Iltakooste

Tekoälyn päivälehti — mallit, työkalut ja hardware

Lauantai · 22. elokuuta 2026Iltapainos · klo 21Nro 50
← Takaisin etusivulle

Gemma · Google DeepMind · 20.8.2026 · Mallit

Gemma ylitti miljardin latauksen — mutta kiinnostavin luku on satatuhatta varianttia

Google kertoi torstaina, että sen avoin Gemma-perhe on ladattu miljardi kertaa kahdessa ja puolessa vuodessa. Latausmiljardi on markkinointiluku; yhteisön julkaisemat 100 000 muunnosta ovat se osa, joka näkyy suoraan paikallisajajan arjessa.

Yksi perhe, satatuhatta muunnosta1 mrdlatausta100 000+ hienosäätöä ja muunnosta

Google DeepMindin Clement Farabet ja Olivier Lacombe kirjoittivat torstaina yhtiön blogiin, että Gemma-mallien kumulatiiviset lataukset ylittivät miljardin rajan. Perhe julkaistiin alkuvuonna 2024, joten matkaan meni noin kaksi ja puoli vuotta. Samalla Google avasi GitHubiin Awesome Gemma -hakemiston, johon kootaan yhteisön projektit, hienosäädöt ja työkalut — yhtiö kutsuu kokonaisuutta Gemmaversumiksi.

Latausmiljardiin kannattaa suhtautua kuin kaikkiin latauslukuihin: se on karkea mittari, jota paisuttavat automaattiset testiajot ja jatkuvan integraation putket. Kestävämpi luku on toinen: yhteisö on julkaissut Gemma-painoista yli 100 000 varianttia — kielikohtaisia hienosäätöjä, tehtäväkohtaisia muunnoksia ja eri raudalle pakattuja versioita. Se on mittari, jota ei voi ladata vahingossa, ja se kertoo, että perheen ympärille on syntynyt aitoa jatkojalostusta.

Blogin esimerkit ulottuvat tavallista kauemmas: Gemma-pohjaisia malleja on ajettu kiertoradalla kuva-analyysiin, Intian kansallinen terveysviranomainen on vienyt perheen mallin lääkintäsovellukseensa, ja Yalen kanssa kehitetty soluanalyysimalli johti yhtiön mukaan uuden syöpähoitoreitin löytymiseen. Tuore Kaggle-haaste keräsi yli 1 600 kilpailutyötä. Paikallisajajan kannalta pointti on arkisempi: pieni avoin malli, joka toimii ilman verkkoyhteyttä, päätyy paikkoihin, joihin rajapintamalli ei koskaan pääse.

Tämän lehden lukijoille Gemma on tutuin vakiovieras: mini-PC-vertailumme nopeusrivit lasketaan Gemma 4 -malleille, koska ne skaalautuvat 2 gigatavun Raspberry Pi -koosta 31 miljardin parametrin työasemakokoon samalla perhenimellä. Hugging Facen kesäraportti, jota käsittelimme aiemmin, mittasi saman ilmiön toisen pään: GGUF-muotoisten eli paikalliseen ajoon pakattujen mallien kerros kasvoi alkuvuonna moninkertaista vauhtia mallikerrokseen nähden. Miljardi latausta on sen ilmiön juhlallisempi puoli.

Kilpailutilanne pysyy silti terävänä: Qwen-perhe hallitsee tämän kesän latauslistoja, ja DeepSeekin ja GLM:n kaltaiset jätit vetävät raskaan sarjan huomion. Gemman vahvuus on toisessa päässä — siinä, että sama perhe ulottuu puhelimeen asti ja että Googlella on varaa pitää se avoimena. Lukijan kannalta tärkeintä on, että kukaan näistä ei voi enää vetäytyä: avoimista painoista on tullut jakelukanava, jota isotkaan eivät uskalla jättää kilpailijoille.

Lisälähteet

Muut jutut tässä numerossa