gemma3:1b
Google发布的Gemma 3系列中参数规模最小的开放权重模型，约10亿参数，基于与Gemini同源技术构建，采用解码器-only Transformer架构，支持离线运行和CPU推理。
时间轴 (近 90 天)
gemma3:1b模型体积为815MB，gemma3:4b为3.3GB，gemma3:1b速度快15%。
gemma3:1b在长条款上会出现输出不完整就停止的问题，例如请求五个键只返回一个键，11个token后以done_reason: stop结束。
在作者机器上以CPU运行，端到端解释一封付款令约需40秒；作者强调这是单一机器上的单次测量，硬件不同结果会有差异。
一位开发者用约306行Python 3.10代码（仅使用标准库）编写了一个本地工具，通过HTTP与localhost上的Ollama通信，由gemma3:1b模型完成语言处理，用于解释瑞士行政信件。
gemma3:1b是Google发布的Gemma 3系列中参数规模最小的成员，约10亿参数，属于开放权重模型，可下载后离线运行；Gemma系列基于与Gemini同源的技术构建，采用解码器-only的Transformer架构，并针对多语言和指令跟随做了训练。
在无 GPU 的 Linux 机器（8 vCPU）上，gemma3:1b 每次分析约 6 至 9 秒，但经常将所有对话归类为 asking_questions 且回复泛泛；gemma3:4b 每次约 15 至 24 秒，能选出合理阶段并复用卖家提过的事实，且能使用中文回复。
在引入关键词提示后，1B 模型从总是回答 asking_questions 变成通常能选对阶段，而 4B 模型有时会与提示不一致，作者认为这表明模型在做自己的判断。
TerraGemma 主力使用 gemma3:1b 模型，约 815 MB，在普通笔记本 CPU 上约 500ms 完成推理
全部知识事实 (7)
gemma3:1b模型体积为815MB，gemma3:4b为3.3GB，gemma3:1b速度快15%。
50%待验证gemma3:1b在长条款上会出现输出不完整就停止的问题，例如请求五个键只返回一个键，11个token后以done_reason: stop结束。
50%待验证一位开发者用约306行Python 3.10代码（仅使用标准库）编写了一个本地工具，通过HTTP与localhost上的Ollama通信，由gemma3:1b模型完成语言处理，用于解释瑞士行政信件。
50%待验证gemma3:1b是Google发布的Gemma 3系列中参数规模最小的成员，约10亿参数，属于开放权重模型，可下载后离线运行；Gemma系列基于与Gemini同源的技术构建，采用解码器-only的Transformer架构，并针对多语言和指令跟随做了训练。
50%待验证在无 GPU 的 Linux 机器（8 vCPU）上，gemma3:1b 每次分析约 6 至 9 秒，但经常将所有对话归类为 asking_questions 且回复泛泛；gemma3:4b 每次约 15 至 24 秒，能选出合理阶段并复用卖家提过的事实，且能使用中文回复。
50%待验证在引入关键词提示后，1B 模型从总是回答 asking_questions 变成通常能选对阶段，而 4B 模型有时会与提示不一致，作者认为这表明模型在做自己的判断。
50%待验证TerraGemma 主力使用 gemma3:1b 模型，约 815 MB，在普通笔记本 CPU 上约 500ms 完成推理
50%