Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

EmbeddingGemma (300M)

Google · google/embeddinggemma-300m

Licença dos pesos: Termos do publicador: Gemma Terms of Use · código e componentes podem ter outros termos

MTEB (Multilingual, v2)61,1 / 100mean(task) · execução independente
Memória necessária~3 GBEstimativa 8 bits · não medida
Parâmetros0,3 BBase nos detalhes técnicos
Dimensões · contexto7682.048 tokens · Matryoshka 512/256/128

Qualidade

MTEB (Multilingual, v2)

Média por tarefa · 0 a 100 · maior é melhor · este modelo em destaque

  • Cor = publicador

Fonte: dataset de resultados do MTEB (execuções independentes, CC0) · informado pelo publicador quando o model card é a única fonte · outros benchmarks e versões não entram

Benchmarks com fonte
MTEB (Multilingual, v2)mean(task) · 768d61,14execução independente
2026-10-25
MTEB (eng, v2)mean(task) · 768d69,67execução independente
2026-10-25
MTEB (Multilingual, v2)mean(task) · 768d61,15informado pelo publicador
2026-10-07
MTEB (eng, v2)mean(task) · 768d69,67informado pelo publicador
2026-10-07
MTEB (Code, v1)mean(task) · 768d68,76informado pelo publicador
2026-10-07

Informado pelo publicador

6 resultados · ficha de Google · lida em 2026-10-25
Mean (Task)
61,15MTEB (Multilingual, v2)
Mean (TaskType)
54,31MTEB (Multilingual, v2)
Mean (Task)
69,67MTEB (English, v2)
Mean (TaskType)
65,11MTEB (English, v2)
Mean (Task)
68,76MTEB (Code, v1)
Mean (TaskType)
68,76MTEB (Code, v1)

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Evaluation › Benchmark Results › Full Precision Checkpoint); coluna “768d”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Qualidade × memória

Sem par qualidade × memória comparável

As estimativas de memória de embeddings ficam em poucos GB, então um gráfico qualidade × memória não separaria estes modelos; o MTEB aparece acima.

Considere para

Considere EmbeddingGemma (300M) para busca semântica e recuperação: gera vetores de 768 dimensões a partir de texto.

Confira antes

A memória publicada vale para configurações específicas e está em Como rodar, com o formato de prompts; a lista de hardware usa a estimativa de planejamento. PT-BR confirmado por uma fonte.

Roda em

Cabe na memória rápida 119

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 119

Perfis de hardware agrupados pela estimativa de planejamento de embeddings (pesos de 8 bits, 20% de margem, 2 GB de reserva). Não é compatibilidade medida.

Velocidade medida

Nenhuma medição publicada para este checkpoint

A vazão (textos por segundo) só aparece quando uma fonte a publica com hardware, build e configuração. Nunca é estimada.

Como rodar

Memória publicada: 200 MB (“Menos de 200MB de RAM com quantização” (limite superior, blog do Google, 2025-09-04); sem dispositivo ou runtime citados.). A estimativa de planejamento usa pesos de 8 bits, 20% de margem e 2 GB de reserva; é um teto, não uma medição.

Roda em
Ollama, Sentence Transformersfonte
Prompts de consulta/documento
Prompts de consulta: 'task: {descrição da tarefa} | query: ' (descrição padrão 'search result'). Prompts de documento: 'title: {título | "none"} | text: '. Os prompts são colocados antes do texto de entrada.
Idiomas · PT-BR
Mais de 100 idiomas (model card e blog do Google)PT-BR confirmado por uma fonte

Formas documentadas de rodar

Não foi possível ler a ficha do modelo (ausente ou restrita)

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / fonte
google/embeddinggemma-300m
Tarefa
embeddings para busca (extração de características)
Biblioteca na fonte
Ollama, Sentence Transformers
Licença dos pesos
Termos do publicador: Gemma Terms of Use
Uso comercial
Permitido Gemma Terms of Use (last modified 2025-03-24; verbatim copy in the ScanCode LicenseDB, homepage ai.google.dev/gemma/terms) · consultado em 2026-10-18texto da licença
Base dos parâmetros
Total de parâmetros dos safetensors no Hub (302.863.104, lido em 2026-10-07). O blog do Google diz 308M e os metadados do MTEB 307,6M; cada fonte arredonda de um jeito.
Anunciado
2025-09-04

O repositório no Hub exige aceite de licença (gated), então o card não pode ser lido sem login. Os fatos vêm da página de model card do Google em ai.google.dev, do blog, da API do Hub e do dataset de resultados do MTEB. Os números do Google (61,15 Multilingual v2, 69,67 English v2, 68,76 Code v1 em 768 dimensões) coincidem com a execução independente nos dois primeiros. As páginas do Google não citam o português; os metadados do MTEB listam 19 idiomas de treino sem o português. O PT-BR está confirmado aqui apenas pelos subconjuntos em português do MTEB, que são um indicador pequeno.

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Fatos curados verificados: 2026-10-07. Cada valor cita sua fonte (a ficha do publicador ou o dataset de resultados do MTEB); estimativas vêm rotuladas como estimativas, e um valor que nenhuma fonte informa fica vazio. Um commit do repositório não é a data de lançamento do modelo.