Google、オープンモデル「Gemma 4」発表：Apache 2.0採用で最大256K対応

Gemma 4は、Googleが商用利用しやすいApache 2.0ライセンスで公開した最新のオープンモデル群です。高度な推論や自律型エージェントのワークフローを、ローカル環境で直接動かすために設計されています。

ラインナップは端末向けのE2B、E4Bと、大型の26B MoE、31B Denseの計4種類です。単なるテキスト対話にとどまらず、ツール呼び出しやJSON構造化出力、システム指示にネイティブ対応しています。

何ができるのか

全モデルが画像と動画の混在入力に対応しており、OCRやグラフ解析をスムーズにこなします。さらに軽量なE2BとE4Bは音声入力にもネイティブ対応し、オフラインでの音声認識が可能です。

コンテキスト長も大幅に強化されました。エッジ向けモデルで128K、26Bと31Bでは最大256Kトークンを処理できるため、大規模なコードベースや分厚い専門文書をそのまま入力できます。事前学習は140以上の言語に対応しています。

ベンチマークでの存在感も際立ちます。Arena AIのテキスト評価では、31B Denseが世界のオープンモデル中第3位、26B MoEが第6位を記録しました。26Bモデルは自重の20倍のサイズを持つ競合モデルを上回るスコアを示しています。

この高効率の鍵は構造にあります。26B MoEは推論時に3.8Bのパラメータしかアクティブにしないため、高速なトークン生成が可能です。一方の31B Denseは純粋な回答精度を重視し、ファインチューニングのベースとして適しています。

どう動かすか

動作環境のハードルは低く抑えられています。E2BとE4BはAndroid端末、Raspberry Pi、NVIDIA Jetson Orin Nanoなどのエッジデバイス上で、完全オフラインかつ極めて低い遅延で動作します。

上位の26Bと31Bは、非量子化のbfloat16形式であれば80GBのNVIDIA H100単体で稼働します。量子化バージョンを用いれば、一般的なRTX搭載PCやDGX Sparkでも快適に動作します。

初日から主要ツールが対応済みです。重みはHugging Face、Kaggle、Ollamaから入手でき、llama.cppのGGUFやLM Studio、vLLM、MLXですぐに実行可能です。Unslothを使ったファインチューニングにも対応しています。手軽に試すならGoogle AI StudioやGoogle AI Edge Galleryも利用できます。

なぜ重要か

最大のポイントは、利用規約の制限が緩いApache 2.0への完全移行です。個人開発者から企業まで、商用利用や機密データのオンプレミス処理に安心して組み込める環境が整いました。

ローカルで動作するエージェントやオフラインの開発アシスタントを構築したい人にとって、いま試す価値は十分にあります。とりわけ実質3.8B分の負荷で最高水準の推論性能を引き出せる26B MoEは、個人ハードウェア運用の有力な選択肢になりそうです。