Gemma

Gemma est la gamme de modèles de langage à poids ouverts de Google, conçue par Google DeepMind à partir des mêmes recherches que les modèles fermés Gemini. La différence tient à l'endroit où vit le modèle. Gemini tourne dans le cloud de Google, alors que les poids ouverts de Gemma sont publiés pour que chacun les télécharge, les modifie et les déploie sur ses propres machines. Depuis la première version, en février 2024, la famille a dépassé les 400 millions de téléchargements et donné naissance à plus de 100 000 variantes créées par la communauté.

La génération actuelle, Gemma 4, est arrivée le 2 avril 2026 avec quatre tailles. Deux versions légères, E2B et Gemma E4B, visent les mobiles, les cartes Raspberry Pi et les appareils Jetson, et fonctionnent hors ligne. Deux versions plus grosses, un modèle de 26B à mélange d'experts et un modèle dense Gemma 31B, visent les stations de travail et les serveurs. Les quatre lisent les images, et les modèles embarqués acceptent aussi l'audio.

Le virage le plus important est juridique, pas technique. Gemma 4 est passé de la licence personnalisée de Google, critiquée par les développeurs pendant un an, à la licence Gemma Apache 2.0. Cette licence permet aux entreprises d'utiliser, de modifier et de redistribuer les modèles pour un usage commercial sans demander l'autorisation à Google. Un modèle de 31B occupe la troisième place du classement des modèles ouverts d'Arena, et Google présente la famille comme la plus capable par octet parmi les modèles ouverts.

La contrepartie, c'est que des poids ouverts signifient que vous fournissez le matériel, l'installation et la maintenance. Pas de produit de chat hébergé, pas de support, et aucune garantie qu'un affinage donné égale un modèle cloud sur toutes les tâches.

Getting Started

1. Choisissez une taille adaptée à votre matériel : E2B ou E4B pour les mobiles et les petites cartes, 26B et 31B pour les GPU et les stations de travail.
2. Téléchargez les poids sur les canaux officiels de Google, comme Gemma Hugging Face, Kaggle ou ModelScope, en gardant les termes de la Apache 2.0 sous les yeux.
3. Pour exécuter Gemma en local, chargez le modèle dans un environnement comme Ollama, llama.cpp, LiteRT-LM ou une pile Python, et quantifiez si la mémoire manque.
4. Faites un affinage sur vos propres données si le modèle de base ne couvre pas votre domaine, puis reliez-le à une application via des appels de fonction ou l'API. L'affinage de Gemma suit les frameworks habituels, donc la méthode vous semblera familière.
5. Testez sur votre charge de travail réelle avant de livrer, car la qualité embarquée varie avec la taille et la quantification.