Google: Gemma 2 27B google/gemma-2-27b-it

Модель Google: Gemma 2 27B от Google (семейство gemma-2) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
DeepMind + Google Brain — фронтир мультимодальности и длинного контекста.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

контекст, токенов

65 ₽

за 1 млн входных токенов

65 ₽

за 1 млн выходных токенов

возможностей

2024-06

база знаний до

Что такое Google: Gemma 2 27B

Оптимальна для команд, которым нужна мощная открытая модель с возможностью самостоятельного хостинга и дообучения без зависимости от внешнего API.

Gemma 2 27B — открытая языковая модель от Google, созданная на основе исследований и технологий, лежащих в основе семейства Gemini. Это одна из наиболее крупных моделей в линейке Gemma 2, предназначенная для развёртывания в сценариях, где требуется баланс между качеством генерации и возможностью самостоятельного хостинга.

Модель доступна в формате open-source, что делает её привлекательной для команд, которым важен контроль над инфраструктурой, дообучение на собственных данных или работа в закрытом контуре. Архитектурные решения семейства Gemma 2 направлены на эффективность: модели этой линейки демонстрируют конкурентоспособное качество относительно своего размера по сравнению с другими открытыми решениями.

Контекстное окно составляет 8 192 токена — достаточно для большинства задач обработки документов и диалоговых сценариев, хотя для работы с очень длинными текстами может потребоваться разбивка на части. Модель работает только с текстом, без поддержки изображений или других модальностей.

Когда брать эту модель

✓ Генерация и ревью кода на популярных языках программирования
✓ Суммаризация документов и длинных текстов в пределах контекстного окна
✓ Построение диалоговых ассистентов и чат-ботов с возможностью self-hosted развёртывания
✓ Дообучение (fine-tuning) на корпоративных или доменных данных
✓ Классификация, извлечение информации и структурирование неструктурированных текстов

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй следующий фрагмент кода на Python, найди потенциальные ошибки и предложи рефакторинг с объяснением каждого изменения.

Использование Google: Gemma 2 27B через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemma-2-27b-it",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="google/gemma-2-27b-it",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "google/gemma-2-27b-it",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);