In einem von XDA Developers veröffentlichten Vergleich stufte Abhinav Raj 16 von 28 Vorschlägen des lokalen Modells Gemma als spielenswert ein, bei Steam waren es 11 von 28. Das ist Rajs persönliche Einschätzung aus einem einzelnen Vergleich, kein allgemeiner Maßstab für die Qualität von Spielempfehlungen. XDA Developers veröffentlichte den Vergleich am 13. Oktober 2026.
| System | Vorschläge | Von Raj als spielenswert bewertet | Anteil |
| Gemma 4 26B A4B Instruct | 28 | 16 | 57,1 % |
| Steam Interactive Recommender | 28 | 11 | 39,3 % |
Der Abstand beträgt fünf Empfehlungen beziehungsweise 17,9 Prozentpunkte. Für Raj passten Gemmas Vorschläge in diesem Durchlauf also häufiger zu seinem Geschmack. Die Zahlen sagen jedoch nichts darüber aus, ob andere Spieler dieselben Titel wählen würden.
So entstand der Vergleich
Raj gab Gemma eine CSV-Datei mit 25 Spielen aus seiner Steam-Bibliothek und den jeweiligen Spielzeiten. Das Modell sollte 28 Spiele vorschlagen, die er noch nicht besaß, und jede Empfehlung mit Titeln aus der Liste begründen. Laut Raj war keine Websuche aktiviert.
Zum Einsatz kamen Google Gemma 4 26B A4B Instruct, eine 14,21 GB große IQ4_XS-GGUF-Datei von bartowski und llama.cpp für die lokale Ausführung. Raj nannte außerdem die Sampling-Parameter temperature 1.0, top_p 0.95 und top_k 64. Er bewertete die Vorschläge danach, ob er sie selbst spielen würde – nicht anhand eines standardisierten Tests.
Einige Beispiele zeigen, wie persönlich diese Wertung ausfiel: Assetto Corsa Competizione und F1 24 standen bereits auf Rajs Wunschliste. Half-Life: Alyx hielt er dagegen für eine unpassende Empfehlung, weil er kein VR-Headset hatte; auch Hades erschien ihm als schlechter Treffer zu Digimon Story: Time Stranger.
Was Steams Empfehlungssystem abdeckt
Valve beschreibt den Steam Interactive Recommender als maschinelles Lernsystem, das Spielzeitverläufe von Millionen Steam-Nutzern auswertet und Spielgewohnheiten miteinander vergleicht. Tags und Rezensionen beeinflussen das Modell laut Valves Beschreibung des Interactive Recommenders nicht direkt. Filter können Empfehlungen in Richtung beliebter oder eher nischiger sowie aktueller oder klassischer Spiele verschieben.
Für Neuerscheinungen, die noch niemand gespielt hat, eignet sich der Recommender laut Valve nicht. Dafür verweist das Unternehmen auf die Discovery Queue. Der Vergleich mit Gemma betrifft damit eine bestimmte Empfehlungsfunktion – nicht alle Wege, auf denen Steam Spiele entdeckt werden können.
Auch die Ausgangsdaten waren unterschiedlich: Gemma erhielt Rajs Liste mit 25 Spielen, während Steam seine Spielzeit auf der Plattform auswertete. Raj sagte zudem, Steam habe weder seine Spielzeit in Microsoft Flight Simulator 2024 über Game Pass noch seinen Besitz einiger Spiele im Epic Games Store berücksichtigt. Das kann beeinflussen, wie gut die Steam-Vorschläge seine Spielgewohnheiten abbilden.
Die 16 zu 11 Empfehlungen beschreiben letztlich Rajs persönliche Auswahl aus zwei Listen. Sie belegen, dass ihm Gemmas Vorschläge in diesem Vergleich häufiger zusagten; sie zeigen nicht, welches System für andere Spieler die besseren Spiele findet.
