Google Gemma 4 modellje Apache 2.0 licenc alatt érkezik, könnyebben integrálható
A Google négy különböző modellt adott ki két kategóriában: egy 31B-paraméteres sűrű modell és egy 26B A4B Mixture-of-Experts modell a munkaállomásokra, valamint két kompakt modell, az E2B és az E4B az alacsonyabb erőforrású eszközökhöz.

A Google DeepMind új Gemma 4 modellcsalád egyetlen nap alatt négy különböző változatot hozott a piacon. A "workstation" szint két modellét tartalmazza: egy 31 bázisparaméteres sűrű és egy 26 bázisparaméteres A4B Mixture-of-Experts (MoE) modellt, mindkettő 256 kódtároló kapacitással, szöveg- és képadatokat képes feldolgozni. Az "edge" szint két kompakt modellt kínál – E2B (2,3 bázisparaméteres hatékony, 5,1 bázisparaméteres teljes) és E4B – mindkettő 128 kódtárolóval, és támogatja a szöveget, képet és hangot. (VentureBeat)
A változás lényege a licencben. A Gemma 4 Apache 2.0 licenc alatt érhető el, ami a teljesen nyílt, engedélyező szabályozás, szemben a korábbi Gemma 3 egyedi, korlátozó szerződéssel. Ez a lépés megkönnyíti a vállalati bevezetést, mert nincs szükség jogi értelmezésre, sem "harmful-use" kitételre. A licencváltozás a legnagyobb akadályt távolítja el, amely a Google modelljei előtt állt.
Technikai szempontból a 26 bázisparaméteres MoE modell 128 kis szakértőből áll, nyolc aktív szakértővel minden tokenhez, egy állandóan futó szakértővel együtt. Ez lehetővé teszi, hogy a 27 bázisparaméteres intelligencia, de a 4 bázisparaméteres feldolgozási sebességhez hasonló teljesítményt nyújtson, így jelentős költségcsökkentést tesz lehetővé GPU-igényben. Mindkét workstation modell hibrid figyelemmechanizmussal dolgozik, amely a helyi csúszóablakot és a globális figyelmet kombinálva 256 kódtárolót tesz lehetővé.
A multimodális képességek is átalakulnak: a Gemma 4 minden modellje támogatja a változó arányú képeket, 70–1120 vizuális token költségkerettel, több kép és videó sorozat feldolgozásával. Az edge modellek beépített hangfeldolgozást is tartalmaznak, 305 millió paraméteres ASR-kal, 40 ms frame duration-tal. Funkcióhívás is natív, a Google FunctionGemma kutatása alapján, amely csökkenti a prompt engineering terhelését.
Benchmarkek alapján a 31 bázisparaméteres sűrű modell 89,2 %-es pontszámot ért el az AIME 2026-on, 80,0 %-t a LiveCodeBench v6-on, és 2 150 ELO-t a Codeforces-on. A MoE modell 88,3 %-t az AIME 2026-on, 77,1 %-t a LiveCodeBench-en. Ezek a számok a legnagyobb nyílt modell teljesítményét tükrözik, miközben a licenc és a költséghatékonyság új szintet jelent.
Google jelezte, hogy a Gemma 4 család nem áll a végén; további méretek várhatóak. A kombináció – teljesen nyílt, magas teljesítményű, multimodális modellek – a legátfogóbb kínálat, amit a Google eddig szállított.