Chromes Gemini Nano KI-Modell belegt 4 GB Festplattenspeicher

Laut einem Bericht von The Verge belegt Google Chrome möglicherweise bis zu 4 GB lokalen Speicherplatz für seine On-Device-KI-Funktionen. Der Übeltäter ist eine Datei namens weights.bin im Verzeichnis OptGuideOnDeviceModel innerhalb des Chrome-Datenordners. Diese Datei enthält die Trainingsparameter für Googles Gemini Nano-Modell, das Funktionen wie Betrugserkennung, Schreibhilfe, Autofill und Vorschlagswerkzeuge direkt auf Ihrem Gerät ohne Cloud-Aufrufe ermöglicht.
So überprüfen und geben Sie Speicherplatz frei
Um zu sehen, ob die Datei auf Ihrem System vorhanden ist, navigieren Sie zu Ihrem Chrome-Benutzerdatenordner. Der genaue Pfad variiert je nach Betriebssystem, sieht aber typischerweise so aus:
- Windows:
%LOCALAPPDATA%\Google\Chrome\User Data\OptGuideOnDeviceModel - macOS:
~/Library/Application Support/Google/Chrome/OptGuideOnDeviceModel - Linux:
~/.config/google-chrome/OptGuideOnDeviceModel
Wenn Sie die Datei weights.bin manuell löschen, aber die KI-Funktionen aktiviert lassen, lädt Chrome sie beim nächsten Update erneut herunter. Der richtige Weg, um den Speicherplatz dauerhaft freizugeben, ist über Einstellungen > System und das Deaktivieren der Option On-Device-KI. Dadurch wird das Modell entfernt und die darauf basierenden KI-Funktionen werden deaktiviert.
Googles Stellungnahme und Vorbehalte
Google-Sprecher Scott Westover erklärte: „Wir bieten Gemini Nano für Chrome seit 2024 als leichtes On-Device-Modell an. Es unterstützt wichtige Sicherheitsfunktionen wie Betrugserkennung und Entwickler-APIs, ohne Ihre Daten an die Cloud zu senden. ... Das Modell wird automatisch deinstalliert, wenn das Gerät wenig Ressourcen hat.“
Seit Februar 2026 bietet Chrome einen benutzersichtigen Schalter zum Deaktivieren und Entfernen des Modells. Die Größe von 4 GB wird jedoch nur in einem langen Hilfeartikel dokumentiert, nicht beim Aktivieren der Funktionen. Google weist darauf hin, dass „die genaue Größe von Gemini Nano variieren kann, wenn der Browser das Modell aktualisiert.“
Wenn Sie auf die KI-Funktionen von Chrome angewiesen sind, aber wenig Speicherplatz haben, gibt es derzeit keine Option, auf ein Cloud-basiertes Modell umzusteigen; der einzige Workaround ist, On-Device-KI vollständig zu deaktivieren.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Telus setzt Echtzeit-Akzentumwandlung für Callcenter-Agenten über Tomato.ai ein
Telus setzt das Sprach-zu-Sprach-System von Tomato.ai ein, um Akzente von Offshore-Agenten in Echtzeit zu verändern, was Kritik wegen Transparenz und Arbeitnehmerrechten hervorruft.

Ångstrom nutzte Claude Code, um ein Modell zu trainieren, das Metas UMA-OMC schlug — 100k GPU-Jobs auf Spot
Ångstrom (YC S24) trainierte CSP-MACE-Å, ein ML-Modell, das 10.000x schneller ist als DFT bei gleicher Genauigkeit und Metas UMA-OMC bei der Kristallstrukturvorhersage übertrifft. Sie nutzten Claude Code, um 100.000 GPU-Jobs auf Multi-Cloud-Spot-Instanzen über die Anycloud CLI zu orchestrieren.

KI-Inferenz ist offensichtlich profitabel: Eine Analyse der Wirtschaftlichkeit
Anbieter von KI-Inferenz melden Bruttomargen von 70-80 %. Kostenschätzungen zeigen ~1 $ pro Million Tokens für ein 70B-Modell, während die API-Preise bei 4,50 $+ pro Million Tokens liegen.

Linux-Kernel-Maintainer berichtet von plötzlicher Veränderung der Qualität KI-generierter Fehlerberichte
Greg Kroah-Hartman sagt, dass KI-generierte Fehlerberichte für den Linux-Kernel vor etwa einem Monat von 'KI-Schrott' zu legitimen Berichten übergegangen sind, wobei Open-Source-Sicherheitsteams in verschiedenen Projekten denselben Wandel beobachten. Das Kernel-Team bewältigt den Anstieg mit Tools wie Sashiko für die Überprüfungsautomatisierung.