In een op 13 oktober 2026 gepubliceerd verslag zegt Abhinav Raj van XDA Developers dat hij 16 van de 28 suggesties van het lokaal gedraaide Gemma 4 26B A4B Instruct zou spelen, tegenover 11 van de 28 aanbevelingen van Steam. In deze persoonlijke vergelijking leverde Gemma vijf suggesties op die Raj naar eigen zeggen zou spelen.
| Systeem | Suggesties beoordeeld | Suggesties die Raj zou spelen |
| Gemma 4 26B A4B Instruct | 28 | 16 |
| Steam Interactive Recommender | 28 | 11 |
Omgerekend komt dat neer op 57,1% tegenover 39,3%: een verschil van 17,9 procentpunt. Die percentages vatten Rajs persoonlijke inschatting samen; ze meten niet hoe goed de systemen aanbevelingen doen voor spelers in het algemeen.
Welke informatie kreeg Gemma?
Raj gebruikte een CSV-bestand met 25 games uit zijn Steam-bibliotheek en de bijbehorende speeluren. Hij vroeg Gemma om precies 28 games aan te bevelen die niet in die bibliotheek stonden, met bij elke suggestie een uitleg die verwees naar games uit het bestand. Volgens Raj stond webzoeken uit.
XDA meldt dat de test Gemma 4 26B A4B Instruct gebruikte, met een IQ4_XS GGUF-bestand van bartowski van 14,21 GB, gedraaid via llama.cpp. Dat beschrijft de lokale modelopstelling achter deze vergelijking; de uitkomst hangt bovendien af van Rajs eigen oordeel over welke suggesties hem aanspraken.
De voorbeelden maken die persoonlijke maatstaf concreet. Raj herkende Assetto Corsa Competizione en F1 24 als games die al op zijn verlanglijst stonden. Hades vond hij een twijfelachtige match bij Digimon Story: Time Stranger; Half-Life: Alyx paste volgens zijn beoordeling niet bij hem omdat hij geen VR-headset had. Bij Steam noemde hij R.E.P.O., Warframe, Hogwarts Legacy en Red Dead Redemption 2 als passende suggesties, maar Yu-Gi-Oh! Master Duel en Dota 2 als missers. Steam kon in zijn vergelijking ook geen rekening houden met zijn speeltijd in Microsoft Flight Simulator 2024 via Game Pass of games die hij in de Epic Games Store bezat.
Wat doet Steam aanbevelen volgens Valve?
Valve beschrijft de Steam Interactive Recommender als een machinelearningsysteem dat gebruikmaakt van de speelgeschiedenis van miljoenen Steam-gebruikers. Tags en recensies beïnvloeden dit aanbevelingsmodel volgens Valve niet rechtstreeks. Spelers kunnen filters aanpassen om meer populaire of juist nichegames te zien, en recente titels tegenover klassiekers af te wegen.
De Interactive Recommender kan volgens Valve geen nieuwe games aanbevelen die nog niemand heeft gespeeld. Voor het ontdekken van zulke nieuwe releases verwijst Valve naar de Discovery Queue, een van de andere ontdekkingsfuncties van Steam.
