Phi vs Gemma
PhiはMicrosoftが開発する、高品質な学習データを重視した小規模言語モデルファミリー。GemmaはGoogleが公開する、Geminiの研究成果をもとに構築された軽量なオープンウェイトモデルファミリー。いずれも限られた計算資源での実行を意識した設計を特徴とする。
3行で違いを説明
Comparison Table
| Item | Phi | Gemma |
|---|---|---|
| Purpose | エッジ・オンデバイス実行を意識した小規模汎用LLM基盤 | エッジ・オンデバイス実行を意識した軽量LLM基盤 |
| Developer | Microsoft | |
| Release | 2023年6月(Phi-1) | 2024年2月(Gemma 1) |
| License | MITライセンス | Gemma利用規約(独自ライセンス) |
| Open Source | 重み公開(MIT、商用利用可) | 重み公開(利用制限あり) |
| API | 公式APIはなく、Azure AI Foundry等のクラウド経由で提供 | 公式APIはなく、Google AI Studio等のクラウド経由で提供 |
| Programming Language | Hugging Face Transformers、ONNX Runtime等に対応 | Hugging Face Transformers、Keras、JAXに対応 |
| Ecosystem | Hugging Face、Azure AI Foundry、ONNX | Hugging Face、Google AI Studio、Vertex AI、Ollama |
Architecture
Phi
デコーダのみのTransformerを基盤とし、大規模Webデータではなく厳選・合成された高品質な学習データ(教科書的データ)を用いることで、少ないパラメータ数でも高い推論性能を実現する設計を特徴とする。
Gemma
デコーダのみのTransformerを基盤とし、Geminiの学習で得られた技術的知見・安全性フィルタリング手法を軽量なパラメータ数のモデルに反映して構築されている。
Feature Comparison
| Feature | Phi | Gemma |
|---|---|---|
| Streaming | ○ | ○ |
| Tool Calling | ○ | ○ |
| Vision | ○ | ○ |
| Audio | — | — |
| Multi Agent(ネイティブ対応) | — | — |
| Memory(組み込み記憶) | — | — |
Advantages
Disadvantages
Best Use Cases
Migration
PhiからGemmaへ移行する場合、いずれもHugging Face Transformers経由であればモデル名の変更のみで対応できることが多い。ライセンス条件が異なるため、商用利用時は各モデルの利用規約を個別に確認する必要がある。
FAQ
参考文献
- Official WebsiteMicrosoft Phi
- Official WebsiteGoogle Gemma