一言でいうと

Gemma 4 は、Google DeepMind が Gemini 3 と同系統の技術をもとに作ったオープンソースモデルシリーズです。4つのサイズ（E2B/E4B/26B MoE/31B Dense）がすべて Apache 2.0 ライセンスを採用しており、商用利用・改変・製品への組み込みが可能です。

主要データ

まず最も重要な数字から見ていきましょう：

なぜこの順位が重要なのか？ 31B Dense の Arena AI Elo スコアは 1452 で、前にいるのは 745B の GLM-5 と 1T の Kimi K2.5 です。Gemma 4 は 31B のサイズで千億パラメータ級の勝負の土俵に食い込みました。パラメータ効率が極めて高いのです。

前世代からの飛躍

Gemma 3 27B と比較した、Gemma 4 31B の3つのコアシーンにおける向上幅：

• 数学推論（AIME 2026）：20.8% -> 89.2%、4倍の向上
• コード能力（LiveCodeBench v6）：29.1% -> 80.0%、世代を超える断層的な進化
• Agent ツール呼び出し（tau2-bench）：6.6% -> 86.4%、使えないレベルからベンチマーク級へ

エッジの能力：スマホでオフライン Agent 実行

E2B と E4B は、今回のリリースで最も注目に値する部分です。

この2つのモデルは、Google Pixel チーム、Qualcomm、MediaTek との綿密な連携で最適化されており、Pixel スマホ、Raspberry Pi、Jetson Orin Nano 上で完全オフラインで実行でき、遅延はほぼゼロです。削減版ではなく、完全なマルチモーダル Agent 能力です：

• 画像と動画の入力をネイティブサポート
• ネイティブな音声入力（E2B/E4B 専用）
• ネイティブな関数呼び出し、JSON 構造化出力、システム指示
• 140以上の言語サポート

直感的な比較をひとつ：E2B は科学知識ベンチマーク GPQA Diamond で 43.4% を獲得し、前世代の Gemma 3 27B は 42.4% でした。スマホの 2B モデルが、前世代 27B のデスクトップモデルに追いついたのです。

Google はさらに、Android アプリ Google AI Edge Gallery（Google Play からダウンロード可能）をリリースしました。Skills の体験ゾーンを内蔵しており、スマホ上で直接 Agent モードを試せます。

アーキテクチャのハイライト

Gemma 4 は派手な概念を積み上げるのではなく、実証済みのいくつかの技術を最適な形で組み合わせています：

レイヤーごとの埋め込み（PLE） -- E2B/E4B 専用。デコーダーの各層に独立した低次元の埋め込みテーブルを備え、層数を増やさずにパラメータ利用効率を大幅に向上させます。

共有 KV キャッシュ -- 最後の N 層が前の層の KV テンソルを再利用し、推論時の VRAM と計算量を削減します。長いコンテキストの生成でとりわけ恩恵があります。

交互注意力機構 -- 局所スライディングウィンドウとグローバル注意を交互に使い分け、速度と深い認識を両立します。

ローカルデプロイガイド

方法1：Ollama（最も手軽に始められる）

# 安装 Ollama 后直接拉取
ollama run gemma4:31b

# 26B MoE 版本（更快）
ollama run gemma4:26b-moe

# 端侧小模型
ollama run gemma4:e4b

方法2：Hugging Face + Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "google/gemma-4-31B-it"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype="auto"
)

モデルの重みは Hugging Face、Kaggle、Ollama で公開済みです。リリース初日から対応している主要フレームワークは Transformers、vLLM、llama.cpp、MLX、Unsloth、SGLang、Keras です。

ハードウェア要件の目安

Apache 2.0 の実質的な意味

今回は「オープンウェイト」ではなく、本当の Apache 2.0 オープンソースです：

• 商用利用、改変、再配布が完全に自由
• 特許保護の仕組みを内蔵
• 独自条項なし、グレーゾーンなし
• ハードウェア製品や業務デバイスに合法的に組み込み可能

Hugging Face CEO の Clément Delangue 氏はこれを「重要なマイルストーン」と評しました。2024年2月の初代リリースから現在までに、Gemma シリーズの総ダウンロード数は4億回を超え、コミュニティ派生のバリアントは10万を超えています。

Toolin's Take

誰に向いているか：

• ローカルデプロイなど、データをデバイスの外に出さない運用が必要な企業（医療、金融、工業）
• エッジデバイスで Agent を動かしたいモバイル開発者
• コストパフォーマンスの高いオープンソース基盤でファインチューニングしたい AI エンジニア

誰に向いていないか：

• 最強の総合能力が必要なユーザー（Claude Opus 4.6、GPT-5 が依然として最高水準）
• 複雑なマルチモーダルタスク（Simon Willison の実測：小規模モデルは複雑な視覚生成ではまだ不足あり）

核心的な強み： Apache 2.0 + エッジでのマルチモーダル + パラメータ効率。この3つの組み合わせは、現在の市場に他にありません。

制限： MoE モデルは有効化されるパラメータが 3.8B とはいえ、26B すべてのパラメータをメモリに読み込む必要があります。エッジモデルの実際のマルチモーダル能力はまだ改良の途中です。

関連リンク：

• Hugging Face モデルコレクション：https://huggingface.co/collections/google/gemma-4
• 公式テックブログ：https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
• Google AI Edge Gallery：Google Play で検索してダウンロード