Google представила TranslateGemma — набор моделей на базе Gemma 3. Нейросети обучены работе с 55 языками и отличаются высокой производительностью при оптимизации расхода ресурсов.
Новые модели уже доступны для загрузки и использования. Разработчики могут найти веса на платформе Hugging Face, а для корпоративного использования инструменты интегрированы в облачную среду Google Vertex AI.
Читайте также: 5 бесплатных нейросетей для перевода
TranslateGemma — что это и что умеет делать
Нейросеть TranslateGemma — это специализированные модели именно для перевода, а не универсальные LLM «со всем подряд». Google дообучила Gemma 3 под задачу машинного перевода и отдельно оптимизировала качество на всех поддерживаемых языках.
Всего в линейке три модели. Версия на 4 млрд параметров ориентирована на мобильные устройства. Модель на 12 млрд параметров рассчитана на запуск на ноутбуках и рабочих станциях. Старшая версия на 27 млрд параметров может работать на одном GPU NVIDIA H100 или на TPU.
Ключевой момент релиза — эффективность. По собственным тестам Google, модель на 12 млрд параметров показывает лучшее качество перевода, чем базовая Gemma 3 на 27 млрд параметров. Компания утверждает, что ей удалось «значительно» снизить количество ошибок перевода на всех языках.
Как пользоваться — онлайн и локально
Для разработчиков сценарий простой: веса TranslateGemma доступны на Hugging Face. Модель можно скачать, встроить в свой пайплайн и использовать как обычную open-source-модель перевода — без внешних API и привязки к инфраструктуре Google. Подходит для локального запуска, серверов и edge-устройств — в зависимости от выбранного размера модели.
Для компаний Google предлагает вариант через Vertex AI. В этом случае нейросеть TranslateGemma разворачивается в облаке и используется в рамках подписки Google Cloud — без ручной настройки окружения и поддержки инфраструктуры на своей стороне.
Почему это важно? Google по сути предлагает замену большим закрытым сервисам перевода — но в формате открытых моделей. Их можно запускать у себя, на своём сервере или локально, не отправляя тексты во внешний API.
Для экосистемы Gemma это ещё и смена подхода. Вместо одной универсальной модели «на всё» Google начинает выпускать отдельные версии под конкретные задачи — в этом случае под перевод.
Напомню, что Gemma 3 — открытое семейство моделей Google, изначально рассчитанное на запуск вне дата-центров. TranslateGemma стала первым самостоятельным ответвлением этой линейки: отдельные модели только для перевода, оптимизированные под разное железо — от смартфонов до серверных GPU.
Итог: Google вывела перевод в отдельный продукт внутри Gemma и сделала ставку на эффективность — когда меньшая модель по качеству обгоняет более крупную базовую версию.
Ранее Gemini научился искать ответы на запрос в Gmail и «Google Фото».
