Gemma 4: הסבר על כל גודל במשפחת המשקולות הפתוחות של Google

אין Gemma 4 יחיד שאפשר לחפש. הקו הנוכחי של DeepMind במודלים פתוחי-משקולות הוא חמישה מודלים נפרדים — Gemma 4 E2B, ‏Gemma 4 E4B, ‏Gemma 4 12B, ‏Gemma 4 26B A4B ו-Gemma 4 31B — הפרוסים על פני שתי ארכיטקטורות ושתי דרגות של חלון הקשר, והם חלוקים ביניהם בשאלה שאיתה מגיעים רוב הקוראים. שלושה מהחמישה מקבלים אודיו. שניים לא. שניים מהחמישה הם מסוג המודלים שקוראים להם דרך API; ה-12B הוא מהסוג שמורידים. לטעות בגודל היא הדרך הנפוצה ביותר לבזבז סוף שבוע על המשפחה הזו, ושום דבר ב-hub של הספק עצמו לא הופך את הפיצול לברור במבט אחד.

הפער הזה מדיד, וזו הסיבה שהעמוד הזה קיים. בנתוני Search Console שלנו עצמנו עבור 2026-09-15 עד 2026-10-12, פן Gemma 4 משך 499 חשיפות ו-5 קליקים ב-47 שאילתות. המונח לבדו — מישהו שמקליד רק "gemma 4" — היה אחראי ל-24 חשיפות ואפס קליקים בשתי שאילתות. שש השאילתות הגדולות בכל הסביבה הן השוואות, וכולן מול מודל Qwen 3.8: gemma 4 vs qwen 3.8 (99 חשיפות), gemma 4 vs qwen3.8 (40), gemma 4 vs qwen 3.8 27b (29). והבלוג החי כבר עונה באריכות על העימותים של 12B — שלוש gemma-4-12b-vs-* השוואות פותחות עם המודל הזה, ועוד ארבעים נושאות אותו בצד השני של ה-versus. כל אחת מהן מציגה את אותו Gemma 4 12B נטול המקודד מול יריב אחר. הקוראים לא שואלים מהו Gemma 4. הם שואלים אם הוא מנצח משהו. השאלה הזו שייכת לעמודי ההשוואה. מה שההשוואות צריכות — ומה שעדיין לא נכתב — הוא מקום אחד שאומר במדויק מהו Gemma 4 ואילו גדלים קיימים.

מהי Gemma 4 באמת

Gemma 4 היא משפחת המודלים במשקלים פתוחים של DeepMind, שפורסמה הן בצורה מאומנת מראש והן בצורה מכווננת להוראות, כאשר נקודות הביקורת המכווננות להוראות נושאות את -it כסיומת. המשפחה משתרעת על עיצובים צפופים ועיצובי תערובת מומחים, חמישה גדלים, וקבוצה משותפת של בחירות ארכיטקטוניות: קשב היברידי שמשזור קשב מקומי עם חלון הזזה עם קשב גלובלי מלא, כאשר השכבה האחרונה היא תמיד גלובלית; מפתחות וערכים מאוחדים בשכבות הגלובליות בתוספת RoPE פרופורציונלי כדי לרסן את זיכרון ההקשר הארוך; אוצר מילים של 262,000 טוקנים; מצבי חשיבה ניתנים להגדרה; קריאה מקורית לפונקציות; ותמיכה מקורית בsystem כתפקיד. כרטיסי המודל אומרים שהמודלים אומנו מראש על יותר מ-140 שפות, כאשר יותר מ-35 נתמכות מחוץ לקופסה.

שני דברים בנוגע למשפחה מכריעים עבור רוב הקוראים עוד לפני שהביצועים נכנסים לשיחה.

הראשון הוא הרישיון. כל גודל של Gemma 4 במשפחה מופץ תחת Apache 2.0. זהו שינוי בעמדה: מהדורות Gemma 2 ו‑Gemma 3 נשאו את תנאי השימוש המותאמים של Gemma, וכרטיסי המודל שלהן ב‑Hugging Face עדיין מציינים license: gemma. כרטיסי Gemma 4 מפנים במקום זאת לנוסח רישיון Apache 2.0, ופוסט ההשקה מתאר את המשפחה כ"משוחררת תחת רישיון Apache 2.0 מתירני מבחינה מסחרית". עבור כל מי שהיה צריך לתת את הדעת על תנאי השימוש של Gemma בעבר, זוהי עובדת הכותרת בעמוד הזה. היא חלה לכל גודל בנפרד, והיא מצוינת בכרטיס המודל של כל גודל — ולא מוסקת מטענה ברמת המשפחה.

השנייה היא ש"Gemma 4" אינו מודל אחד, והגדלים אינם עותקים בקנה מידה זה של זה. E2B ו-E4B משתמשים בתחבולה שנקראת Per-Layer Embeddings, שבה כל שכבת מפענח מקבלת טבלת הטמעות קטנה משלה לכל טוקן; הטבלאות האלה גדולות אך נקראות רק באמצעות lookup, ולכן הכרטיס מציין מספרי פרמטרים אפקטיביים (2.3B ו-4.5B) שנמצאים הרחק מתחת לסכומים הכוללים את ההטמעות (5.1B ו-8B). ה-12B הוא החריג מבחינה ארכיטקטונית — הוא נטול מקודד, ומקרין טלאי תמונה גולמיים וצורות גל אודיו ישירות אל ה-Transformer דרך שכבות לינאריות קלות ולא דרך מקודדי חזות ואודיו ייעודיים. ה-31B הוא מודל צפוף קונבנציונלי. ה-26B A4B הוא דליל. ארבעה פרופילי מכונה שונים, שם משפחה אחד.

מפת המידות

הנה המשפחה כפי שכרטיסי המודל שלה עצמה מתארים אותה. הפרמטרים, מספרי השכבות וחלונות ההקשר שלהלן נקראים מטבלאות המפרט של dense ו-MoE בכרטיסי המודל של Gemma 4.

Gemma 4 E2B. החבר הקטן ביותר: 2.3B פרמטרים אפקטיביים, 5.1B כולל אמבדינגים, 35 שכבות, חלון הזזה של 512 טוקנים והקשר של 128K. הוא מטפל בטקסט, בתמונה ובאודיו, עם כ-150M פרמטרים של מקודד חזותי וכ-300M לאודיו. הוא נבנה עבור טלפונים והתקני IoT, והוא אינו אחד משלושת הגדלים שהיצרן פרסם עבורם עמוד נפרד באצווה הזו — אם הגעתם לכאן במיוחד בשביל E2B, הקטע הזה הוא כל מה שיש.

Gemma 4 E4B. אותו עיצוב, מדרגה אחת למעלה: 4.5B פרמטרים אפקטיביים, 8B כולל אמבדינגים, 42 שכבות, חלון הזזה של 512 טוקנים, הקשר של 128K, ואותו כיסוי של טקסט, תמונה ואודיו עם אותם גדלי מקודדים. גם מודל קצה, וגם בלי עמוד ייעודי כאן.

Gemma 4 12B. האמצעי המאוחד ונטול-המקודד של המשפחה: 11.95B פרמטרים, 48 שכבות, חלון הזזה של 1,024 טוקנים, הקשר של 256K, ואודיו מקורי לצד טקסט ותמונה — שפוסט ההשקה מ-3 ביוני 2026 מכנה אותו ה-Gemma הראשון בגודל בינוני שמקבל אודיו. הניסוח של הספק עצמו לפריסה מקומית הוא 16GB של VRAM או זיכרון מאוחד. יש לו עמוד משלו באצווה הזו, וכל נוכחות החיפוש החיה של המשפחה היום היא שלוש gemma-4-12b-vs-* השוואות, כך שהעמוד הזה נושא משקל רב.

Gemma 4 26B A4B. המודל הדליל, וזה שעליו מדבר מדור הסימון שלהלן בעמוד זה: 25.2B פרמטרים בסך הכול, 30 שכבות, חלון הזזה של 1,024 טוקנים, הקשר של 256K, טקסט ותמונה בלבד — ללא אודיו — ו-8 מומחים פעילים מתוך 128 ועוד מומחה משותף אחד. יש לו עמוד משלו באצווה הזו.

Gemma 4 31B. הדגם ה-Dense הבכיר: 30.7B פרמטרים, 60 שכבות, חלון הזזה של 1,024 טוקנים, הקשר של 256K, טקסט ותמונה עם מקודד ראייה של ~550M וללא אודיו כלל. יש לו עמוד משלו במקבץ הזה.

הציבו את החמישה זה לצד זה, והחלוקה לדרגות נקייה בהיבט אחד ומבולגנת בהיבט אחר. חלון ההקשר עוקב אחרי הגודל בדיוק — 128K מתחת ל-12B, 256K ב-12B ומעלה. באודיו זה לא כך: הוא זמין בשני הגדלים הקטנים ביותר וב-12B, ונעדר משני הגדלים הגדולים ביותר. אם אתם זקוקים לקלט דיבור, ה-31B הוא הבחירה הלא נכונה, לא משנה כמה אתם מוכנים להשקיע בחומרה.

ה־"A4B" ב־26B A4B, מפוענח

השם מכיל שני מספרים, ורק אחד מהם הוא ספירת פרמטרים שבה הייתם משתמשים לתכנון זיכרון. ה-26B הוא הסך הכולל: 25.2B פרמטרים נמצאים בצ'קפוינט.A4B הוא מספר הפרמטרים הפעילים — בערך 3.8B פרמטרים נגעים בכל טוקן במהלך האינפרנס, כי הנתב של mixture-of-experts בוחר 8 מתוך 128 מומחים (בתוספת מומחה משותף אחד) עבור כל טוקן. כרטיס המודל מציין את ה-"A" במפורש: "ה-'A' ב-26B A4B מייצג 'פרמטרים פעילים', בניגוד למספר הפרמטרים הכולל שהמודל מכיל."

מה שזה נותן לך הוא מהירות הסקה קרובה יותר לזו של מודל 4B מאשר לזו של 26B, בעוד שהאיכות יושבת קרוב יותר ל-31B הצפוף — זה התיאור של כרטיס המודל עצמו, והסיבה ש-26B A4B קיים בכלל כדרגה. מה שזה לא נותן לך הוא הורדה קטנה. אתה טוען את כל 25.2B הפרמטרים; אתה פשוט לא מכפיל מול כולם.

משקולות פתוחות, לפי גודל, ומה שהרישיון מתיר

כל חמשת הגדלים הם מהדורות במשקולות פתוחות, וכל חמשת כרטיסי המודל מצהירים על Apache 2.0 — E2B, E4B, 12B, 26B A4B ו-31B כאחד. פוסט ההשקה מתאר את המשפחה כ"משוחררת תחת רישיון Apache 2.0 מתירני מבחינה מסחרית" שמעניק למפתחים שליטה על הנתונים, התשתית והמודלים שלהם, ופוסט ה-12B חוזר על האזכור של Apache 2.0 עבור אותו גודל.

Apache 2.0 הוא כל סיפור הרישיון כאן, אבל כדאי לדייק במה הדבר אומר, מפני שזו השאלה שהרישיון עונה עליה ולא הצהרה על שירות מתארח כלשהו. Apache 2.0 מעניק רישיון זכויות יוצרים תמידי, עולמי, לא בלעדי וללא תמלוגים, ומענק פטנט תואם; הוא מתיר הפצה מחדש ושינוי, ודורש שטקסט הרישיון ילווה את היצירה ושקבצים ששונו יסומנו. מענק הפטנט מתבטל אם אתה מגיש תביעת פטנט בגין היצירה. הוא אינו מעניק זכויות סימן מסחר מעבר לשימוש תיאורי מקובל, ומתנער מאחריות. כאשר קוראים אותו אל מול תנאי השימוש של Gemma 2 ו-3, ההבדל המעשי הוא ש-Apache 2.0 הוא רישיון מתירני סטנדרטי בלי נספח נפרד לשימוש מקובל המצורף למשקלים.

אז הרישיון מתיר הפצה מחדש, שימוש מסחרי, שינוי וכיוונון עדין של המשקלים הללו, והמשקלים עצמם מפורסמים. זהו מלוא היקף הדברים שהטקסט של הרישיון אומר. מה ששירות מסוים מייצר עם מודל בסביבת ייצור הוא שאלה נפרדת, הכפופה לתנאים של אותו שירות ולא להענקה של Apache 2.0.

פורמטי הורדה: מה המשמעות של "QAT" ומאגרי GGUF עבורך

זו שאלת קורא שיש מאחוריה תנועה אמיתית, ולכן היא מקבלת תשובה כאן ולא הפניה למקום אחר. הספק מספק צ'קפוינטים שאומנו במודעות לקוונטיזציה (QAT) עבור כל המשפחה, והם הסיבה שגודל שנראה גדול מדי עבור המכונה שלך לעיתים קרובות אינו כזה.

• נקודות ביקורת QAT מפורסמות עבור כל גודל וב�יותר מפורמט אחד: qat-q4_0-gguf עבור סביבות ריצה מקומיות בסגנון llama.cpp, qat-w4a16-ct עבור הגשת משקלים של 4 ביט / אקטיבציה של 16 ביט, ו-qat-q4_0-unquantized גרסאות הנושאות את המשקלים שאומנו ב-QAT ללא האריזה, כך שתוכל לכמת אותן בעצמך.

• דף Gemma מתאר את QAT כ"דחיסת מודלים ליעילות בנייד ובמחשב נייד", מתוארך ליוני 2026 — אותו חודש שבו הגיע ה-12B.

• התאם את הפורמט לגודל במכוון. ל-E2B, E4B ו-12B יש qat-q4_0-gguf בניות שמיועדות לטלפונים, למחשבים ניידים ול-GPU צרכני בודד; ל-26B A4B ול-31B יש גם בניות של 4 סיביות, אבל הן קוונטיזציה בצד השרת עבור מכונה עם זיכרון אמיתי, לא יעד טלפוני.

ישנם גם -assistant גרסאות ברחבי המשפחה, שהן מנגנוני טיוטה לחיזוי רב-טוקנים שהספק מספק לצד המודלים; עמוד Gemma באתר deepmind.com מתארך את עבודת הטיוטה למאי 2026. מדובר בטכניקת האצה לפענוח ספקולטיבי, לא במודל שונה — עדיין יש צורך בצ'קפוינט הראשי.

היכן הגדלים יושבים על החומרה, וכמה הם עולים

פוסט ההשקה של המשפחה מתאר את שני המודלים הגדולים יותר כמשקולות bfloat16 לא מכומתות ש"נכנסות ביעילות על כרטיס GPU בודד מדגם NVIDIA H100 עם 80GB". עם 30.7 מיליארד פרמטרים, ה-31B הוא קצת מעל 60GB ב-bfloat16, שזו קריאה הוגנת של המשפט הזה. ה-26B A4B, עם 25.2 מיליארד פרמטרים בסך הכל, מגיע לסביבות 50GB ב-bfloat16 אבל רץ במהירות שמספר 3.8B הפרמטרים הפעילים שלו מרמז עליה.

ה-12B הוא הגודל שהספק משווק במפורש לשימוש מקומי — "קטן מספיק כדי לרוץ מקומית עם 16GB בלבד של VRAM או זיכרון מאוחד," לפי פוסט ההשקה מיוני 2026, כאשר build של 4-bit QAT GGUF הוא הדרך הברורה להיכנס לתקציב הזה. זוהי טענה של ספק על תצורה ספציפית, לא הבטחה כללית לגבי כל רמת קוונטיזציה.

לגבי המחיר, ההצגה הכנה היא שהמשפחה הזו מתפצלת בין שני מודלי עלות בעת ובעונה אחת. אם אתם מארחים בעצמכם, העלות שלכם היא ה-GPU והחשמל. אם אתם קוראים לנקודת קצה מתארחת, מחיר ה-per-token נקבע על ידי מי שמשרת אותה, ועבור רוב המשפחה הזו המספר הזה משתנה בהתאם לספק. Artificial Analysis, מעריך בלתי תלוי, מפרט את Gemma 4 12B (Reasoning) ב-$0.10 למיליון טוקני קלט ו-$0.30 למיליון טוקני פלט — ומסמן באותו עמוד עם ההערה שאין "API זמין לציבור" עבור הווריאנט הזה, שזה אות עצמאי שימושי לגבי אילו גדלים במשפחה הזו באמת יש להם נקודות קצה מתארחות בשטח.

בנצ'מרקים של ספקים, עם התגיות מצורפות

המספרים שלהלן הם של הספק עצמו, שפורסמו בכרטיסי המודל של Gemma 4, והם אינם משוחזרים כאן. הם משווים את המודלים המכווננים להוראות, כאשר Gemma 3 27B (ללא חשיבה) הוא קו הבסיס של הדור הקודם.

• חשיבה — MMLU Pro: ‏31B 85.2%, ‏26B A4B 82.6%, ‏12B 77.2%, ‏E4B 69.4%, ‏E2B 60.0%, לעומת Gemma 3 27B שעומד על 67.6%.

• מתמטיקה תחרותית — AIME 2026 ללא כלים: 89.2% / 88.3% / 77.5% / 42.5% / 37.5%, בסיס 20.8%.

• קוד — LiveCodeBench v6: 80.0% / 77.1% / 72.0% / 52.0% / 44.0%, קו בסיס 29.1%. ELO של Codeforces: 2150 / 1718 / 1659 / 940 / 633, קו בסיס 110.

• מדע — GPQA Diamond: 84.3% / 82.3% / 78.8% / 58.6% / 43.4%, קו בסיס 42.4%.

• משימות סוכניות — Tau2, בממוצע על פני שלוש הרצות: 76.9% / 68.2% / 69.0% / 42.2% / 24.5%, בסיס 16.2%.

• הקשר ארוך — MRCR v2, 8-needle ב-128k: 66.4% / 44.1% / 43.4% / 25.4% / 19.1%, קו בסיס 13.5%. השורה הזו היא זו שמבדילה את ה-31B מאחיו בצורה החדה ביותר.

• ראייה — MMMU Pro: 76.9% / 73.8% / 69.1% / 52.6% / 44.2%. MATH-Vision: 85.6% / 82.4% / 79.7% / 59.5% / 52.4%.

• פענוח מסמכים — OmniDocBench 1.5 לפי מרחק עריכה ממוצע, כאשר נמוך יותר טוב: 0.131 / 0.149 / 0.164 / 0.181 / 0.290.

שתי טענות של הספק מפוסט ההשקה שווה להפריד מהטבלה, מפני שהן דירוגים ולא מדידות: הספק מתאר את ה-31B כ"מודל הפתוח ה-3 בעולם" ואת ה-26B A4B כמי שתופס את "המקום ה-6". אלה המיקומים של הספק מול קבוצת מודלים שהוא בחר. כרטיס המודל גם מתעד שציוני האודיו של ה-12B אינם כוללים סינית. וספרה אחת שהיא לא מדד ולא מחיר: הפוסט של 12B מיוני 2026 אומר שמודלי Gemma 4 "חצו 150 מיליון הורדות". זהו מספר שדווח על ידי הספק ללא אימות בלתי תלוי.

רק ציון בלתי־תלוי אחד נמצא למשפחה הזו. Artificial Analysis מציגה את Gemma 4 12B (Reasoning) בציון 14 במדד האינטליגנציה שלה — כשהוא מסומן במפורש כהערכה, בעוד ההערכה הבלתי־תלויה עוד לפנינו, ומדורג במקום ה-20 מתוך 141 — לצד 110.9 אסימוני פלט לשנייה ו-2.49 שניות עד לאסימון הראשון. עמוד המדד שלה אינו נושא ציון מדוד כלשהו של Gemma 4 בגדלים הגדולים יותר. התייחסו לכל הטבלה שלמעלה כאל נתונים של הספק עצמו, ולציון 14 של ה-12B כאל נקודת הנתונים המדודה היחידה במשפחה עד כה, וגם היא זמנית בלבד.

אילו חברים של Gemma 4 אנחנו משרתים

OrcaRouter מספק שלושה ערכים של Gemma 4, והם נמצאים ברשימה החיה היום:

• google/gemma-4-26b-a4b-it — ה-26B A4B הדליל המכוונן להוראות, המתואר בקטלוג שלנו כבעל 25.2B פרמטרים בסך הכול עם 3.8B מופעלים לכל טוקן וחלון הקשר של 262,144 טוקנים, המקבל קלט של טקסט, תמונה וווידאו. מחיר מחירון $0.06 למיליון טוקני קלט ו-$0.33 למיליון טוקני פלט, עם קריאות קלט מהמטמון ב-$0.0075 למיליון.

• google/gemma-4-31b-it — המודל הצפוף 31B המכוונן להוראות, עם 30.7B פרמטרים. מחיר מחירון: 0.13 דולר למיליון טוקני קלט ו-0.38 דולר למיליון טוקני פלט.

• obsidian/gemma-4-26B-A4B — גרסה של אותו 26B A4B דליל המתארחת ב-Obsidian, עם חלון הקשר של 262K טוקנים וקלט של טקסט ותמונות, הממוצבת על ידי הספק שלה לכתיבה יצירתית, משחקי תפקידים ועבודת עוזר עם הקשר ארוך. מחיר מחירון: 0.25 דולר למיליון טוקני קלט ו-2.90 דולר למיליון טוקני פלט.

שניים מתוך השלושה הם אותו מודל בסיס המוגש על ידי ספקים שונים, וזהו המקרה המועיל עבור שכבת ניתוב ולא סתם קוריוז. אם ספק מתדרדר, אותה בקשה עוברת אוטומטית ל-id האחר בלי שינוי בקוד, ומכיוון שאנחנו מעבירים הלאה את מחירי המחירון של הספקים בתוספת של 0%, הורדת מחיר בשירות מתארח אצל כל אחד מהשלושה האלה מגיעה אליכם ביום שהיא נוחתת ולא אחרי מחזור תמחור מחדש. שתי הרשומות של 26B A4B הן גם ההמחשה הבהירה ביותר לכך שכדאי לבחון את פער המחירים לפני שאתם בוחרים כברירת מחדל באחד מהם: פער של פי 4 בקלט ופער של פי 8.8 בפלט בין שתי רשומות שמריצות את אותה ארכיטקטורה הוא החלטת ניתוב, לא החלטת מודל.

דבר אחד חסר, וראוי לומר אותו במפורש ולא רק לרמוז עליו. אין ברשימה שלנו מזהה 12B בשום צורת כתיב. הגודל עם מספר העמודים החיים הגבוה ביותר והביקוש הרב ביותר להשוואה במשפחה הזו הוא בדיוק זה שאיננו מספקים, כך שאם אתם רוצים את ה-12B דרך endpoint מתארח, זה לא המקום להשיג אותו — ואם אתם רוצים את החבר במשפחה הזו נטול-המקודד, בעל יכולת אודיו, בדרגת 16GB, אירוח עצמי של המשקולות הפתוחות הוא המסלול שעליכם לתכנן.

מה לא הוסדר

שלושה דברים שקורא לא צריך להתייחס אליהם כאל סגורים. ראשית, טבלת הבנצ'מרק מבוססת כולה על דיווחי הספק; המספר העצמאי היחיד הזמין למשפחה הזו הוא ציון Intelligence Index מוערך בודד עבור גודל אחד. שנית, הביקוש למשפחה הזו הוא כמעט כולו השוואתי ולא עצמאי — 73% מהחשיפות של משפחת Gemma 4 בנתונים שלנו מגיעות משאילתות מוסמכות, ושש הגדולות שבהן כולן השוואות ל-Qwen — מה שאומר שהתשובות שהקוראים באמת רוצים תלויות בהתמודדויות שעדיין נמדדות. שלישית, ההאב של הספק עצמו הצמיח מאז שכנים עם שמות שקרובים למשפחה הזו: DiffusionGemma המבוסס על Gemma 4, מנסחים לחיזוי ריבוי-טוקנים, ו-EmbeddingGemma 2. אלה מודלים נפרדים, לא גדלים של Gemma 4, וערבוב שלהם לתוך השוואת גדלים יניב שטויות.

זמינות

המשקלים של כל חמשת הגדלים — E2B, E4B, 12B, 26B A4B ו-31B — מתפרסמים באופן פתוח תחת Apache 2.0, בצורה מאומנת מראש ובצורה מכווננת להוראות, עם בניות QAT ו-GGUF לצידם, דרך ההפצה של הספק עצמו ומאגרי המודלים הרגילים. בנקודות קצה מתארחות, ההרכב משתנה לפי פלטפורמה, ובמשפחה הזו השונות רחבה מהרגיל: שלושה מחמשת הגדלים מופיעים ברשימה החיה שלנו, ה-12B אינו מופיע בשלנו, ולפחות מעריך בלתי תלוי אחד לא מתעד API זמין לציבור עבורו כלל. בדקו את הקטלוג החי של הפלטפורמה שבה אתם משתמשים עבור הגודל הספציפי שאתם צריכים, במקום להניח ששם המשפחה מכסה אותו.