Google: Gemma 3 12B

Gemma 3 12B est un modèle de génération de texte de Google, publié le 13 mars 2025 dans le cadre de la famille Gemma 3. Il s'agit de la variante 12B ajustée aux instructions, identifiée sur api14 comme google/gemma-3-12b-it. Gemma 3 marque le passage de Google à la multimodalité dans la gamme Gemma, ce modèle accepte donc à la fois du texte et des images en entrée tout en produisant du texte en sortie.

Le modèle prend en charge une fenêtre de contexte allant jusqu'à 131072 tokens et peut générer jusqu'à 16384 tokens en une seule réponse. Sa date limite de connaissances est le 31 août 2024. Selon Google, Gemma 3 gère plus de 140 langues et apporte des améliorations en mathématiques, en raisonnement et en comportement conversationnel par rapport aux versions précédentes de Gemma. Comme il accepte des images en entrée en plus du texte, il peut traiter des invites vision-langage plutôt que du texte seul, bien que tout ce qu'il renvoie soit du texte brut.

Ces capacités ouvrent un ensemble assez large d'usages pratiques. La longue fenêtre de contexte convient aux tâches impliquant de gros documents, comme résumer de longs rapports, répondre à des questions sur un corpus de texte ou traiter des historiques de conversation étendus. L'entrée multimodale en fait un choix raisonnable pour décrire ou raisonner sur des images, par exemple extraire des informations de captures d'écran, de schémas ou de photos et renvoyer une réponse écrite. Sa couverture multilingue et ses améliorations en mathématiques et en raisonnement le rendent utile pour la traduction, la résolution structurée de problèmes et les assistants généraux. L'appel d'outils et les sorties structurées lui permettent également de s'intégrer dans des pipelines nécessitant des réponses lisibles par machine ou des appels à des fonctions externes.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle google/gemma-3-12b-it, donc les bibliothèques clientes OpenAI existantes fonctionnent en ne changeant que l'URL de base et la clé. Les paramètres de requête pris en charge sont frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k et top_p. Ce mélange couvre les contrôles d'échantillonnage, la sortie déterministe via seed, les séquences d'arrêt, les réponses JSON ou contraintes par schéma via response_format et structured_outputs, et l'utilisation d'outils via tools et tool_choice.

Un point à garder en tête est le plafond de sortie : les réponses sont limitées à 16384 tokens même si la fenêtre de contexte est bien plus grande, donc les générations très longues doivent être découpées ou poursuivies sur plusieurs appels. La date limite de connaissances du 31 août 2024 signifie également que le modèle n'a aucune connaissance des événements postérieurs à cette date, sauf si vous fournissez l'information dans l'invite. Si votre tâche est uniquement textuelle et ne bénéficie pas de l'entrée d'images, un modèle de texte plus petit ou plus spécialisé peut être moins cher et plus rapide, mais pour un travail mixte texte et image dans un contexte long, ce modèle est un choix par défaut pertinent.