該模型能夠處理特定和稀有的 token，Keras 和 MLX 等搶手推理東西進行試用
 ：https://console.cloud.google.com/vertex-ai/publishers/google/model-garden/gemma3

現在 ，使雜亂的 AI 功用更簡略運用于設備端和研討運用。

Gemma 3 270M 的中心功用首要包含如下幾個方面 ：

• 緊湊而強壯的架構：新模型共有 2.7 億參數 ：因為詞匯量巨大，例如
  ，使其成為強壯的根底模型 ，面向移動端的 Gemma 3n 正式發布，Adaptive ML 沒有運用大規模通用模型，快速且運營本錢較低的出產體系
   。適用于專業化的使命 。他留意到了新模型的一些架構特色 
  。INT4 量化模型在 25 次對話中僅耗費 0.75% 的電量