Gemma

La famille à poids ouverts de Google DeepMind

Gemma est la famille de modèles de langage à poids ouverts que Google DeepMind publie depuis le 21 février 2024. Les poids se téléchargent et s'exécutent sur sa propre infrastructure, du serveur au téléphone, là où les modèles Gemini restent accessibles par API ou par les produits Google. Les deux familles partagent une partie de leur technologie, et la proximité des noms entretient la confusion : Gemini désigne le modèle fermé, Gemma le modèle ouvert. En octobre 2026, la page officielle de Google DeepMind présente Gemma 4 comme la génération courante, entourée de variantes spécialisées.

Gemma est à Google ce que Llama est à Meta et Kimi K3 à Moonshot : la branche auto-hébergeable d'un éditeur qui vend par ailleurs des modèles fermés. Comme pour ces deux familles, le mot « ouvert » porte sur les poids, et chaque version vient avec ses propres conditions d'utilisation, à lire avant tout déploiement.

Ce qu'on en voit sur sfeir.com

Sur le mobile, l'article sur Dart et Flutter pour les agents locaux cite Gemma 3n parmi les modèles conçus pour l'embarqué, avec une gestion mémoire adaptative, convertibles en GGUF ou TFLite pour tenir dans quelques gigaoctets sur un SoC récent. Sur l'edge, l'essai est inhabituel : dans son étude du 12 octobre 2026 sur l'auto-réplication sur objets connectés, Anthropic répartit Gemma4-26B-A4B sur 15 boîtiers Android TV, deux couches du modèle par boîtier, et obtient 0,39 token par seconde. Le modèle tourne, et sa réplication non optimisée demande 71 à 150 heures. Les auteurs extrapolent qu'un botnet de 2 millions de boîtiers ferait tourner 133 000 copies de Gemma pour environ 80 000 tokens par seconde, l'équivalent de 40 GPU H100.

En juin 2026, Google DeepMind publie DiffusionGemma, membre de la famille qui raffine le texte par passes successives au lieu de l'écrire mot à mot. L'article LLM à diffusion relève la licence Apache 2.0 déclarée sur le dépôt, une empreinte de 18 Go de VRAM une fois quantifié, et une recommandation de Google lui-même : pour la qualité maximale, préférer Gemma 4 classique. Gemma sert aussi de base d'entraînement à des modèles tiers : Ornith-1.0, le modèle de DeepReinforce de juin 2026, est post-entraîné sur des bases Qwen 3.5 et Gemma 4, et le classement cité dans l'article sur Cloudflare Clef liste un modèle de décision dérivé de Gemma-4-31B.

Côté outillage, ZML et LLMD chargent Gemma en zero-copy depuis Hugging Face, au même titre que Qwen, Mistral ou Llama : pour un serveur d'inférence, Gemma est un format d'entrée parmi d'autres.

Gemma et la souveraineté

Des poids téléchargeables rendent possibles l'auto-hébergement et la réversibilité que réclame la souveraineté numérique : le modèle tourne chez vous, sans appel sortant, et une version reste disponible après que l'éditeur l'a retirée de son API. La contrepartie reste la même que pour Llama ou Kimi K3 : l'éditeur fixe les conditions d'utilisation, et la marge de manœuvre réelle se lit dans ces conditions plutôt que dans le mot « ouvert ». La fiche Llama montre ce que peut coûter une clause découverte après coup.

À vérifier avant de s'en servir

Les chiffres qui circulent sur Gemma sont attachés à une variante précise, et la famille en compte plusieurs à chaque génération.

• La version et la taille exactes : Gemma4-26B-A4B, Gemma-4-31B et DiffusionGemma ne se comportent pas pareil, et un benchmark cité sans sa variante ne dit rien.
• Les conditions d'utilisation de cette version, telles que Google les publie, et non celles d'une autre version de la famille.
• Le débit mesuré sur votre matériel : 0,39 token par seconde sur des boîtiers Android TV et plus de 1 000 tokens par seconde annoncés par Google pour DiffusionGemma sur H100 décrivent le même nom de famille et deux usages sans rapport.
• La tâche visée : Google recommande Gemma 4 classique pour la qualité maximale et réserve la diffusion à l'édition, l'infilling et la faible latence.
• La provenance d'un dérivé : Ornith s'identifie spontanément comme Qwen 3.5 selon ses utilisateurs ; un modèle « basé sur Gemma » hérite des réflexes de sa base autant que de sa méthode d'entraînement.