Gemma 3 1Bとは？
Gemma 3 1Bは、GoogleのGemma 3ファミリーで最小の指示チューニング済みモデルです。Hugging Faceでgoogle/gemma-3-1b-itとして公開されており、Google DeepMindがGeminiモデルの開発に使ったものと同じ研究と技術を基に構築しました。Googleのモデルカードでは、これらを軽量なオープンモデルと説明しています。サイズが比較的小さいため、ノートPC、デスクトップPC、自前のクラウドインフラなど、リソースが限られた環境にもデプロイできるとしています。1BはGoogleが公開した4つのサイズのうち最小で、safetensorsの一覧に記載されたパラメータ数は999,885,952です。ファイル一覧にあるコミュニティ製のGGUFビルドは、最小の低ビットファイルの0.56 GBからBF16の2.01 GBまであります。
| 仕様 | Gemma 3 1B |
|---|---|
| パラメータ数 | 1B（safetensorsの一覧では重みの数は999,885,952） |
| アーキテクチャ | Gemma 3、テキスト版（gemma3_text） |
| コンテキスト長 | 入力32Kトークン、出力8,192トークン |
| モダリティ | テキスト入力、テキスト出力 |
| 学習データ | 2兆トークン：ウェブ文書、コード、数学 |
| 公開日 | 2025年3月10日 |
| ライセンス | Gemma、Hugging Face上のアクセス制限付きリポジトリ |
このサイズは、ファミリーの中でテキスト専用のモデルです。リポジトリにはgemma3_textのタグが付いており、Googleの画像理解ベンチマークは4B以上を対象としています。入力のコンテキスト長は32Kトークン（4B、12B、27Bは128K）で、1回の応答で最大8,192トークンを出力できます。学習にはウェブ文書、コード、数学からなる2兆トークンを使用しており、ウェブコンテンツには140を超える言語が含まれています。
Gemma 3 1Bのベンチマーク
Googleのモデルカードには、事前学習済み（PT）チェックポイントのベンチマーク結果が掲載されています。重みは、事前学習済み版と指示チューニング済み版の両方が公開されています。1Bの列があるのは、「推論と事実の正確性」と「多言語」の2つの表だけです。「STEMとコード」と「マルチモーダル」の表は4B以上を対象としています。以下の行は「推論と事実の正確性」の表から抜粋したものです。
| ベンチマーク | Gemma 3 PT 1B | Gemma 3 PT 4B | Gemma 3 PT 12B | Gemma 3 PT 27B |
|---|---|---|---|---|
HellaSwag 常識に基づく文の補完 | 62.3 | 77.2 | 84.2 | 85.6 |
PIQA 物理的な常識 | 73.8 | 79.6 | 81.8 | 83.3 |
ARC-c 難易度の高い科学問題 | 38.4 | 56.2 | 68.9 | 70.6 |
TriviaQA 事実知識の想起 | 39.8 | 65.8 | 78.2 | 85.5 |
WinoGrande 代名詞の参照先の特定 | 58.2 | 64.7 | 74.3 | 78.8 |
BIG-Bench Hard 高難度の推論 | 28.4 | 50.9 | 72.6 | 77.7 |
DROP 読解 | 42.4 | 60.1 | 72.2 | 77.2 |
モデルサイズによる性能の変化は一様ではなく、その違いが用途選びの参考になります。常識を問うタスクでは、1Bは27Bと比べても実用的な水準のスコアを維持しており、PIQAでは27Bの83.3に対して73.8です。事実知識の想起と高難度の推論では低下がはるかに大きく、TriviaQAは85.5から39.8に、BIG-Bench Hardは77.7から28.4に下がります。Googleの多言語の表にも同じ傾向が見られます。MGSMでは27Bの74.3に対して1Bは2.04なので、英語を中心とした作業に使うのがよいでしょう。モデルカード自体にも、これらのモデルは知識ベースではないと記されています。1Bは下書き、要約、チャットに使い、事実に関する回答は確認してください。
Gemma 3 1Bのハードウェア要件
システム要件で確認すべきなのはメモリで、このサイズならほぼどのマシンでも要件を満たします。以下のビルドはコミュニティのリポジトリunsloth/gemma-3-1b-it-GGUFにあるもので、ファイルサイズはその一覧に記載された実際の値です。さらに小さくしたい場合に使える低ビットファイルもあります。UD-IQ1_MとUD-IQ1_Sはそれぞれ0.56 GB、Q2_Kは0.69 GBで、中間のQ5_K_Mは0.85 GBです。
| メモリ | 選ぶビルド | ファイルサイズ |
|---|---|---|
| 4 GB | Q4_K_M | 0.81 GB |
| 8 GB | Q8_0 | 1.07 GB |
| 16 GB以上 | BF16 | 2.01 GB |
2つのビルドがどちらもメモリに収まる場合は、大きい方を選んでください。Googleも独自の量子化ビルドをgoogle/gemma-3-1b-it-qat-q4_0-ggufリポジトリで提供しており、1.00 GBのQ4_0ファイルが1つあります。unslothの一覧で最大のファイルは2.01 GBのBF16です。同じ一覧にある量子化ビルドで大きいものは、1.48 GBのUD-Q8_K_XLと1.07 GBのQ8_0です。この形式に馴染みがない場合は、まずGGUFとは何かをお読みください。
Atomic ChatでGemma 3 1Bを動かす方法
Atomic Chatは、macOS、Windows、Linux向けの無料のローカルアプリです。Hugging Faceのモデルブラウザーとチャット機能を内蔵しており、llama.cppを手動でビルドする必要はありません。
- お使いのプラットフォーム向けのAtomic Chatをダウンロードし、起動します。
- モデルブラウザーでGemma 3 1Bを検索し、Download Optionsを開きます。
- お使いのメモリ容量に収まるビルドを選び、チャットを始めます。
ファミリーのほかのモデルについては、ローカルで動かせるGemmaモデルの一覧をご覧ください。さらに小さいモデルなら、Gemma 3 270Mもあります。
Gemma 3 1Bのライセンス
Gemma 3 1Bは、GoogleのGemmaライセンスの下で公開されています。Hugging Faceのリポジトリにはアクセス制限があります。ログインして利用規約を確認し、同意すると、すぐにアクセスが許可されます。重みを使って何ができるかはGemma Terms of Useで定められており、禁止される用途はGemma Prohibited Use Policyに記載されています。モデルを製品に組み込む前に、両方を読んでください。