/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gemma-4-12B-it
Библиотека
zeromodels
Опубликована
9 авг 2026

gemma-4-12b-it

Мультимодальная модель13 профессий

Мультимодальная инструкционная Gemma 4 в реализации Keras 3 для ответов текстом на запросы с текстом, изображениями и аудио.

3скачиваний за 30 дней0лайковвеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zeromodels/gemma-4-12b-it — конверсия Gemma 4 12B Instruct в формате Keras 3 от zeromodels. Модель содержит около 11,95 млрд параметров и представлена в bfloat16; реализация запускается на TensorFlow, PyTorch и JAX.

Вариант предназначен для генерации ответов по тексту, изображениям и аудио: принимает эти типы входных данных и выдаёт текст. Доступен также текстовый режим. В README указано окно скользящего внимания 1024 токена; это не следует трактовать как полный размер контекста. Модель унаследована от google/gemma-4-12B-it и распространяется по лицензии Apache 2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание содержимого изображений
  • ответы на запросы по аудиовходу
  • диалог и генерация текста по текстовым инструкциям

Ограничения

В README не приведены результаты бенчмарков или подробные ограничения качества. Окно скользящего внимания 1024 токена не определяет полный размер контекста.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

See our collection for all Gemma 4 sizes and variants.

Run Gemma 4 with Keras 3: JAX, PyTorch, or TensorFlow

GitHub Docs HuggingFace

zeromodels/gemma-4-12b-it

Pure-Keras 3 conversion of google/gemma-4-12B-it for zeromodels. One implementation runs unmodified on TensorFlow / Torch / JAX. This is the 12B variant, served here as image + audio + text -> text via Gemma4UnifiedProcessor; weights are stored in bfloat16.

For model details, license, and usage terms, see Google's model card.

Gemma 4 family

PropertyE2BE4B12B Unified31B Dense
Total Parameters2.3B effective (5.1B with embeddings)4.5B effective (8B with embeddings)11.95B30.7B
Layers35424860
Sliding Window512 tokens512 tokens1024 tokens1024 tokens
Context Length128K tokens128K tokens256K tokens256K tokens
Vocabulary Size262K262K262K262K
Supported ModalitiesText, Image, AudioText, Image, AudioText, Image, AudioText, Image
Vision Encoder Parameters~150M~150M-~550M
Audio Encoder Parameters~300M~300M-No Audio

✨ Quick start

Text-only

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from zeromodels.models.gemma4_unified import Gemma4UnifiedTextGenerate, Gemma4UnifiedTokenizer

model = Gemma4UnifiedTextGenerate.from_weights("zeromodels/gemma-4-12b-it")
tokenizer = Gemma4UnifiedTokenizer.from_weights("zeromodels/gemma-4-12b-it")

inputs = tokenizer([{"role": "user", "content": "Hello, who are you?"}])
outputs = model.generate(**inputs, max_new_tokens=64)
print(tokenizer.decode(outputs[0]))

Image + audio + text

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from PIL import Image
from zeromodels.models.gemma4_unified import Gemma4UnifiedConditionalGenerate, Gemma4UnifiedProcessor

model = Gemma4UnifiedConditionalGenerate.from_weights("zeromodels/gemma-4-12b-it")
processor = Gemma4UnifiedProcessor.from_weights("zeromodels/gemma-4-12b-it")

inputs = processor(conversation=[
    {"role": "user", "content": [
        {"type": "image", "image": Image.open("cat.jpg")},
        {"type": "audio", "path": "clip.wav"},
        {"type": "text", "text": "Describe the image and what you hear."},
    ]}
])
outputs = model.generate(**inputs, max_new_tokens=64)
print(processor.decode(outputs[0]))

Load any Gemma 4 variant the same way with from_weights("zeromodels/<variant>"):

VariantHub
gemma-4-12bzeromodels/gemma-4-12b
gemma-4-12b-itzeromodels/gemma-4-12b-it
gemma-4-26b-a4bzeromodels/gemma-4-26b-a4b
gemma-4-26b-a4b-itzeromodels/gemma-4-26b-a4b-it
gemma-4-31bzeromodels/gemma-4-31b
gemma-4-31b-itzeromodels/gemma-4-31b-it
gemma-4-e2bzeromodels/gemma-4-e2b
gemma-4-e2b-itzeromodels/gemma-4-e2b-it
gemma-4-e4bzeromodels/gemma-4-e4b
gemma-4-e4b-itzeromodels/gemma-4-e4b-it

Tips

  • Set KERAS_BACKEND before importing Keras / zeromodels.
  • Loads in bfloat16 by default. Pass load_dtype="float32" for full precision, or quantization="int8" to shrink further.
  • See the Gemma 4 docs.
  • Community / upstream weights still work via the hf: prefix: Gemma4UnifiedConditionalGenerate.from_weights("hf:google/gemma-4-12B-it").

Special Thanks

A huge thank you to the Google Gemma authors for creating and releasing these models.

License: Apache 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · zeromodels

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов
d46987c

0 моделей