Поиск и RAG

EmbeddingGemma

Name: EmbeddingGemma
Author: Google

Маленькая многоязычная модель эмбеддингов на базе Gemma 3, работает даже на телефоне и ноутбуке без интернета.

Разработчик: Google, США
Первый выпуск: сен 2025
Последний выпуск: сен 2025
Размеры: 300M
Лицензия: Коммерция с условиямиGemma Terms of Use (собственная лицензия Google, коммерция разрешена с правилами использования)
Русский язык: Не заявлен
Готовые сборки: GGUF, MLX (Apple)
Запуск: Есть в OllamaРаботает и без видеокарты
Сферы: Разработка ПО, Поддержка клиентов, Документы и бухгалтерия

Поставить на свой сервер Hugging Face

Какие задачи решает

Поиск по документам на устройстве
RAG без отправки данных наружу
Классификация текстов

Где применяется

Мобильные приложенияРабота с чувствительными даннымиМалый бизнес

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

подходит

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

нет версий

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

сен 2025EmbeddingGemma 300M

Как запустить

Через Ollama — быстрее всегоПоставьте Ollama на компьютер или сервер и найдите модель в её библиотеке по названию. Годится, чтобы за вечер попробовать модель на своих задачах.Найти в библиотеке Ollama

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.

Частые вопросы

Можно ли использовать EmbeddingGemma в коммерческом проекте?

С условиями. Лицензия: Gemma Terms of Use (собственная лицензия Google, коммерция разрешена с правилами использования). Ограничения бывают разными — регион, выручка компании, требование указывать авторство. Перед коммерческим запуском проверьте условия с юристом.

Какое железо нужно для EmbeddingGemma?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли EmbeddingGemma русский язык?

В карточке модели языки не перечислены, поэтому поддержку русского обещать нельзя — её нужно проверять на ваших примерах.

Где скачать EmbeddingGemma и сколько это стоит?

Веса EmbeddingGemma лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.