Gemma 3 1B

Gemma 3 4B 是 Google 发布的开源小型语言模型，参数量约 40 亿，可在普通消费级笔记本的 CPU 上运行

Gemma 3 1B 是 Google 于2025年发布的 Gemma 3 系列中参数量最小的开放权重模型，拥有约10亿参数

Gemma 2B是Google发布的开源小型语言模型，参数量20亿，适合在消费级硬件上运行微调

该研究在八个数据集上，对Gemma 3 1B和4B模型使用Gemma Scope SAE进行分析。

作者实测对比 Gemma 3 1B 和 4B：1B 在改名场景下写出「应用将重发被搁置的事件」并让发送方去改，两个错误都被检查拦下并回退到规则答案；4B 在笔记本 GPU 上约 16 秒，能准确说出客户、金额和具体字段。

FreelanceFlow AI 通过 Ollama 调用 Gemma 3 1B 模型进行本地推理，负责分析客户简报和生成项目文档草稿。

Gemma 3 1B 的常见量化版本仅需约 1GB 存储空间，适合消费级硬件甚至部分移动设备运行。

Gemma 3 1B 在需要多步推理、专业领域知识或长上下文记忆的任务上容易出现事实错误和逻辑断裂。

AarogyaOrbit AI 使用本地运行的 Gemma 3 1B 模型处理对话。

Gemma 3 1B 是 Google 基于 Gemini 技术体系推出的开放权重模型家族中的最小版本，参数规模约 10 亿。

1B 级别模型相比数百亿参数大模型的优势是体积小、推理快、可在消费级硬件甚至浏览器中运行，代价是推理能力和指令遵循能力明显更弱。

Reply Desk 使用 onnx-community/gemma-3-1b-it-ONNX 模型，在 WebGPU 上使用 4-bit 权重，在 CPU 上使用 8-bit 权重。

Reply Desk 完全在浏览器标签页内运行，使用开源权重模型 Gemma 3 1B，无需账号、API key、服务器，也不上传任何数据。

Gemma 3 1B 是 Google 发布的小型开源模型，参数量约十亿，可在普通笔记本 CPU 上运行。

Sportello chiaro 测试中使用的是通过 llama-cpp-python 运行的 Gemma 3 1B（Q4_K_M）模型。

RedPen是一款面向自由职业者的离线合同审查工具，核心设计理念是模型从不判断什么条款有风险，65条开源规则负责识别危险条款，本地运行的Gemma 3 1B模型只负责将规则发现重新组织成可发送给客户的语言。

RedPen在8GB内存的Apple Silicon MacBook上运行，无需GPU、无需Docker。Gemma 3 1B以Q4量化后经llama.cpp调用，权重769MB，加载耗时2.3秒，常驻内存0.83GB；规则处理耗时12-28毫秒，完整审查（含模型层）耗时11-17秒；结果通过SSE流式渲染。

已验证同一份合同在Gemma 3 1B和Qwen 2.5 1.5B下产生完全相同的发现——相同规则、相同页面、相同证据，只有摘要和邮件措辞变化。

开发环境中配置了 Gemma 3 1B 作为可选本地模型。

Step Out后端负责时间计算（分配1分钟准备、1或3分钟返回、剩余时间给活动），模型不负责决定休息的时间分配。