LLM EU
Menu
Modelli

Gemma 4 12B It

Google DeepMind

Solo catalogo Pesi aperti

Ultima revisione:

Sovranità e hosting

Solo catalogo

Questo modello è catalogato per riferimento. Non è ancora ospitato su LLM EU, e nessun endpoint di prima parte lo serve qui. Le richieste ad esso vanno direttamente al fornitore, secondo i termini del fornitore stesso.

Riepilogo

Il checkpoint è ottimizzato per le istruzioni e include un "chat template". Gemma 4 12B It è pubblicato da Google DeepMind come pesi aperti con 12B parametri sotto licenza Apache-2.0. Prende l'audio in ingresso e scrive il testo in uscita. La configurazione pubblicata non registra alcuna finestra di contesto, quindi questa scheda non ne riporta alcuna. Il repository è stato creato a maggio 2026 ed è replicato su Hugging Face. La scheda è solo a scopo di catalogo: LLM EU non esegue questo modello. L'editore non dichiara alcuna copertura linguistica sulla pagina del modello.

Specifiche

Fornitore
Google DeepMind (US)
Finestra di contesto
Non verificato: il fornitore non ha documentato questa affermazione.
Parametri
12B
Modalità
text, vision, audio
Licenza
apache-2.0 · licence
Pesi aperti
yes
Data di rilascio
23 mag 2026
Attività
Supporto multilingue, Visione, Riassunto

Lingue

Forte: —

Adeguato: —

Forte

    Adeguato

      Non verificato: il fornitore non ha documentato questa affermazione. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Quando usarlo

      Punti di forza

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
      • at 12B parameters it fits on a single accelerator
      • instruction-tuned checkpoint with a chat template in the repository
      • speech recognition runs locally, so audio never leaves the operator premises

      Limiti

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the published configuration records no context window, so the card carries none
      • at 12B parameters, self-hosting needs a single accelerator with enough memory for the weights
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model