Google DeepMind представила Gemma 4, семейство open-weight мультимодальных моделей с длинным контекстом до 256K tokens, распространяемых по Apache 2.0 license. В линейке несколько вариантов: 31B dense, 26B MoE (A4B), а также две edge‑модели E4B и E2B, рассчитанные на локальное и edge‑развертывание. С самого начала модели умеют работать с разными типами данных: text, vision, audio.
По ранним бенчмаркам Gemma-4-31B занимает #3 среди open models. Модель показывает сильные результаты в задачах научного рассуждения, набирая 85.7% GPQA Diamond. Экосистема поддерживается с первого дня: доступны интеграции с llama.cpp, Ollama, vLLM и LM Studio.
Отдельно отмечают производительность локального инференса на оборудовании вроде M2 Ultra и RTX 4090. В архитектуре используется комбинация hybrid attention и MoE layering, подход отличается от привычных transformers. Сообщество и разработчики быстро подключаются к работе с моделями, а инструменты один за другим получают новые интеграции.
Ключевые факты
Google DeepMind представила семейство open-weight мультимодальных моделей Gemma 4 с поддержкой контекста до 256K tokens под лицензией Apache 2.0.
В линейку входят модели 31B dense, 26B MoE (A4B), а также edge‑модели E4B и E2B для локального и edge‑развертывания с нативной поддержкой text, vision и audio.
По ранним бенчмаркам Gemma-4-31B занимает #3 среди open models и показывает 85.7% в тесте GPQA Diamond.
Поддержка в день запуска заявлена в инструментах llama.cpp, Ollama, vLLM и LM Studio, также отмечена локальная инференс‑производительность на M2 Ultra и RTX 4090.