Google DeepMindは2026年4月2日に、新らしいオープンウェイトモデルファミリー Gemma 4 を発表しました。Gemma 4 は Apache 2.0 ライセンスで提供され、推論、エージェント型ワークフロー、コーディング、マルチモーダル理解を重視したモデル群です。Googleは公式に、Gemma 4 を「Gemini 3 と同じ研究・技術を基盤にしたオープンモデル」と位置づけています。
Gemma 4 は、Google DeepMindが開発したオープンウェイト（重みを公開）のLLM/VLMファミリーです。Geminiの技術をベースに、推論・エージェント型ワークフロー・コーディング・マルチモーダル理解に強みを持ちます。
主な特徴を整理すると以下のとおりです。
Gemma 3まで採用されていた独自の「Gemma Terms of Use」から Apache 2.0 へ移行した点は、企業導入の観点で大きな変更点です。
Gemma 4 は用途と実行環境に応じた4サイズで提供されます。
バリアント | アーキテクチャ | 総パラメータ | 推論時アクティブ | コンテキスト | 音声入力 |
|---|---|---|---|---|---|
E2B | Dense + PLE | 約5.1B | 約2.3B相当 | 128K | ○ |
E4B | Dense + PLE | — | 約4B相当 | 128K | ○ |
26B-A4B | MoE（128専門家） | 26B | 約3.8B | 256K | ✕ |
31B | Dense | 31B | 31B | 256K | ✕ |
「E」は Effective（実効）パラメータの意味です。Per-Layer Embeddings（PLE）という技術により、実際のパラメータ数より少ないメモリで、より大きなモデルに匹敵する表現力を実現しています。E2Bの場合、量子化すれば約1.5GB以下のメモリに収まるとされ、スマートフォンでの実行も視野に入ります。
26B-A4BはMixture of Experts（MoE）で、128の小型エキスパートのうち8＋1共有エキスパートのみをトークンごとにアクティブにします。推論時に3.8Bパラメータしか使わないため、レイテンシ重視の用途に向いています。31B Denseは品質最重視のバリアントで、ファインチューニングのベースとしても有力です。
Gemma 4 のアーキテクチャには、以下の3つの主要な技術革新があります。
PLEは各デコーダ層に小さな残差信号を供給する第2の埋め込みテーブルです。トークンID成分とコンテキスト認識成分を組み合わせたベクトルを各層ごとに生成し、アテンションとフィードフォワードの後に軽量な残差ブロックで隠れ状態を調整します。これにより、小型モデルでも大型モデル並みの表現深度を実現しています。
ローカルスライディングウィンドウアテンション（小型モデル512トークン、大型モデル1024トークン）とグローバルフルコンテキストアテンションを層ごとに交互に配置します。最終層は常にグローバルアテンションとし、長文脈の深い理解と低メモリフットプリントを両立しています。
スライディングウィンドウ層には標準RoPE、グローバル層にはProportional RoPEを適用するデュアルRoPE構成です。グローバル層ではKey/Valueを統合しており、長いコンテキストを効率的に処理できます。
公式ブログおよびモデルカードで公開されている主な指標を以下にまとめます。
ベンチマーク | 31B Dense | 備考 |
|---|---|---|
MMLU-Pro | 85.2% | Qwen 3.5 27Bを上回るとされる |
AIME 2026 | 89.2% | 数学推論 |
LiveCodeBench v6 | 80.0% | コーディング |
Codeforces ELO | 2150 | より大型のモデルと競合 |
※ 上記スコアは公式ブログや関連記事で報告された数値です。評価条件（プロンプト設定・思考モードの有無など）によって変動する可能性があるため、導入判断時は公式モデルカードの詳細を確認してください。
Gemma 3との主な違いは以下のとおりです。
Gemma 4 は複数のプラットフォームから入手・実行できます。
各バリアントのモデルページ（例: google/gemma-4-31B）からダウンロード可能です。itサフィックス付きがInstruction-tunedモデルです。
pip install -U transformers torch\nfrom transformers import pipeline\npipe = pipeline("text-generation", model="google/gemma-4-31B-it")\nOllamaでローカル実行が可能です。Instruction-tunedモデルが利用できます。
ollama run gemma4Kaggle Modelsページからノートブック環境で直接試せます。GPU付き環境が無料枠で利用可能です。
Google AI for Developers経由でAPI呼び出しも可能です。ローカルにGPUがない場合の選択肢になります。
LM Studio、Gemma.cpp、LiteRT-LM、llama.cpp、MediaPipe、MLX、Transformers、PyTorch、Kerasでも動作が確認されています。量子化（GGUF等）版はUnslothやコミュニティから提供されており、VRAM制約のある環境での実行に役立ちます。
Gemma 4 は、Google DeepMind が公開した最新のオープンウェイトモデルファミリーで、Apache 2.0、128K～256K の長文脈、thinking モード、function calling、画像・動画理解、そして E2B/E4B の音声入力が大きな特徴です。小型モデルはエッジやモバイル寄り、大型モデルは PC やワークステーション寄りと役割が明確で、ローカル実行から hosted API まで選択肢が広い点も魅力です。Gemma 4 は、オンデバイスAIとローカル推論を本格的に検討したい開発者にとって、有力な候補と言えます。