Google Gemma 3: Model AI mã nguồn mở mạnh nhất từ Google DeepMind
Google Gemma 3 là dòng model AI mã nguồn mở mới nhất từ Google DeepMind, ra mắt tháng 3/2025. Built trên nền tảng Gemini 2.0, Gemma 3 mang khả năng đa phương thức (multimodal), hỗ trợ ngữ cảnh 128K token, và chạy được trên một card GPU duy nhất. Đây là bước nhảy lớn so với Gemma 2, biến Gemma 3 thành lựa chọn hàng đầu cho lập trình viên muốn triển khai AI local mà không phụ thuộc vào API cloud.
Gemma 3 có gì mới so với Gemma 2?
Gemma 3 không chỉ là bản nâng cấp nhỏ. Đây là cuộc thay đổi toàn diện về kiến trúc và khả năng:
- Kích thước đa dạng: 4 phiên bản 1B, 4B, 12B và 27B (so với 2B/7B/27B của Gemma 2)
- Đa phương thức: Xử lý cả văn bản và hình ảnh đầu vào, hỗ trợ video ngắn
- Ngữ cảnh 128K token: Lớn gấp 16 lần so với 8K của Gemma 2, cho phép phân tích tài liệu dài và duy trì ngữ cảnh tốt hơn
- Hỗ trợ 140+ ngôn ngữ: Bao gồm tiếng Việt, giúp lập trình viên Việt triển khai ứng dụng AI cho thị trường trong nước
- Function calling: Khả năng gọi hàm tích hợp sẵn, cho phép model tương tác với API bên ngoài
- Quantization chính thức: Model QAT (Quantization-Aware Training) chạy mượt trên phần cứng tiêu dùng, 27B có thể chạy trên một GPU duy nhất
Hiệu năng ấn tượng: Đánh bại Llama 3 405B trên một GPU
Số liệu từ báo cáo kỹ thuật trên arXiv cho thấy Gemma 3 27B đạt Elo 1338 trên LMArena, vượt qua Llama 3 405B (Elo 1257) và DeepSeek-V3 (Elo 1318). Điểm đáng chú ý là Gemma 3 27B chạy trên một GPU, trong khi Llama 3 405B cần khoảng 32 GPU.
| Model | Tham số | Elo (LMArena) | GPU cần thiết |
|---|---|---|---|
| Gemma 3 27B | 27 tỷ | 1338 | 1 GPU |
| DeepSeek-V3 | 671 tỷ (MoE) | 1318 | Nhiều GPU |
| Llama 3 405B | 405 tỷ | 1257 | ~32 GPU |
| Gemma 2 27B | 27 tỷ | 1220 | 1 GPU |
Các benchmark khác cũng ấn tượng không kém: MMLU-Pro 67.5 (Gemma 2: 56.9), MATH 89.0 (Gemma 2: 55.6), MMMU-vision 64.9, GPQA 42.4. Google thậm chí claim rằng Gemma 3 4B-IT tương đương Gemma 2 27B-IT, và Gemma 3 27B-IT sánh ngang Gemini 1.5 Pro. Điều này có nghĩa bạn có thể chạy model 4B trên laptop và vẫn đạt chất lượng tương đương model 27B thế hệ trước.
Cấu trúc kiến trúc: Hiệu quả vượt trội
Gemma 3 sử dụng tỷ lệ chú ý cục bộ và toàn cục 5:1, giúp giảm overhead KV-cache từ 60% xuống dưới 15%. Điều này giải thích tại sao model 27B có thể chạy mượt trên một card GPU duy nhất mà không gặp vấn đề về bộ nhớ. Kiến trúc này được trích xuất (distilled) từ Gemini, giữ lại khả năng suy luận mạnh nhưng ở kích thước nhỏ hơn nhiều.
Phiên bản Gemma 3n (E2B, E4B) ra mắt tháng 5/2025 hướng đến thiết bị di động và edge, với khả năng chạy trực tiếp trên smartphone mà không cần cloud. Đây là bước tiến quan trọng cho thị trường AI on-device đang phát triển mạnh.
Gemma 3 vs các đối thủ mã nguồn mở
- vs Llama 3: Gemma 3 27B beats Llama 3 405B về chất lượng output với chi phí phần cứng thấp hơn gấp nhiều lần. Bạn cần 32 GPU để chạy Llama 3 405B, nhưng chỉ cần 1 GPU cho Gemma 3 27B
- vs Mistral: Google không benchmark trực tiếp, nhưng dữ liệu từ LMArena cho thấy Mistral Large thấp hơn 27B khoảng Elo 1230
- vs DeepSeek-V3: Cạnh tranh sát nút, nhưng Gemma 3 có lợi thế chạy cục bộ dễ dàng hơn vì kích thước nhỏ hơn nhiều
Giấy phép sử dụng và điều kiện thương mại
Gemma 3 sử dụng Gemma Terms of Use (không phải Apache 2.0). Bạn được phép sử dụng thương mại, nhưng phải tuân thủ chính sách cấm sử dụng và cung cấp thông báo khi phân phối lại. Lưu ý quan trọng: Apache 2.0 chỉ được cấp với Gemma 4 (ra mắt tháng 4/2026), không áp dụng cho Gemma 3.
Với lập trình viên Việt Nam, điều này có nghĩa bạn hoàn toàn có thể xây dựng sản phẩm AI thương mại sử dụng Gemma 3, từ chatbot doanh nghiệp đến ứng dụng nhận dạng hình ảnh, mà không phải trả phí API hay lo vi phạm giấy phép.
Cách bắt đầu với Gemma 3
Tải model từ HuggingFace (cần transformers >= 4.50.0). Phiên bản 4B-IT đã đạt hơn 1,58 triệu lượt tải, 12B-IT hơn 1,26 triệu, và 27B-IT hơn 778K lượt. Con số này cho thấy cộng đồng developer đang adopt Gemma 3 rất nhanh.
Với lập trình viên Việt Nam, Gemma 3 mở ra cơ hội triển khai AI local trên máy cá nhân, xây dựng sản phẩm AI thương mại mà không phụ thuộc vào API đắt đỏ của OpenAI hay Google Cloud. Hỗ trợ tiếng Việt trong 140+ ngôn ngữ cũng là lợi thế lớn cho các ứng dụng trong nước.
