及工具调用。它对标的对象是 Gemini 2.0，其研究与技术正是 Gemma 3 的来源，因此这次发布也显示出 Google 如何把闭源模型上的工作下放到开放模型里。^[1] 初步的 LMArena 成绩和下载量既说明能力，也说明势头；可以直接核对的是规格表：四种规模、128,000 词元窗口、三个较大版本支持图像，以及面向更小硬件的量化版本。^[1]