Google annonce que sa famille de modèles ouverts Gemma a dépassé le milliard de téléchargements cumulés, une annonce publiée le jeudi vingt août 2026 par Clement Farabet, vice président chez DeepMind, et le directeur produit Olivier Lacombe. Les développeurs ont publié plus de cent mille variantes à partir des poids ouverts en deux ans, un écosystème que Google appelle le Gemmaverse. Le chiffre s'accompagne d'une réserve utile : un ingénieur relations développeurs de Google a confirmé qu'il exclut Gemma tel qu'il tourne dans Android et Chrome. Le déploiement réel est donc supérieur. Pour situer, Alibaba revendiquait trois milliards de téléchargements Qwen cinq jours plus tôt.
The short answer
Google a annoncé le jeudi vingt août 2026 que ses modèles à poids ouverts Gemma ont dépassé le milliard de téléchargements cumulés, avec plus de cent mille variantes communautaires publiées en deux ans. Le total exclut Gemma exécuté dans Android et Chrome, donc le déploiement réel est supérieur. Alibaba revendiquait trois milliards de téléchargements Qwen cinq jours plus tôt. Google a lancé un dépôt Awesome Gemma comme annuaire officiel de la communauté.
Les annonces de chiffres ronds sont d'habitude la partie la moins intéressante de l'histoire d'une famille de modèles. Celle-ci mérite quelques minutes quand même, à cause de ce que Google a choisi de ne pas compter et de ce qu'un concurrent a publié cinq jours plus tôt.
Ce que le chiffre est, et ce qu'il n'est pas
Clement Farabet, vice président chez Google DeepMind, et le directeur produit Olivier Lacombe ont publié le total le 20 août. Il est cumulé sur toute la famille depuis le lancement de Gemma début 2024, et c'est la première fois que Google avance un chiffre d'adoption.
Ce que Google n'a pas publié est presque aussi instructif. Pas de répartition par taille de modèle, pas de répartition par génération, pas de ventilation par plateforme d'hébergement, et aucune méthodologie sur ce qui compte comme un téléchargement. C'est habituel pour un chiffre d'adoption d'éditeur, et c'est aussi pourquoi personne ne devrait le lire comme un nombre d'appareils. Un téléchargement, c'est la récupération d'un fichier de poids. Les chaînes d'intégration continue récupèrent des poids. Les miroirs aussi. Et toute personne qui compare trois quantifications du même point de contrôle avant d'en retenir une.
Puis vient la réserve qui va dans l'autre sens. Un ingénieur relations développeurs de Google a confirmé que le milliard n'inclut pas Gemma livré dans Android ou Chrome. Ce sont les deux plus grands canaux de distribution que Google contrôle, ce qui veut dire que le chiffre annoncé reflète des récupérations volontaires depuis des hébergeurs de modèles, et rien de ce qui arrive par une mise à jour de plateforme.
La comparaison que Google n'a pas faite
Cinq jours avant cette annonce, Alibaba revendiquait trois milliards de téléchargements Qwen et plus de trois cent mille modèles dérivés. Les deux compteurs valent environ trois fois ceux de Google.
Aucun de ces chiffres n'est audité, et les deux entreprises comptent presque certainement des choses différentes sur des mélanges de plateformes différents. Le rapport n'est donc pas une mesure. Ce qu'il traduit en revanche est visible pour quiconque parcourt les sites d'hébergement de modèles : les dérivés de Qwen dominent les listes d'ajustements fins, et depuis un moment.
La conclusion utile n'est pas de savoir qui gagne. C'est qu'il existe maintenant au moins deux familles à poids ouverts dont l'écosystème est assez dense pour que les choses concrètes dont vous avez besoin arrivent toutes seules : conversions GGUF, quantifications AWQ et GPTQ, prise en charge dans llama.cpp, configurations vLLM et une dizaine d'ajustements sectoriels, en général en quelques jours après une sortie. C'est la différence entre un modèle à poids ouverts que vous pouvez évaluer et un modèle que vous pouvez réellement mettre en production, et aucun score de test ne vous le dit.
Où les poids ont fini
La liste de déploiements de Google est plus précise que d'habitude pour ce genre d'annonce, et les cas intéressants partagent une contrainte.
La NASA, Satlyt et Starcloud exécutent Gemma sur du matériel en orbite. Le Jet Propulsion Laboratory de la NASA a placé un Gemma 3 4B compressé en quatre bits sur un satellite de Loft Orbital, avec 88 pour cent de précision annoncés sur un test de classification d'images. Un satellite a un budget électrique contraint, un budget thermique contraint et une liaison descendante qui coûte plus cher que le calcul. Classer à bord et ne transmettre que les résultats plutôt que les images brutes est donc tout l'intérêt. On n'appelle pas une API depuis l'orbite avec une latence raisonnable, et on ne loge pas un modèle de pointe dans le budget de masse.
L'autorité sanitaire nationale indienne a intégré Gemma 4 dans Aarogya Setu 2.0, une application à plus de cent millions de téléchargements Android, pour convertir des comptes rendus médicaux en dossiers numériques normalisés. MedGemma est utilisé à l'All India Institute of Medical Sciences et par des agents de santé en zone rurale en Ouganda. Des chercheurs de Yale ont bâti C2S-Scale sur Gemma pour l'interprétation de données unicellulaires et rapportent une voie thérapeutique inédite en cancérologie. DolphinGemma, développé avec Georgia Tech et le Wild Dolphin Project, analyse les vocalisations de dauphins.
Retirez l'emballage du communiqué et le motif est constant : ce sont des situations où envoyer les données vers une API hébergée est impossible, interdit, ou trop cher. Matériel en orbite, dossiers patients soumis à des règles de résidence des données, déploiements de terrain sans connectivité fiable. C'est l'argument durable en faveur des poids ouverts, et il ne dépend pas de la capacité du modèle ouvert à égaler un modèle de pointe sur un classement.
Ce que cela change si vous choisissez un modèle
Le chiffre d'adoption en lui-même ne devrait pas peser sur votre décision. Ce qu'il signale utilement, c'est la profondeur de l'écosystème, et c'est un vrai critère de sélection que les tableaux de tests ne capturent pas.
Quand nous évaluons une famille à poids ouverts pour quelque chose qui doit tourner sur notre propre matériel, les questions qui tranchent sont pratiques. llama.cpp prend-il en charge l'architecture, ou une demande de fusion traîne-t-elle depuis deux mois ? Existe-t-il des quantifications aux tailles qui entrent dans le GPU dont nous disposons réellement ? Quelqu'un a-t-il publié une configuration vLLM qui fonctionne ? Y a-t-il un ajustement sectoriel assez proche de la tâche pour servir de point de départ ? Cent mille variantes et trois cent mille variantes répondent oui à tout cela. Une famille à deux mille variantes, souvent non.
L'autre point à retenir est la question de la licence, que Google n'aborde pas dans l'annonce et qu'il vous revient de vérifier avant de construire sur ces poids. Poids ouverts et logiciel libre ne sont pas la même chose, et les conditions varient d'une famille à l'autre, ce qui compte si vous comptez redistribuer un ajustement fin.
Sources et pour aller plus loin
- Gemma passe le milliard de téléchargements, blog Google, 20 août 2026
- Les modèles ouverts Gemma passent le milliard de téléchargements, Unite.ai, 20 août 2026
- Gemma a passé le milliard de téléchargements, selon Google, TNW, 21 août 2026
Questions fréquentes
Qu'est-ce que Google a compté exactement pour atteindre le milliard ?
Google publie un total cumulé de téléchargements sur toute la famille Gemma depuis la première version début 2024, sans le détailler par taille de modèle, par génération ni par plateforme de distribution. Aucune méthodologie de comptage n'est publiée non plus, donc un téléchargement vaut ce qu'un téléchargement vaut sur Hugging Face, Kaggle, Ollama et les autres endroits où vivent les poids. Cela mérite d'être pris avec précaution, car un téléchargement n'est pas un déploiement : les chaînes d'intégration continue, les miroirs et les personnes qui comparent trois quantifications du même modèle alimentent tous ce compteur.
Pourquoi l'exclusion d'Android et de Chrome change-t-elle la lecture ?
Un ingénieur relations développeurs de Google a confirmé que le milliard n'inclut pas les modèles Gemma livrés dans Android ni dans Chrome. Ce sont les deux plus grands canaux de distribution logicielle que Google contrôle, donc le chiffre sous-estime le nombre d'appareils qui exécutent réellement des poids dérivés de Gemma, peut-être largement. Cela renseigne aussi sur la façon dont le compte a été construit : il reflète des récupérations volontaires par des développeurs sur des hébergeurs de modèles, pas une livraison passive via une mise à jour de plateforme. Si vous comparez ce total à celui d'un autre éditeur, cette différence de périmètre compte plus que les totaux.
Comment cela se compare-t-il aux autres familles à poids ouverts ?
Alibaba revendiquait trois milliards de téléchargements Qwen cinq jours avant l'annonce de Google, avec plus de trois cent mille modèles dérivés. Sur les chiffres bruts, Qwen mène sur les deux compteurs. Aucune des deux entreprises ne publie de méthodologie auditée, donc traiter l'écart comme une mesure précise serait une erreur, mais la tendance correspond à ce que l'on observe sur les sites d'hébergement de modèles, où les dérivés de Qwen dominent les listes d'ajustements fins. La lecture utile est qu'il existe désormais au moins deux familles à poids ouverts dont l'écosystème est assez dense pour que l'outillage, les quantifications et les ajustements communautaires apparaissent en quelques jours.
Où Gemma est-il réellement déployé ?
Google cite plusieurs usages en production. La NASA, Satlyt et Starcloud font tourner Gemma sur du matériel en orbite, et le Jet Propulsion Laboratory de la NASA a placé un Gemma 3 4B compressé en quatre bits sur un satellite de Loft Orbital, avec 88 pour cent de précision annoncés sur un test de classification d'images. L'autorité sanitaire nationale indienne a intégré Gemma 4 dans Aarogya Setu 2.0, une application à plus de cent millions de téléchargements Android, pour convertir des comptes rendus médicaux en dossiers numériques normalisés. MedGemma est déployé à l'All India Institute of Medical Sciences et auprès d'agents de santé en zone rurale en Ouganda.
Qu'est-ce que le dépôt Awesome Gemma ?
C'est un dépôt GitHub lancé par Google avec l'annonce, présenté comme l'annuaire officiel du Gemmaverse. Il rassemble en un endroit les projets communautaires, les ajustements fins, les tutoriels et l'outillage, plutôt que de laisser chacun les chercher via la recherche des hébergeurs de modèles. En pratique c'est le même schéma que n'importe quelle liste awesome, à ceci près que l'éditeur la maintient, ce qui signifie en général que les entrées restent à jour plus longtemps qu'une liste communautaire. Google met aussi en avant son concours Gemma sur Kaggle, qui a reçu plus de 1 600 projets.