Родина відкритих моделей Gemma від Google DeepMind перевищила позначку в 1 мільярд завантажень, а спільнота розробників за два роки випустила понад 100 тисяч похідних варіантів на її основі. За даними Techmeme, ці цифри охоплюють усі версії лінійки — від базової Gemma до спеціалізованих відгалужень під вузькі задачі.

Мільярд завантажень — це не мільярд користувачів, як буває з мобільним застосунком: кожне завантаження ваг моделі означає, що конкретна команда взяла модель офлайн, щоб протестувати, дообучити або вбудувати її у власний продукт. Закриті моделі рахують інакше — кількістю викликів API, метрикою, яка нічого не каже про те, скільки самостійних продуктів насправді побудовано зверху.

Ось що ця цифра означає для тих, хто вибирає модель під новий проєкт.

Що саме сталося з Gemma?

Google DeepMind випустив першу Gemma в лютому 2024 року як відкриту альтернативу власним закритим моделям Gemini. Відтоді лінійка виросла до кількох поколінь моделей різного розміру та спеціалізованих версій — для роботи з кодом, зображеннями й завданнями безпеки, — а сумарна кількість завантажень усіх цих варіантів перетнула позначку в 1 мільярд.

Чому спільнота випустила саме 100 тисяч варіантів?

Число у 100 тисяч варіантів пояснюється тим, як влаштована економіка відкритих ваг. Коли модель закрита, кастомізація обмежується системним промптом і, у кращому разі, fine-tuning API постачальника — з його цінами, лімітами й правилами використання. Коли ваги відкриті, будь-яка команда може завантажити модель на власну інфраструктуру, дообучити на власних даних і опублікувати результат під власним іменем — на Hugging Face, Kaggle чи Ollama. Саме тому один реліз Gemma породжує тисячі похідних: під конкретну мову, вузьку галузь на кшталт медицини чи юриспруденції, менший розмір для edge-пристроїв або урізаний до конкретного набору навичок. За нашою оцінкою, значна частина цих варіантів — це вузькоспеціалізовані внутрішні білди, які ніколи не потрапляють у публічні бенчмарки, але саме вони формують реальний попит на open-weight моделі в корпоративному сегменті.

Кому це вигідно на практиці?

Найбільше від цього виграють команди, для яких критичні три речі: контроль над даними, передбачувана вартість інференсу і можливість роботи офлайн чи на власному залізі. Компанії з регуляторними обмеженнями — медицина, фінанси, держсектор — не можуть відправляти чутливі дані у сторонній API, і відкрита модель, розгорнута в їхньому власному периметрі, знімає це питання. Стартапи з великим обсягом простих запитів — класифікація, екстракція даних, модерація контенту — отримують модель, вартість використання якої не росте лінійно з кожним викликом: вони платять за власні сервери, а не за токен. Ще один сегмент — розробники мобільних і десктопних застосунків, яким потрібна модель, здатна працювати без інтернет-з'єднання: локальний інференс на пристрої користувача усуває і затримку мережі, і залежність від аптайму стороннього API.

Що це означає для AI-білдерів?

Порівняно з ситуацією дворічної давності, коли вибір фактично зводився до жменьки закритих API, сьогоднішній ринок відкритих моделей — це вже інфраструктура з власною гравітацією. Головний висновок AiiN тут не в самій цифрі, а в тому, що вона підтверджує: відкриті ваги перестали бути нішевою альтернативою для дослідників і стали дефолтним будівельним блоком для продуктів, яким потрібна кастомізація під вузьку задачу. Коли на кожен реліз базової моделі спільнота випускає на порядки більше похідних версій, це означає, що ринок навчився сприймати модель не як готовий продукт, а як сировину, яку кожна команда обробляє під себе. Для тих, хто обирає модель під новий проєкт, це практичний сигнал: питання все рідше звучить як «відкрита модель чи закрита» і все частіше як «яка відкрита модель має найбільшу спільноту готових файнтюнів під мою задачу» — бо саме це економить місяці роботи.

Чим Gemma відрізняється від Gemini?

Gemma — це лінійка відкритих моделей, ваги яких можна завантажити і запускати на власній інфраструктурі; Gemini — закрита флагманська модель Google, доступна тільки через API. Gemma спирається на ті самі дослідження, що й Gemini, але менша за розміром і призначена для самостійного розгортання, а не для виклику через хмару.

Що означає «варіант моделі» у контексті 100 тисяч завантажень?

Варіант — це будь-яка похідна версія базової Gemma: файнтюн під конкретну мову чи галузь, квантизована (стиснута) версія для слабшого заліза, або модель, дообучена на власних даних компанії. Такі варіанти зазвичай публікують на платформах на кшталт Hugging Face чи Kaggle під іменем розробника, а не Google.