# Come usare Gemma 3n in Locale: l’AI Multimodale di Google per Testo, Audio e Immagini

> Fonte: https://francescogruner.it/come-usare-gemma-3n-in-locale-lai-multimodale-di-google-per-testo-audio-e-immagini/

*Scopri come installare e utilizzare Gemma 3n con Hugging Face, Ollama e LM Studio. Funzionalità, multimodalità, trascrizione e chatbot in locale.*

 

Google ha rilasciato ufficialmente **Gemma 3n**, il suo nuovo modello open source di **AI multimodale** progettato per girare direttamente su **smartphone, laptop e dispositivi edge**, anche con risorse limitate.

 

A differenza di modelli come Gemini, Gemma 3n è destinato alla comunità degli sviluppatori e può essere usato **offline**, in **locale**, **senza invio dati al cloud**.

 

Supporta input **testo, immagini, audio e video**, ed è già disponibile su:

 

- [**Ollama**](https://ollama.com/library/gemma3n)(CLI locale)
- **[LM Studio](https://lmstudio.ai/models/google/gemma-3n-e4b)** (interfaccia grafica)
- **[Hugging Face](https://huggingface.co/collections/google/gemma-3n-685065323f5984ef315c93f4)** (per esecuzione via API o notebook)
- **[Google AI Studio](https://aistudio.google.com/app/prompts/new_chat?model=gemma-3n-e4b-it)** (per test rapidi in cloud)

   

Indice dei contenuti

 [Toggle](#) 

- [Perché Gemma 3n è rilevante](#Perche_Gemma_3n_e_rilevante)
- [Benchmark ufficiali](#Benchmark_ufficiali)
- [Ti sta piacendo?](#Ti_sta_piacendo)

- [LMArena Elo Score](#LMArena_Elo_Score)
- [Chatbot Arena Elo Score](#Chatbot_Arena_Elo_Score)
- [Come usare Gemma 3n in locale](#Come_usare_Gemma_3n_in_locale)

- [Ollama (per chi preferisce il terminale)](#Ollama_per_chi_preferisce_il_terminale)

- [Come installarlo](#Come_installarlo)
- [Scarica il modello](#Scarica_il_modello)
- [Avvia](#Avvia)
- [Fargli leggere un file](#Fargli_leggere_un_file)
- [Esempi di script Python](#Esempi_di_script_Python)
- [LM Studio (con interfaccia visuale, anche per immagini/audio)](#LM_Studio_con_interfaccia_visuale_anche_per_immaginiaudio)

- [Come si fa:](#Come_si_fa)
- [Hugging Face (per setup avanzati o esperimenti in Colab)](#Hugging_Face_per_setup_avanzati_o_esperimenti_in_Colab)
- [Google AI Studio (per test rapidi senza installazioni)](#Google_AI_Studio_per_test_rapidi_senza_installazioni)
- [Confronti e prestazioni](#Confronti_e_prestazioni)
- [Chi dovrebbe usare Gemma 3n](#Chi_dovrebbe_usare_Gemma_3n)
- [Conclusione](#Conclusione)

 

## **Perché Gemma 3n è rilevante**

 

Gemma 3n introduce una nuova generazione di AI locale, multimodale e ottimizzata per dispositivi a bassa potenza. Ecco perché vale la pena provarlo:

    

✅ **Multimodalità nativa**  
Accetta input testuali, immagini, audio e video, ed è progettato per generare solo output testuali (descrizioni, riassunti, Q&A, trascrizioni).

 

🧠 **Architettura avanzata (MatFormer + PLE)**  
Attiva dinamicamente solo i parametri necessari, ottimizzando qualità e tempi di risposta. Include anche un modello 2B “nascosto” nel 4B, attivabile secondo necessità.

 

💾 **Efficiente anche con 2 GB di RAM**  
Grazie a tecnologie come embedding per layer (PLE) e caching locale, funziona anche su dispositivi con risorse limitate (es. E2B).

 

⚡ **Performance elevate**  
Fino a 1.5x più veloce rispetto a Gemma 3 4B su mobile. Ideale per esecuzioni in tempo reale.

 

🖼️ **Vision encoder MobileNet-V5**  
Elabora immagini e video con maggiore precisione e velocità.

 

🌐 **Supporto multilingua avanzato**  
Oltre 140 lingue testuali supportate, con prestazioni eccellenti in giapponese, tedesco, spagnolo, francese e coreano.

 

🔒 **Privacy by design**  
Funziona completamente offline, senza invio dati. Ideale per applicazioni sensibili alla privacy.

 

🧵 **Finestra di contesto estesa**  
Gestisce fino a 32.000 token per analisi di documenti complessi o input concatenati multimodali.

 

🏠 **Caching intelligente**  
Riduce il consumo di memoria memorizzando in locale i parametri più usati.

 

📊 **Benchmark superiori**  
Nei test LMArena e Chatbot Arena, Gemma 3n ha superato modelli come LLaMA 4 Maverick 17B e GPT-4.1-nano.

 

📱 **Compatibilità universale**  
Può essere eseguito su smartphone, Raspberry Pi, laptop e dispositivi edge con o senza GPU.

 

## Benchmark ufficiali

                  

## Ti sta piacendo?

 

Ricevi una guida pratica ogni settimana. AI, tool e automazioni.

            Iscriviti gratis             Perfetto, sei dentro.         

### LMArena Elo Score

 

![Grafico dei punteggi Elo su LMArena di giugno 2025, dove Gemma 3n E4B ottiene 1303 punti, posizionandosi tra Gemini 1.5 Pro e LLaMA 4 Maverick.](https://francescogruner.it/wp-content/uploads/2025/07/LMArena-Elo-Score-1024x576.png)

Benchmark LMArena, Giugno 2025: Gemma 3n E4B ottiene un punteggio Elo di 1303, seconda solo a Gemini 1.5 Pro e davanti a LLaMA 4 e GPT-4.1-nano. 

### Chatbot Arena Elo Score

 

![Grafico con i punteggi Elo dei modelli AI nel 2025, dove Gemma 3n raggiunge 1283 punti, superando GPT-4.1-nano e LLaMA 4 Maverick.

](https://francescogruner.it/wp-content/uploads/2025/07/Chatbot-Arena-Elo-Score-Gemma3n-1024x576.png)

Classifica Chatbot Arena, Maggio 2025: Gemma 3n raggiunge un punteggio Elo di 1283, posizionandosi subito dietro a Claude Sonnet e superando modelli più grandi e proprietari. 

## Come usare Gemma 3n in locale

 

### Ollama (per chi preferisce il terminale)

 

#### Come installarlo

 

Vai su [ollama.com/download](https://ollama.com/download) e scegli la versione per il tuo sistema operativo.

 

![](https://francescogruner.it/wp-content/uploads/2025/07/image-2.png)

 

oppure:

 

```
curl -fsSL https://ollama.com/install.sh | sh
```

 

#### Scarica il modello

 

```
ollama pull gemma3n:e2b   # versione leggera (2GB RAM)
ollama pull gemma3n:e4b   # più potente (3-4GB RAM)
```

 

#### Avvia

 

```
ollama run gemma3n:e4b
```

 

Scrivi un prompt:

 

```
Analizza questo testo e fammi un riassunto in 3 punti.
```

 

#### Fargli leggere un file

 

📄 **File di testo**

 

```
cat documento.txt | ollama run gemma3n:e4b
```

 

📑 **PDF**

 

```
pdftotext documento.pdf - | ollama run gemma3n:e4b
```

 

🔉**Audio (con Whisper)**

 

```
whisper audio.mp3 --model base --language it
cat audio.txt | ollama run gemma3n:e4b
```

 

**🖼️** **Immagine (workaround)**

 

- Converti l’immagine in Base64
- Incollala nel prompt: “Questa è un’immagine in base64: […]. Cosa rappresenta?”
- Oppure usa LM Studio (vedi sotto)

 

#### Esempi di script Python

 

Script 1, Analisi di un file `.txt`:

 

```
from ollama import Client

client = Client()
with open("documento.txt") as f:
    testo = f.read()

response = client.chat(model="gemma3n:e2b", messages=[{"role": "user", "content": testo}])
print(response['message']['content'])
```

 

Script 2, Analisi immagine in base64:

 

```
import base64
from ollama import Client

with open("immagine.jpg", "rb") as img:
    img64 = base64.b64encode(img.read()).decode()

prompt = f"Descrivi l'immagine: {img64}"
response = Client().chat(model="gemma3n:e4b", messages=[{"role": "user", "content": prompt}])
print(response['message']['content'])
```

 

### **LM Studio** (con interfaccia visuale, anche per immagini/audio)

 

Perfetto per chi vuole usare modelli localmente senza terminale, drag&drop per file multimediali.

 

#### Come si fa:

 

1. Scarica LM Studio: [lmstudio.ai](https://lmstudio.ai/models)
2. Cerca “gemma-3n-e4b”
3. Clicca “Use Model in LM Studio”
4. Trascina file audio/immagini o inserisci prompt

 

![](https://francescogruner.it/wp-content/uploads/2025/07/image-1.png)

 

### Hugging Face (per setup avanzati o esperimenti in Colab)

 

Esegui su Colab o localmente con `bitsandbytes`, `text-generation-webui`, `vLLM` o `Axolotl`.

 

```
from transformers import AutoTokenizer, AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained("google/gemma-3n-e2b")
tokenizer = AutoTokenizer.from_pretrained("google/gemma-3n-e2b")
```

 

### **Google AI Studio (per test rapidi senza installazioni**)

 

Se preferisci testare Gemma 3n senza installazioni locali o requisiti hardware, puoi farlo direttamente in cloud grazie a **Google AI Studio**.  
Non serve una GPU e l’accesso è immediato: ti basta un account Google.

 

👉 **[Clicca qui per provare Gemma 3n su Google AI Studio](https://aistudio.google.com/app/prompts/new_chat?model=gemma-3n-e4b-it)**

 

In pochi secondi sarai operativo e potrai sperimentare con prompt testuali, immagini e altro ancora, sfruttando le potenzialità del modello in modalità serverless, gratuita e ufficiale.

 

## **Confronti e prestazioni**

 ModelloParametri effettiviRAM richiestaMultimodalitàFinestra contestoPrivacyGemma 3n E2B5B → 2B effettivi2 GB✅ Testo/Audio/Immagini32K token✅ OfflineLLaMA 3 8B8B6-8 GB❌ Solo testo8K-32K❌Qwen 4B4B3-4 GBParziale32K❌GPT-4o~1.8TCloud-only✅ ma online128K❌ 

## Chi dovrebbe usare Gemma 3n

 

Questo modello è pensato per chi desidera il controllo completo, alte performance e flessibilità d’uso anche su dispositivi meno potenti:

 

- **Ideale per sviluppatori con PC modesti**: grazie all’architettura MatFormer e alla memoria ottimizzata (PLE), gira anche su laptop senza GPU.
- **Perfetto per chi vuole privacy e AI offline**: eseguibile localmente, senza invio dati a server esterni.
- **Utile per app mobile, embedded e Raspberry Pi**: ottimizzato per funzionare su dispositivi con risorse ridotte e sistemi edge.

 

[Documentazione tecnica ufficiale](https://ai.google.dev/gemma/docs/gemma-3n)

 

## **Conclusione**

 

Gemma 3n rappresenta un punto di svolta per l’intelligenza artificiale **in locale, multimodale e responsabile**. È pronto per girare su notebook, tablet, smartphone o Raspberry, e offre prestazioni inaspettatamente avanzate, anche senza connessione internet.

 

Se vuoi un modello per **trascrivere audio, riassumere documenti, analizzare immagini e interagire in linguaggio naturale**, Gemma 3n è il candidato perfetto da testare nel 2025.