Google: Gemma 3 27B

Google Gemma 3 27B adalah model terbuka dari Google, didistribusikan di bawah keluarga Gemma dan dilayani di api14 dengan model id google/gemma-3-27b-it. Model ini berada di kategori teks, dan tanggal rilis penyedia adalah 12 Maret 2025. Batas pengetahuan adalah 31 Agustus 2024, jadi apa pun setelah tanggal itu berada di luar apa yang dilihat model selama pelatihan.

Model ini menerima input teks dan gambar serta hanya mengembalikan teks, yang menjadikannya model vision-language, bukan model teks murni. Jendela konteksnya adalah 131.072 token, dan output maksimum adalah 117.964 token, sehingga input panjang dan generasi panjang sama-sama layak dalam satu permintaan yang sama. Google mendeskripsikan Gemma 3 sebagai mendukung input vision-language, menangani jendela konteks hingga 128k token, memahami lebih dari 140 bahasa, dan menawarkan matematika, penalaran, serta perilaku chat yang lebih baik dibandingkan rilis Gemma sebelumnya.

Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Pemahaman dokumen dan screenshot adalah kecocokan alami, karena Anda dapat memberikan gambar bersama prompt teks dan mendapatkan jawaban tertulis. Pekerjaan konteks panjang seperti merangkum file besar, meninjau thread yang panjang, atau menjawab pertanyaan atas kumpulan teks yang besar dapat dilakukan tanpa chunking dalam banyak kasus. Aplikasi multibahasa mendapat manfaat dari cakupan bahasa yang dilaporkan. Ekstraksi terstruktur dan asisten chat juga masuk akal, mengingat daftar parameter di bawah. Tugas penalaran dan matematika didukung, meskipun fakta di sini tidak menyertakan angka benchmark, jadi evaluasi pada data Anda sendiri.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id google/gemma-3-27b-it, sehingga SDK dan klien OpenAI yang ada berfungsi dengan perubahan base URL. Parameter permintaan yang didukung adalah 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 dan top_p. Tool calling dan structured outputs keduanya tersedia, yang mencakup function calling dan respons berbentuk JSON. Gunakan seed untuk reproduksibilitas, dan logprobs dengan top_logprobs jika Anda memerlukan keyakinan tingkat token.

Beberapa batasan perlu diperhatikan. Output hanya teks, jadi model tidak dapat menghasilkan gambar meskipun ia membacanya. Batas pengetahuan 31 Agustus 2024 berarti peristiwa terkini memerlukan retrieval atau konteks prompt. Jika beban kerja Anda hanya teks dan tidak memerlukan vision, model teks yang lebih kecil mungkin lebih murah dan lebih cepat; jika Anda memerlukan pembuatan gambar atau audio, carilah di tempat lain.