Google: Gemma 3 4B

Google: Gemma 3 4B adalah model pembuatan teks dari Google, yang dirilis pada 13 Maret 2025. Model ini termasuk dalam keluarga Gemma 3, yang menurut Google memperkenalkan multimodalitas, artinya model ini menerima input visual dan bahasa, bukan hanya teks. Angka 4B dalam nama merujuk pada kelas ukuran model dalam keluarga tersebut, dan akhiran it menandai varian yang disetel untuk instruksi, sehingga model ini dibangun untuk mengikuti prompt dan melakukan percakapan, bukan hanya melanjutkan teks mentah.

Model ini menerima input teks dan gambar serta menghasilkan output teks. Jendela konteksnya adalah 131072 token, dan panjang output maksimumnya adalah 16384 token. Google menyatakan bahwa model ini menangani jendela konteks hingga 128k token, memahami lebih dari 140 bahasa, dan menawarkan kemampuan matematika, penalaran, serta chat yang lebih baik dibandingkan generasi Gemma sebelumnya. Batas pengetahuan adalah 31 Agustus 2024, sehingga apa pun setelah tanggal tersebut berada di luar apa yang dipelajari model selama pelatihan. Karena input dapat mencakup gambar, prompt dapat menggabungkan tangkapan layar, foto, diagram, atau halaman hasil pemindaian dengan instruksi tertulis.

Kemampuan tersebut mengarah pada serangkaian penggunaan praktis yang cukup luas. Jendela konteks yang panjang cocok untuk pekerjaan pada dokumen besar, seperti merangkum laporan panjang, menjawab pertanyaan terhadap basis kode atau kontrak secara penuh, atau menjaga percakapan panjang tetap koheren tanpa memangkas riwayat. Input multimodal membuatnya berguna untuk tugas seperti mendeskripsikan atau mengekstrak informasi dari gambar, membaca bagan dan diagram, atau menangani gambar dokumen bersama pertanyaan teks. Dukungan multibahasa lebih dari 140 bahasa cocok untuk terjemahan, draf lokalisasi, dan chat yang berhadapan dengan pelanggan di banyak pasar. Perilaku chat yang disetel untuk instruksi serta penalaran dan matematika yang lebih baik membuatnya cukup cocok untuk asisten, ekstraksi terstruktur, dan penyelesaian masalah langkah demi langkah ketika tugas tidak menuntut model terbesar yang tersedia.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model "google/gemma-3-4b-it". Karena antarmukanya mengikuti bentuk chat completions OpenAI, Anda mengirim permintaan ke endpoint chat completions dengan id tersebut di field model dan pesan Anda di array messages, termasuk konten gambar jika relevan. Model ini mendukung parameter permintaan berikut: frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k dan top_p. Structured outputs dan response_format berguna ketika Anda memerlukan JSON atau bentuk lain yang terdefinisi sebagai hasil, dan seed membantu ketika Anda menginginkan sampling yang lebih dapat diulang.

Satu batasan yang perlu diperhatikan adalah batas pengetahuan 31 Agustus 2024, sehingga pertanyaan tentang peristiwa setelahnya tidak akan dijawab hanya dari data pelatihan. Ukuran 4B juga berarti model ini berada di bawah varian Gemma 3 yang lebih besar, jadi jika suatu tugas membutuhkan penalaran terkuat atau pengetahuan umum terluas, model yang lebih besar mungkin lebih cocok. Untuk pekerjaan berkonteks panjang, multibahasa, dan sadar gambar pada skala yang lebih kecil, model ini adalah titik awal yang masuk akal.