Gemma 4
谷歌以 Apache 2.0 许可证发布的开放模型家族,从手机级 E2B 到 31B 旗舰,支持推理、视觉和工具调用。
一句话概括. Gemma 4 是谷歌推出的一系列可免费下载、自己运行的 AI 模型。小尺寸版本能在手机上运行,中等尺寸版本可在笔记本或游戏显卡上运行。它们能读文字和图片,会分步思考,并能用 35 种以上语言回答。
概述
Gemma 4 是谷歌 DeepMind 最新一代的开放模型,也是第一代采用 Apache 2.0 许可证的 Gemma。Apache 2.0 是经开源促进会(OSI)认可的开源许可证,取代了此前使用的 Gemma 自定义条款。
该系列共有五种尺寸。E2B 和 E4B 面向手机和小型设备,能理解文字、图像和音频。12B 采用“无编码器”设计,把图像和音频直接送入同一个 Transformer。26B A4B 是混合专家(MoE)模型:参数总量约 250 亿,但每生成一个 token 只调用 38 亿,因此生成速度比它的体量看起来快得多。31B 稠密模型是质量最高的旗舰。
所有尺寸都支持可配置的“思考模式”进行分步推理,也能调用工具、读取图像。两个小模型的上下文窗口为 128K token,其余为 256K。谷歌称未量化的 26B 和 31B 可放进一张 80 GB 显卡,4 位量化版本可在消费级显卡上运行。
适合做什么
- 在一张显卡或一台笔记本上运行能力不错的多模态助手
- 端侧和离线应用,可选 E2B、E4B 两个尺寸
- 需要宽松许可证、且没有营收门槛限制的产品
- 在普通硬件上做编程、推理和工具调用类智能体
- 用自己的数据做微调,尤其是 31B 稠密模型
需要注意
- 模型卡中的基准分数由谷歌自己公布,未经独立复现
- 只有 E2B、E4B 和 12B 支持音频输入,26B 和 31B 只接收文字和图像
- 长上下文占用的内存远大于模型权重本身
- 只输出文字,不能生成图像或语音
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 E2B 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| E2B BF16 | 5.1B 激活 2.3B | 12 GB | 5.86 GB | 3.52 GB | 笔记本或手机 |
| E4B BF16 | 8B 激活 4.5B | 18 GB | 9.2 GB | 5.52 GB | 笔记本或手机 |
| 12B Unified BF16 | 11.9B | 27 GB | 14 GB | 8.25 GB | 笔记本或手机 |
| 26B A4B BF16 | 25.2B 激活 3.8B | 58 GB | 29 GB | 17 GB | 游戏显卡 |
| 31B BF16 | 30.7B | 71 GB | 35 GB | 21 GB | 游戏显卡 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
- Gemma 4 与 Qwen3.8-27B 对比:单张 GPU 该运行哪个开源模型?
- 2026 年最佳开源大模型
- 2026 年最佳开源多模态模型(图像、视频和音频)
- 笔记本就能运行的最佳小型开源模型
- Apertus 1.5:瑞士的完全开放模型学会了读图像和音频
- EmbeddingGemma 2:把文本、图像、视频和音频放进一个 Apache 2.0 模型
- 会“听”的开放模型:九个能接收音频,只有三个能用语音回答
- Raon-1:KRAFTON 偏重韩语的 28.8B 模型和 3.1B 端侧兄弟
常见问题
- Gemma 4 是什么?
- Gemma 4 是谷歌推出的一系列可免费下载、自己运行的 AI 模型。小尺寸版本能在手机上运行,中等尺寸版本可在笔记本或游戏显卡上运行。它们能读文字和图片,会分步思考,并能用 35 种以上语言回答。
- Gemma 4 可以商用吗?
- 可以。Gemma 4 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Gemma 4 是开源的吗?
- Gemma 4 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Gemma 4 吗?
- 可以。最小版本 E2B 在 4 位精度下约需 3.52 GB 内存,现代笔记本或中端显卡即可胜任。
- Gemma 4 是什么时候发布的?
- Gemma 4 由 Google DeepMind 于 2026年4月2日 发布。
- Gemma 4 的上下文窗口有多长?
- Gemma 4 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Google blog: Gemma 4, byte for byte the most capable open models (2 Apr 2026) blog.google
- Google Open Source Blog: Gemma 4 and Apache 2.0 opensource.googleblog.com
- Hugging Face blog: Welcome Gemma 4 huggingface.co
- Gemma 4 31B model card huggingface.co
- Gemma release notes (Google AI for Developers) ai.google.dev
发布时间等信息最近核实于 2026年11月8日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Qwen3.8-27B Alibaba Qwen | 27.8B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| gpt-oss OpenAI | 21B – 117B 激活 5.1B | 128K | Apache 2.0 (宽松) | 15 GB 笔记本或手机 | |
| MiniCPM-V 4.7 OpenBMB | 1.55B – 35.2B 激活 3B | 256K | Apache 2.0 (宽松) | 1.07 GB 笔记本或手机 | |
| Granite 4.2 IBM | 3.7B – 29.3B | 128K | Apache 2.0 (宽松) | 2.55 GB 笔记本或手机 |