Google 推出专为本地使用优化的 Gemma 4，提供四种尺寸供开发者选用。相比前代，Gemma 4 采用全新的许可协议，对开发者更具吸引力。
此前 Gemma 的专有许可因限制过多备受诟病。为此，Google 取消专有许可，转向业界广泛采用的 Apache 2.0 开源协议。在阿里巴巴等中国 AI 实验室逐步撤回完全开源版本之际，Google 此举显得尤为突出。
本地部署与移动端突破
Gemma 4 专为本地设备设计。其两大主力模型——26B 混合专家（MoE）和 31B 密集（Dense），均可在单块 80GB Nvidia H100 GPU 上以 bfloat16 格式非量化运行；量化后亦可适配消费级显卡。
为充分利用本地算力，26B MoE 模型推理时仅激活 38 亿参数，令牌生成速度显著优于同规模模型；31B Dense 模型则更侧重输出质量。
面向移动端的 Effective 2B (E2B) 和 Effective 4B (E4B) 模型，经 Pixel 团队联合 Qualcomm、MediaTek 针对智能手机及边缘设备深度优化，具备低内存占用、低功耗及“近乎零延迟”特性。
E2B/E4B 是 Google 端侧 AI 战略的关键一环。作为 Gemini Nano 的技术底座，下一代 Nano 4 将基于 Gemma 4 E2B/E4B 构建，支持欺诈检测、笔记摘要等离线任务，并兼容智能体工作流。更多细节预计将在 Google I/O 大会揭晓。
核心能力升级
Gemma 4 强化了推理、数学及指令遵循能力，原生支持本地函数调用、结构化 JSON 输出及常见 API，无缝对接智能体工作流趋势。
- 代码生成：大尺寸变体可在离线环境下生成高质量代码；
- 多模态集成：视觉理解与语音识别通过架构层原生集成，不再依赖外部 ASR 管道或命令行工程；
- 语言支持：覆盖超 140 种语言；
- 上下文窗口：端侧模型达 128K token，26B/31B 模型达 256K token。
性能表现亮眼
Gemma 4 全系性能超越 Gemma 3。其中 31B 模型在 Arena 榜单位列第三（仅次于 GLM-5 和 Kimi 2.5），但参数量仅为后者一小部分，理论运行成本大幅降低。
31B Dense 模型基准成绩：
- AIME 2026：89.2%
- LiveCodeBench v6：80.0%
- Codeforces ELO：2,150 分
- MMMU Pro：76.9%
- MATH-Vision：85.6%
26B MoE 模型基准成绩：
- AIME 2026：88.3%
- LiveCodeBench：77.1%
- GPQA Diamond：82.3%
获取方式：31B/26B MoE 可通过 AI Studio 访问；E4B/E2B 可通过 AI Edge Gallery 获取。完整权重已上线 Hugging Face、Kaggle 和 Ollama，亦支持 Google Cloud 云端部署。