Google: Gemma 3 4B

Google: Gemma 3 4B é um modelo de geração de texto do Google, lançado em 13 de março de 2025. Ele pertence à família Gemma 3, que o Google descreve como introdutora da multimodalidade, ou seja, esses modelos aceitam entrada de visão e linguagem em vez de apenas texto. O 4B no nome refere-se à classe de tamanho do modelo dentro dessa família, e o sufixo it marca a variante ajustada por instrução, portanto ele é construído para seguir prompts e manter conversas em vez de apenas continuar texto bruto.

O modelo aceita entrada de texto e imagem e produz saída de texto. Sua janela de contexto é de 131072 tokens, e o comprimento máximo de saída é de 16384 tokens. O Google afirma que ele lida com janelas de contexto de até 128k tokens, entende mais de 140 idiomas e oferece capacidades aprimoradas de matemática, raciocínio e chat em comparação com gerações anteriores do Gemma. O corte de conhecimento é 31 de agosto de 2024, então qualquer coisa após essa data está fora do que o modelo aprendeu durante o treinamento. Como a entrada pode incluir imagens, os prompts podem combinar capturas de tela, fotos, diagramas ou páginas digitalizadas com instruções escritas.

Essas capacidades apontam para um conjunto bastante amplo de usos práticos. A longa janela de contexto é adequada para trabalho sobre documentos grandes, como resumir relatórios longos, responder perguntas com base em uma base de código ou contrato completo, ou manter uma conversa longa coerente sem cortar o histórico. A entrada multimodal o torna útil para tarefas como descrever ou extrair informações de imagens, ler gráficos e diagramas, ou lidar com imagens de documentos junto com perguntas textuais. O suporte multilíngue em mais de 140 idiomas se encaixa em tradução, rascunhos de localização e chat voltado ao cliente em muitos mercados. O comportamento de chat ajustado por instrução e o raciocínio e a matemática aprimorados o tornam uma opção razoável para assistentes, extração estruturada e resolução de problemas passo a passo quando a tarefa não exige o maior modelo disponível.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "google/gemma-3-4b-it". Como a interface segue o formato de chat completions da OpenAI, você envia uma requisição para o endpoint de chat completions com esse id no campo model e suas mensagens no array messages, incluindo conteúdo de imagem quando relevante. O modelo suporta estes parâmetros de requisição: frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k e top_p. Saídas estruturadas e response_format são úteis quando você precisa de JSON ou outro formato definido de volta, e seed ajuda quando você quer amostragem mais repetível.

Um limite que vale a pena notar é o corte de conhecimento de 31 de agosto de 2024, então perguntas sobre eventos posteriores não serão respondidas apenas com dados de treinamento. O tamanho 4B também significa que ele fica abaixo de variantes maiores do Gemma 3, então se uma tarefa precisa do raciocínio mais forte ou do conhecimento geral mais amplo, um modelo maior pode se encaixar melhor. Para trabalho de contexto longo, multilíngue e com reconhecimento de imagem em menor escala, este modelo é um ponto de partida sensato.