Googleは最近、Gemma 4をリリースした。実効2Bおよび4Bのエッジバリアント、26BのMixture-of-Expertsモデル、31B denseモデルで構成されるオープンウェイトモデルのファミリーで、いずれもApache 2.0ライセンスのもとで配布されている。今回のリリースではラインナップ全体にわたるネイティブな動画・画像処理、小型モデルでの音声入力、最大256Kトークンのコンテキストウィンドウが導入されており、31B denseバリアントのベンチマーク結果は通常その3〜5倍のサイズのモデルが占める水準に位置している。
エージェント指向の方向性は、具体的な能力に反映されている。Googleは31BバリアントがGPQA Diamondで84.3％、LiveCodeBench v6で80.0％のスコアを達成したと報告している。GPQA Diamondの結果は従来のGemma 3 IT 27Bが達成した42.4％をほぼ倍増させており、科学的推論とコード生成における大幅な向上を反映している。ツール利用については、各モデルが関数呼び出しのネイティブサポート、構造化JSONアウトプット、ネイティブシステムインストラクションを追加しており、これらの組み合わせにより外部ツールやAPIと連携し、開発者がマルチステップのワークフローを安定して実行する自律型エージェントを構築できるようにすることを意図している。
アーキテクチャ面では、ラインナップはdense と sparse の両設計を含む。26B MoEモデルは推論時に38億パラメータのみをアクティベートすることで高速なトークン毎秒を実現し、一方31B denseバリアントはピーク時のパラメータ数よりもトークンごとのコストの一貫性が重要なワークロードを対象としている。メモリと消費電力の制約が厳しいモバイルやIoTデバイス向けにサイズ調整されたエッジモデルは128Kのコンテキストウィンドウを提供；大型モデルは256Kトークンまで拡張され、大規模なコードリポジトリや長文ドキュメントを1回のプロンプトで取り込むのに十分な容量がある。4つのバリアントはすべて可変解像度での動画・画像をネイティブに処理し、E2BおよびE4Bエッジモデルは音声認識と理解のためのネイティブ音声入力を追加している；このファミリーは140以上の言語で学習されている。
ベンチマークで、Googleは31B denseモデルが推定LLMArenaスコアで1452を達成したと報告しており、通常はパラメータ数が3〜5倍の大幅に大型なモデルに限定されるパフォーマンス水準に位置している。
/filters:no_upscale()/news/2026/04/google-gemm4/en/resources/1gemma-4__elo-score__eval__dark_Web-1776305647362.png)
出典: Google blog
オープンモデルコミュニティでの反応は生のスコアより使いやすさと新ライセンス体系にフォーカスしている。Sam Witteveen氏はApache 2.0ライセンスを称賛した：
これは正真正銘のApache 2ライセンスです。つまり初めてGoogleのベストオープンモデルを取得し、改変し、ファインチューニングし、商業用にデプロイし、何でも好きなことができるようになりました。一切の制約なしに。
Nathan Lambert氏はGemma 4の価値は摩擦のない統合にあると主張し、述べた：
Gemma 4の成功は完全に使いやすさによって決まるでしょう、ベンチマークで5〜10％の揺れがあってもまったく問題ありません。十分に高性能で、十分に小型で、適切なライセンスを備え、しかも米国発であるため、多くの企業がこれを採用するでしょう。
デイゼロ・ディストリビューションは広範囲にわたる：ウェイトはHugging Face、Kaggleで入手可能、vLLM、llama.cpp、Ollama、MLX、LM Studio、Unsloth、SGLang、NVIDIA NIM経由のリファレンスパス、さらにNVIDIA Model Optimizerを使ったNVFP4量子化31Bチェックポイントも提供される。KaggleではGemma 4 Good Challengeを開催しており、新モデルを活用して意義あるポジティブ変化をもたらすプロダクトの構築を開発者に呼びかけている。