Гарні новини для Local AI:Google випустили Gemma 4 12B і зробили потужний локальний ШІ неймовірно доступним.Модель запуститься на ноутбуці з 16GB RAM або на бюджетній відеокарті рівня RTX 3060.Погляньте на цифри:Порівняння з їхньою попередньою флагманською великою моделлю Gemma 3 27B:Математика: 20.8% → 77.5% (+272%)Агентність: 16.2% → 69.0% (+326%)Кодинг: 29.1% → 72.0% (+147%)В два рази менше параметрів, а приріст у сотні відсотків 🫴🏻 В чому головний феномен?Раніше, щоб зробити мультимодальність – компанії запихували різні моделі в одну одночасно. Vision encoder + Audio encoder + Text. Це те саме що підіймати 3 моделі в 1 і перераховувати їхні інпути всередині – на що йшло понад 30% пам'яті та заліза.А тепер немає енкодерів = немає проблем.Модель прямо «з коробки» чує ваш голос (до 30 секунд), бачить зображення і відеоряд покадрово. Все в одному швидко і енергоефективно.Але є підводний камінь, про який мало говорять 👇Gemma 4 12B використовує Sliding Window Attention – модель «бачить» повністю тільки останні 800 слів діалогу. Все що раніше – обробляється лише частково. Для коротких задач непомітно. Але для довгих розмов або великих файлів – може губити початок. 🫠І тут слід згадати конкурента – Qwen 3.5 9B від Alibaba.Менша, швидша і займає 5–6 GB проти 8–10 GB у Gemma. На найважчих задачах PhD-рівня бере 30%, поки Gemma видає 5%. І пам'ятає весь контекст діалогу без обривів – бо використовує звичайну повну увагу (attention) без вікон🤌🏻Підсумуємо:Потрібне аудіо, 140 мов, мультимодальність, fine-tune під свій домен → Gemma 4 12BПотрібний глибокий reasoning, менше VRAM, довгі діалоги без втрат і кращий tool calling → Qwen 3.5 9BДуже непоганий вибір для локального ШІ 👏А як ваш досвід використання? діліться в коментарях 👇