Google: Gemma 3 12B google/gemma-3-12b-it

Модель Google: Gemma 3 12B от Google (семейство gemma-3) 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

131K

контекст, токенов

4 ₽

за 1 млн входных токенов

13 ₽

за 1 млн выходных токенов

возможностей

2024-08

база знаний до

Что такое Google: Gemma 3 12B

Мультимодальные задачи с большим контекстом при необходимости локального развёртывания или жёстких требованиях к приватности.

Gemma 3 12B — открытая мультимодальная модель от Google, способная обрабатывать как текстовые запросы, так и изображения. Модель поддерживает контекстное окно до 128 000 токенов, что позволяет работать с объёмными документами, длинными диалогами и сложными многошаговыми задачами без потери контекста.

Семейство Gemma 3 ориентировано на улучшенные возможности в математике, логическом рассуждении и многоязычном общении — модель понимает более 140 языков. Благодаря открытой лицензии Gemma 3 12B можно развернуть локально или в собственной инфраструктуре, что делает её привлекательной для команд с требованиями к приватности данных или ограниченным бюджетом на API-вызовы.

Размер в 12 миллиардов параметров обеспечивает разумный баланс между качеством ответов и вычислительными требованиями: модель достаточно компактна для запуска на потребительском GPU, но при этом демонстрирует конкурентоспособное качество в задачах анализа, генерации текста и работы с визуальными данными.

Когда брать эту модель

✓ Анализ изображений и документов с визуальными элементами (схемы, графики, скриншоты)
✓ Обработка длинных текстов: юридические документы, технические спецификации, научные статьи
✓ Многоязычные приложения и локализация контента
✓ Локальное развёртывание с требованиями к конфиденциальности данных
✓ Задачи математики и логического рассуждения в образовательных или аналитических продуктах

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй приложенную схему архитектуры микросервисов и опиши потенциальные узкие места, а также предложи способы их устранения.

Использование Google: Gemma 3 12B 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-3-12b-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-3-12b-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-3-12b-it",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);