Title: EmbeddingGemma 300M %E2%80%94 embeddinggemma-300m
Canonical: https://llmeu.com/de/models/embeddinggemma-300m/
Markdown mirror: https://llmeu.com/de/models/embeddinggemma-300m.md
Machine-readable: https://llmeu.com/llms.txt (index) - https://llmeu.com/llms-full.txt (full catalogue) - https://llmeu.com/llms-catalogue.json
Provider: Google DeepMind
Licence: gemma
Hosting: catalogue only %E2%80%94 not hosted on LLM EU yet
Sources: https://huggingface.co/google/embeddinggemma-300m https://arxiv.org/abs/2509.20354

# EmbeddingGemma 300M

[Google DeepMind](/de/providers/google/)

Zuletzt gepr%C3%BCft: 14. Okt. 2026

## Souver%C3%A4nit%C3%A4t und Hosting

Dieses Modell ist als Referenz katalogisiert. Es wird noch nicht bei LLM EU gehostet, und kein Endpunkt aus erster Hand bedient es hier. Anfragen dazu gehen direkt an den Anbieter, zu dessen eigenen Bedingungen.

## Zusammenfassung

EmbeddingGemma ist ein Text-Embedding-Modell mit 308M Parametern und 768-dimensionaler Ausgabe, die sich %C3%BCber Matryoshka-Repr%C3%A4sentationslernen auf 512, 256 oder 128 Dimensionen k%C3%BCrzen l%C3%A4sst. Die Modellkarte nennt eine maximale Eingabel%C3%A4nge von 2048 Token und Trainingsdaten in %C3%BCber 100 gesprochenen Sprachen. Es erscheint unter Googles Gemma-Bedingungen, nicht unter einer OSI-Lizenz.

## Technische Daten

- Anbieter
  Google DeepMind (US)
- Kontextfenster
  2.0k
- Modellparameter
  0.3B
- Modalit%C3%A4ten
  embedding
- Lizenz
  gemma %C2%B7 [licence](https://ai.google.dev/gemma/terms)
- Offene Gewichte
  yes
- Ver%C3%B6ffentlichungsdatum
  17. Juli 2025
- Aufgaben
  [Retrieval (RAG)](/de/tasks/rag/), [Mehrsprachiger Support](/de/tasks/multilingual-support/), [Sensible Daten](/de/tasks/private/), [G%C3%BCnstig](/de/tasks/cheap/)

## Sprachen

**Stark:** en, de, fr, es, it, pt, nl, pl

**Ausreichend:** sv, da, fi, cs, ro, el, uk, ru, ar, hi, zh, ja, ko, tr

#### Stark

- en
- de
- fr
- es
- it
- pt
- nl
- pl

#### Ausreichend

- sv
- da
- fi
- cs
- ro
- el
- uk
- ru
- ar
- hi
- zh
- ja
- ko
- tr

Nicht verifiziert: Der Anbieter hat diese Angabe nicht belegt. %E2%80%94 a language is listed as strong only where a source claims it; the card links the evidence where one exists.

## Wann einsetzen

#### St%C3%A4rken

- flexible output dimensions for cheaper vector indexes
- small enough to embed on CPU
- training data in over 100 languages

#### Grenzen

- 2048-token input limit
- Gemma terms of use, not an OSI-approved licence
- no retrieval benchmark has been run by LLM EU

## H%C3%A4ufige Fragen

### Is EmbeddingGemma 300M served on LLM EU?

It has no endpoint in the catalogue, so it is catalogue only %E2%80%94 not hosted on LLM EU yet, with no region and no retention to report. A card whose status is "listed" is a catalogue entry, not a running deployment.

### Under what licence is EmbeddingGemma 300M released?

EmbeddingGemma 300M is recorded under gemma. The recorded licence text is https://ai.google.dev/gemma/terms. The weights are downloadable (open_weights is true). LLM EU republishes the licence id and the link and gives no legal advice; the licence text governs.

### How large is EmbeddingGemma 300M, and what context window does it have?

EmbeddingGemma 300M is recorded at 308M (safetensors total 302,863,104) (source: https://huggingface.co/api/models/google/embeddinggemma-300m), with a context window of 2048 tokens (source: https://huggingface.co/google/embeddinggemma-300m).

### Preise

Dieses Modell ist als Referenz katalogisiert. Es wird noch nicht bei LLM EU gehostet, und kein Endpunkt aus erster Hand bedient es hier. Anfragen dazu gehen direkt an den Anbieter, zu dessen eigenen Bedingungen.

### Verifizierungsstatus

Hat ein Feld keine Quelle, zeigt die Karte es als nicht verifiziert, statt es zu f%C3%BCllen. Ein leeres Feld ist eine Information.

LLM EU Verified bedeutet dokumentiert, nicht rechtlich zertifiziert. Es ist keine Konformit%C3%A4tsbewertung nach der KI-Verordnung, und LLM EU ist keine EU-Einrichtung.

### Versionen und Varianten

- catalogue %C2%B7 Nur im Katalog %C2%B7 [weights](https://huggingface.co/google/embeddinggemma-300m)

### Beispielaufruf

```
curl https://api.llmeu.com/v1/chat/completions \
  -H "Authorization: Bearer $LLMEU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"embeddinggemma-300m","messages":[{"role":"user","content":"Hello"}]}'
```

F%C3%BCr dieses Modell ist keine Testumgebung deployt: Kein Endpunkt bedient es, eine Anfrage h%C3%A4tte kein Ziel.

### Benchmark-Ergebnisse

Keine ver%C3%B6ffentlichte Bewertung. Das ist eine L%C3%BCcke, kein verborgenes Ergebnis.

### Quellen

- [huggingface.co](https://huggingface.co/google/embeddinggemma-300m)
- [arxiv.org](https://arxiv.org/abs/2509.20354)

### %C3%84nderungen der Karte

- 17. Juli 2025 %E2%80%94 Ver%C3%B6ffentlichungsdatum
- 14. Okt. 2026 %E2%80%94 Zuletzt gepr%C3%BCft

Zuletzt gepr%C3%BCft: 14. Okt. 2026

### Aufgaben

- [Retrieval (RAG)](/de/tasks/rag/)