Google: Gemma 3 27B

Google Gemma 3 27B es un modelo abierto de Google, distribuido bajo la familia Gemma y servido en api14 con el id de modelo google/gemma-3-27b-it. Se sitúa en la categoría de texto, y la fecha de lanzamiento del proveedor es el 12 de marzo de 2025. El corte de conocimiento es el 31 de agosto de 2024, por lo que cualquier cosa posterior a esa fecha queda fuera de lo que el modelo vio durante el entrenamiento.

El modelo acepta entrada de texto e imagen y devuelve solo texto, lo que lo convierte en un modelo de visión y lenguaje en lugar de uno puramente de texto. Su ventana de contexto es de 131.072 tokens, y la salida máxima es de 117.964 tokens, por lo que tanto las entradas largas como las generaciones largas son viables dentro de la misma solicitud. Google describe Gemma 3 como compatible con entrada de visión y lenguaje, con manejo de ventanas de contexto de hasta 128k tokens, comprensión de más de 140 idiomas, y una mejora en matemáticas, razonamiento y comportamiento de chat en comparación con versiones anteriores de Gemma.

Esas capacidades apuntan a algunos usos prácticos. La comprensión de documentos y capturas de pantalla encaja de forma natural, ya que puedes pasar una imagen junto con un prompt de texto y obtener una respuesta escrita. El trabajo con contexto largo, como resumir archivos grandes, revisar hilos extensos o responder preguntas sobre un gran volumen de texto, es posible sin dividir en fragmentos en muchos casos. Las aplicaciones multilingües se benefician de la cobertura de idiomas reportada. La extracción estructurada y los asistentes de chat también son razonables, dada la lista de parámetros a continuación. Las tareas de razonamiento y matemáticas están soportadas, aunque los datos aquí no incluyen cifras de benchmarks, así que evalúa con tus propios datos.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo google/gemma-3-27b-it, por lo que los SDKs y clientes de OpenAI existentes funcionan con un cambio de URL base. Los parámetros de solicitud soportados son frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs y top_p. Tanto el llamado a herramientas como las salidas estructuradas están disponibles, lo que cubre el llamado a funciones y las respuestas con forma de JSON. Usa seed para reproducibilidad, y logprobs con top_logprobs si necesitas confianza a nivel de token.

Merece la pena señalar algunos límites. La salida es solo texto, por lo que el modelo no puede generar imágenes aunque las lea. El corte de conocimiento del 31 de agosto de 2024 significa que los eventos recientes requieren recuperación o contexto en el prompt. Si tu carga de trabajo es solo texto y no necesita visión, un modelo de texto más pequeño puede ser más barato y rápido; si necesitas generación de imágenes o audio, busca en otro sitio.