端側模型需要提高參數量以提高各類任務能力。Gemini Nano 是谷歌 Gemini 系列中專用于設備端部署的小模型，其中 Nano 1 和 2 的參數量分別為 1.8B 和 3.25B，針對低/高內存設備。從對應的測試集看，1）參數對模型表現影響巨大，1.8B 參數的 Nano 1 全面弱于 Nano 2。2）縮減參數后模型在回答真實性方面依然保持相當的準確率，但是在推理/編碼/數學方面準確率較低，相比 Gemini Pro 準確率大幅下降。