DiffusionGemma — нейросеть Google, которая пишет текст из шума (и в 4 раза быстрее)

Благодаря MoE-архитектуре из 26 млрд параметров на каждом шаге работают только 3,8 млрд — поэтому в квантованном виде модель помещается в 18 ГБ видеопамяти топовых потребительских видеокарт.

Скорость: сравнение с обычной Gemma 4

Главная цифра релиза — скорость. Вот честное сравнение диффузионной модели с её же «классическим» ровесником Gemma 4 26B (данные из бенчмарков Google и Nvidia):

А вот скорость на разном железе — чтобы понять, на чём её реально гонять:

Зачем она нужна: реальные сценарии

Главная фишка — модель видит весь блок целиком, а не только то, что слева. Каждый токен «смотрит» на все остальные, включая те, что идут после него (двунаправленное внимание). Классические модели так не умеют. Отсюда сильные стороны:

• Вставка текста в середину готового абзаца — без переписывания всего.
• Заполнение пропусков в коде (code infilling) — когда нужно дописать кусок внутри функции.
• Нелинейные задачи — аминокислотные последовательности, математические графы.
• Судоку. Google показывает пример: после дообучения через Unsloth модель решает судоку — задачу, с которой обычные модели мучаются, потому что каждая клетка зависит от будущих.

Как запустить DiffusionGemma

Сразу честно: это не «открыл сайт и пользуешься». Нужна видеокарта или облако. Вот три реальных пути:

1. Локально на своей видеокарте. Нужна NVIDIA с ~18+ ГБ VRAM (RTX 4090/5090 — Nvidia уже сделала под них квантованные версии). Веса берёте с Hugging Face, запускаете через один из инструментов:

🖥️ Для владельцев Mac: на Apple Silicon модель тоже пойдёт через MLX, но прироста в 4 раза не ждите. Из-за архитектуры с общей памятью Mac упирается в пропускную способность памяти, и разрыв с обычными моделями будет меньше.

2. Через облако. Модель доступна в Gemini Enterprise Agent Platform Model Garden и через NVIDIA NIM — если своей мощной видеокарты нет.

3. Дообучить под себя. Для файнтюна Google выпустила JAX-инструмент Hackable Diffusion, плюс поддержка есть в Unsloth и NVIDIA NeMo.

Точные команды и код — в официальном гайде разработчика DiffusionGemma. Из РФ для скачивания весов с Hugging Face может понадобиться VPN.

Это вообще новое?

И да, и нет. Сама идея диффузии для текста в исследованиях не нова, но применить её к большим моделям долго не удавалось. Раньше Google показывала демо Gemini Diffusion, а стартап Inception в начале 2026 года выпустил Mercury 2 — первую, по их словам, диффузионную модель с рассуждениями. Но DiffusionGemma — первая такая модель с открытыми весами от Google, которую может скачать каждый. В этом её ценность.

Частые вопросы (FAQ)

Что такое DiffusionGemma простыми словами? Это открытая нейросеть Google, которая генерирует текст методом диффузии — не слово за словом, а целым блоком из 256 токенов, «проявляя» его из случайного шума. За счёт этого она до 4 раз быстрее на видеокарте.

Чем DiffusionGemma отличается от обычной Gemma 4? Скоростью и подходом: диффужнгемма быстрее в 3,5–4 раза, но качество ответов ниже. Обычную Gemma 4 Google советует там, где важно качество, а DiffusionGemma — для быстрых интерактивных задач и вставки текста.

Где скачать DiffusionGemma и сколько стоит? Веса бесплатны и лежат на Hugging Face под лицензией Apache 2.0 (модель google/diffusiongemma-26B-A4B-it). Платить не нужно, но из России для скачивания может понадобиться VPN.

Какая видеокарта нужна для DiffusionGemma? В квантованном виде модель помещается в ~18 ГБ видеопамяти — то есть нужна топовая NVIDIA вроде RTX 4090 или 5090. Без своей видеокарты можно запустить в облаке через Model Garden или NVIDIA NIM.

Можно ли использовать DiffusionGemma в коммерческих проектах? Да. Лицензия Apache 2.0 разрешает коммерческое использование, что для открытой модели большой плюс.

DiffusionGemma лучше ChatGPT? Нет, это не конкурент ChatGPT по качеству. Это экспериментальный инструмент про скорость и локальный запуск. Для обычных вопросов качество ответов у неё ниже.

Также будет полезно

• Российские нейросети, которые работают без VPN
• Gemini vs ChatGPT vs Claude vs DeepSeek: что выбрать?
• Промпты для DeepSeek — готовые шаблоны, которые работают

Источники:

• Блог Google «The Keyword» — официальный анонс DiffusionGemma (blog.google, 10.06.2026)
• Google DeepMind — Gemini Diffusion
• NVIDIA — оптимизация и бенчмарки скорости (blogs.nvidia.com)
• Hugging Face — карточка модели google/diffusiongemma-26B-A4B-it
• The Decoder — разбор релиза (10.06.2026)