Gemma
Google (Google DeepMind) · Coding · Sonstiges
Gemma ist Googles Familie offener KI-Modelle, die Sie herunterladen und auf eigener Hardware ausführen. Gemma 4 reicht von Varianten für das Smartphone bis zu einem 31B-Modell für Workstations.
Über Gemma
About
Was ist Gemma
Gemma ist Googles Reihe offener Sprachmodelle, die Google DeepMind auf derselben Forschung entwickelt hat wie die geschlossenen Gemini-Modelle. Der entscheidende Unterschied liegt darin, wo das Modell läuft. Gemini arbeitet in Googles Cloud, die offenen Gewichte von Gemma dagegen darf jeder herunterladen, verändern und auf eigenen Rechnern einsetzen. Seit dem ersten Release im Februar 2024 hat die Familie mehr als 400 Millionen Downloads erreicht und über 100.000 Community-Varianten hervorgebracht.
Die aktuelle Generation Gemma 4 kam am 2. April 2026 in vier Größen auf den Markt. Zwei leichte Varianten, E2B und Gemma E4B, sind für Smartphones, Raspberry-Pi-Boards und Jetson-Geräte gedacht und laufen komplett offline. Zwei größere Varianten, ein 26B-Mixture-of-Experts-Modell und ein dichtes 31B-Modell, richten sich an Entwickler-Workstations und Server. Alle vier verarbeiten Bilder, die Edge-Modelle zusätzlich Audio.
Der größte Wandel ist rechtlicher, nicht technischer Natur. Gemma 4 wechselte von Googles eigener Gemma-Lizenz, über die Entwickler ein Jahr lang geklagt hatten, zu Apache 2.0. Diese Lizenz erlaubt Unternehmen, die Modelle kommerziell zu nutzen, zu verändern und weiterzugeben, ohne Google um Erlaubnis zu fragen. Ein 31B-Modell steht auf Platz drei der Open-Model-Arena-Rangliste, und Google nennt die Familie die leistungsfähigsten offenen Modelle pro Byte.
Der Preis dafür: Offene Modelle von Google mit offenen Gewichten bedeuten, dass Sie Hardware, Einrichtung und Wartung selbst stellen. Es gibt kein gehostetes Chat-Produkt, keinen Support und keine Garantie, dass ein bestimmtes Fine-Tuning bei jeder Aufgabe mit einem Cloud-Modell mithält.
Erste Schritte
- Wählen Sie eine Größe, die zu Ihrer Hardware passt: E2B oder E4B für Smartphones und kleine Boards, 26B und 31B für GPUs und Workstations.
- Laden Sie die Gewichte aus offiziellen Kanälen wie Gemma Hugging Face, Kaggle oder ModelScope und behalten Sie die Apache-2.0-Bedingungen im Blick.
- Um Gemma lokal ausführen zu können, laden Sie das Modell in eine Laufzeit wie Ollama, llama.cpp, LiteRT-LM oder einen Python-Stack und quantisieren Sie, wenn der Speicher knapp wird.
- Trainieren Sie das Modell mit eigenen Daten weiter, falls die Basis für Ihr Fachgebiet nicht reicht, und binden Sie es dann über Function Calling oder die API in eine App ein. Gemma Fine-Tuning folgt den gängigen Frameworks, die Arbeitsweise kommt Ihnen also bekannt vor.
- Testen Sie vor dem Ausliefern mit Ihrer echten Arbeitslast, denn die Qualität auf dem Gerät hängt von Größe und Quantisierung ab.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Gemma.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler von Offline-Apps
- Forscher und Bastler
- Startups mit knappem Budget
- Studierende, die maschinelles Lernen lernen
Aufgaben
- Einen lokalen Coding-Assistenten betreiben
- Sprache und Bilder auf dem Gerät verstehen
- Lange Dokumente verarbeiten
- Agent-Workflows bauen
Szenarien
- Arbeiten ohne Internetverbindung
- Sensible Daten im Haus behalten
- Schnell eine KI-Funktion prototypen
- Einen Prototyp auf Mobilgeräte bringen
Wichtigste Funktionen
Vier Größen über die gesamte Hardware-Bandbreite
Gemma 4 deckt die Spanne vom Smartphone bis zum Server ab, ohne die Familie zu verlassen. E2B und Gemma E4B halten Speicher und Leistungsaufnahme niedrig genug für Mobilchips, während das 26B-Mixture-of-Experts-Modell und das dichte Gemma-31B-Modell auf Workstations und Data-Center-GPUs zielen. Sie wählen die Größe, die zu dem Gerät passt, das Sie bereits besitzen.
Lizenzierung unter Gemma Apache 2.0
Der Wechsel zu Gemma Apache 2.0 ist die Änderung, um die Entwickler gebeten hatten. Sie dürfen die Gewichte für kommerzielle Produkte nutzen, verändern und weitergeben, und Google kann die Regeln später nicht einseitig ändern. Für Teams, deren Rechtsabteilung an den alten Bedingungen gescheitert war, gibt dieser klare Rahmen den Ausschlag.
Effizienz durch Mixture of Experts
Das 26B-Modell aktiviert pro Token nur etwa 3,8B seiner 25,2B Parameter, läuft also fast so schnell wie ein kleines Modell und behält dabei viel von der Qualität eines großen. Auf einer Consumer-GPU liefert es hohen Durchsatz, was bei latenzempfindlichen Agent-Schleifen zählt, in denen jede Sekunde Wartezeit sichtbar ist.
Native multimodale Eingabe
Alle vier Modelle lesen Text und Bilder, die Edge-Modelle verarbeiten zusätzlich Audio. Ein einziges Modell transkribiert Sprache, beantwortet Fragen zu einem Screenshot und liest ein Diagramm, statt mehrere spezialisierte Modelle zu verbinden. Variable Auflösung lässt Sie bei Klassifizierung gegenüber OCR Detail gegen Geschwindigkeit tauschen.
Reasoning und Function Calling
Jedes Modell der Familie unterstützt einen zuschaltbaren Reasoning-Modus sowie natives Function Calling mit strukturierter JSON-Ausgabe. Erst diese Kombination macht das Modell von einer Chat-Box zur Steuerungsschicht eines Agenten, der Schritte plant und externe Tools aufruft, ohne Prompt-Tricks.
Läuft vollständig auf dem Gerät
Die Edge-Modelle laufen offline auf Smartphones, Raspberry-Pi-Boards und Jetson-Geräten. Das Pixel-Team arbeitet dabei mit Qualcomm und MediaTek an der Optimierung. Fast keine Latenz und keine Netzabhängigkeit machen die Familie für datenschutzsensible und abgelegene Einsätze brauchbar.
Vor- und Nachteile
Vorteile
- Die Lizenz unter Apache 2.0 räumt die rechtliche Unsicherheit aus, die frühere Gemma-Releases gebremst hat.
- Die Größen reichen vom Smartphone bis zur Workstation, eine Familie deckt also viele Hardware-Budgets ab.
- Native multimodale Eingabe und Function Calling bedeuten, dass Sie selten zusätzliche Modelle anbauen müssen.
- Das 26B-Mixture-of-Experts-Modell liefert starken Durchsatz auf Consumer-GPUs.
- Eine große Community und eine umfangreiche Fine-Tuning-Bibliothek machen es leicht, einen passenden Ausgangspunkt zu finden.
Nachteile
- Hardware und Einrichtung stellen Sie selbst, es gibt also kein gehostetes Produkt und keine Support-Hotline.
- Das 31B-Modell braucht eine ernsthafte GPU wie eine 80GB-H100, sofern Sie es nicht quantisieren, was die Einstiegskosten erhöht.
- Kleinere Edge-Modelle bleiben bei schwerer Mathematik und beim Coden hinter den großen zurück, sie sind also kein direkter Ersatz für Cloud-Flaggschiffe.
- Fine-Tuning und Deployment kosten echte Entwicklungsarbeit, und die Ergebnisse hängen von der Qualität Ihrer Daten ab.
Häufige Fragen
Gemma ist Googles Familie offener KI-Modelle, entwickelt von Google DeepMind auf derselben Forschung wie Gemini. Sie laden die Gewichte herunter und führen sie auf eigener Hardware aus, statt einen gehosteten Cloud-Dienst zu nutzen.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Gemma.
Alternativen zu Gemma
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.