Gemma 4: wyjaśnienie każdego rozmiaru w rodzinie otwartych modeli Google

Nie ma jednego modelu Gemma 4, do którego można by zajrzeć. Obecna linia modeli otwartych DeepMind to pięć odrębnych modeli — Gemma 4 E2B, Gemma 4 E4B, Gemma 4 12B, Gemma 4 26B A4B i Gemma 4 31B — rozciągniętych na dwie architektury i dwa poziomy okna kontekstowego, i nie zgadzają się one ze sobą w kwestii, z którą przychodzi większość czytelników. Trzy z pięciu przyjmują dźwięk. Dwa nie. Dwa z pięciu to modele, które wywołujesz przez API; 12B to ten, który pobierasz. Pomylenie rozmiaru to najczęstszy sposób, by zmarnować weekend z tą rodziną, a nic na własnym hubie dostawcy nie sprawia, że podział jest oczywisty na pierwszy rzut oka.

Ta luka jest mierzalna i właśnie dlatego istnieje ta strona. W naszych własnych danych Search Console za okres od 2026-09-15 do 2026-10-12 aspekt Gemma 4 zebrał 499 wyświetleń i 5 kliknięć w 47 zapytaniach. Sam termin — ktoś wpisujący po prostu „gemma 4” — odpowiadał za 24 wyświetlenia i zero kliknięć w dwóch zapytaniach. Sześć największych zapytań w całym sąsiedztwie to porównania i każde z nich dotyczy modelu Qwen 3.8: gemma 4 vs qwen 3.8 (99 wyświetleń), gemma 4 vs qwen3.8 (40), gemma 4 vs qwen 3.8 27b (29). A blog na żywo już obszernie odpowiada na pojedynki 12B — trzy porównania gemma-4-12b-vs-* zaczynają się od tego modelu, a czterdzieści kolejnych umieszcza go po drugiej stronie versus. Każde z nich zestawia ten sam Gemma 4 12B bez enkodera z innym przeciwnikiem. Czytelnicy nie pytają, czym jest Gemma 4. Pytają, czy pokonuje coś. To pytanie należy do stron porównawczych. Porównaniom potrzeba — i czego nie napisano — jednego miejsca, które precyzyjnie mówi, czym jest Gemma 4 i jakie rozmiary istnieją.

Czym faktycznie jest Gemma 4

Gemma 4 to rodzina modeli o otwartych wagach od DeepMind, publikowana zarówno w wersji wstępnie wytrenowanej, jak i dostrojonej instrukcjami, przy czym punkty kontrolne dostrojone instrukcjami mają -it jako przyrostek. Rodzina obejmuje konstrukcje gęste oraz mieszaninę ekspertów, pięć rozmiarów i wspólny zestaw wyborów architektonicznych: hybrydową uwagę, która przeplata lokalną uwagę z przesuwnym oknem z pełną globalną uwagą, przy czym ostatnia warstwa jest zawsze globalna; ujednolicone klucze i wartości w warstwach globalnych oraz proporcjonalne RoPE, aby utrzymać pamięć długiego kontekstu pod kontrolą; słownik 262 000 tokenów; konfigurowalne tryby myślenia; natywne wywoływanie funkcji; oraz natywne wsparcie dla system jako roli. Karty modeli mówią, że modele były wstępnie trenowane na ponad 140 językach, a ponad 35 jest obsługiwanych od razu.

Dwie rzeczy dotyczące rodziny przesądzają o zdaniu większości czytelników, zanim jeszcze w ogóle pojawi się temat wyników.

Pierwszy to licencja. Każdy rozmiar Gemma 4 w rodzinie jest wydawany na licencji Apache 2.0. To zmiana podejścia: wydania Gemma 2 i Gemma 3 zawierały własne Warunki użytkowania Gemma, a ich karty modeli na Hugging Face nadal zawierają wpis license: gemma. Karty Gemma 4 wskazują zamiast tego na tekst licencji Apache 2.0, a post premiery opisuje rodzinę jako „wydaną na komercyjnie permisywnej licencji Apache 2.0”. Dla każdego, kto wcześniej musiał analizować Warunki użytkowania Gemma, to najważniejszy fakt na tej stronie. Ma zastosowanie do każdego rozmiaru i jest podane na karcie modelu każdego rozmiaru — a nie wywnioskowane z twierdzenia na poziomie całej rodziny.

Po drugie, „Gemma 4” to nie jeden model, a poszczególne rozmiary nie są przeskalowanymi kopiami siebie nawzajem. E2B i E4B stosują sztuczkę o nazwie Per-Layer Embeddings, w której każda warstwa dekodera otrzymuje własną małą tabelę osadzeń na token; te tabele są duże, ale są odczytywane wyłącznie przez wyszukiwanie, dlatego karta podaje efektywne liczby parametrów (2,3B i 4,5B), które są znacznie niższe od sum uwzględniających osadzenia (5,1B i 8B). 12B jest architektonicznym wyjątkiem — nie ma enkodera i rzutuje surowe fragmenty obrazu oraz przebiegi audio bezpośrednio do transformera przez lekkie warstwy liniowe, a nie przez dedykowane enkodery wizji i audio. 31B to konwencjonalny gęsty model. 26B A4B jest rzadki. Cztery różne profile maszynowe, jedna nazwa rodziny.

Mapa rozmiarów

Oto rodzina, tak jak opisują ją jej własne karty modeli. Parametry, liczby warstw i okna kontekstu poniżej odczytano z tabel specyfikacji dla modeli gęstych i MoE na kartach modeli Gemma 4.

Gemma 4 E2B. Najmniejszy członek: 2,3 mld efektywnych parametrów, 5,1 mld z osadzeniami, 35 warstw, okno przesuwne 512 tokenów i kontekst 128K. Obsługuje tekst, obraz i dźwięk, z około 150 mln parametrów enkodera wizji i około 300 mln w przypadku audio. Został stworzony dla telefonów i urządzeń IoT i nie jest jednym z trzech rozmiarów, dla których dostawca w tej partii udostępnił osobną stronę — jeśli interesuje cię konkretnie E2B, ta sekcja to całość na jego temat.

Gemma E4B. Ten sam projekt o krok dalej: 4,5 mld parametrów, 8 mld wraz z osadzeniami, 512-warstwowe okno przesuwne, kontekst 128K oraz ten sam zakres obsługi tekstu, obrazu i dźwięku przy tych samych rozmiarach enkodera. Również model brzegowy, również bez dedykowanej strony w tym miejscu.

Gemma 4 12B. Ujednolicona, pozbawiona enkodera środkowa część rodziny: 11,95 mld parametrów, 48 warstw, okno przesuwne o rozmiarze 1024 tokenów, kontekst 256K i natywne audio obok tekstu oraz obrazu — który to model w poście z okazji premiery z 3 czerwca 2026 r. nazwano pierwszą średniej wielkości Gemmą obsługującą audio. Sam producent określa wymagania dla wdrożenia lokalnego jako 16 GB VRAM lub pamięci zunifikowanej. Ma własną stronę w tym zestawieniu, a cała dzisiejsza obecność rodziny w wyszukiwaniu na żywo to trzy gemma-4-12b-vs-* porównania, więc ta strona ma duże znaczenie.

Gemma 4 26B A4B. Model rzadki — i ten, którego dotyczy poniższa sekcja notacji na tej stronie: 25,2 mld łącznych parametrów, 30 warstw, okno przesuwne o rozmiarze 1024 tokenów, kontekst 256K, tylko tekst i obrazy — bez dźwięku — oraz 8 aktywnych ekspertów spośród 128 plus jeden wspólny ekspert. Ma własną stronę w tej partii.

Gemma 4 31B. Gęsty model z najwyższej półki: 30,7 mld parametrów, 60 warstw, okno przesuwne o rozmiarze 1024 tokenów, kontekst 256K, tekst i obrazy z enkoderem wizji o ~550 mln parametrów oraz zupełny brak audio. Ma własną stronę w tej partii.

Ustaw te pięć obok siebie, a podział na poziomy okaże się przejrzysty pod jednym względem, a chaotyczny pod innym. Okno kontekstowe ściśle odpowiada rozmiarowi — 128K poniżej 12B, 256K przy 12B i powyżej. Z audio nie jest tak samo: jest dostępne w dwóch najmniejszych rozmiarach i w 12B, a nie ma go w dwóch największych. Jeśli potrzebujesz wprowadzania mowy, 31B jest złym wyborem, niezależnie od tego, ile jesteś gotów wydać na sprzęt.

„A4B” w 26B A4B – rozszyfrowane

Nazwa zawiera dwie liczby i tylko jedna z nich jest liczbą parametrów, której użyłbyś do planowania pamięci. Liczba 26B to suma: 25,2 mld parametrów znajduje się w punkcie kontrolnym. Sama A4B to liczba aktywnych — około 3,8 mld parametrów jest angażowanych na token podczas wnioskowania, ponieważ router mieszanki ekspertów wybiera 8 ze 128 ekspertów (plus jednego wspólnego eksperta) dla każdego tokenu. Karta modelu wyraźnie objaśnia „A”: „»A« w 26B A4B oznacza »parametry aktywne«, w przeciwieństwie do całkowitej liczby parametrów, które model zawiera.”

To, co dzięki temu zyskujesz, to szybkość wnioskowania bliższa modelowi 4B niż 26B, podczas gdy jakość plasuje się bliżej gęstego 31B — to opis samej karty i powód, dla którego 26B A4B w ogóle istnieje jako poziom. To, czego dzięki temu nie zyskujesz, to mały rozmiar pobierania. Wczytujesz wszystkie 25,2B parametrów; po prostu nie mnożysz przez wszystkie z nich.

Otwarte wagi, w podziale na rozmiary, oraz to, co dopuszcza licencja

Wszystkie pięć rozmiarów to wydania z otwartymi wagami, a wszystkie pięć kart modeli deklaruje Apache 2.0 — zarówno E2B, E4B, 12B, 26B A4B, jak i 31B. W poście premierowym rodzinę opisano jako „wydaną na licencji Apache 2.0 zezwalającej na użycie komercyjne”, która daje deweloperom kontrolę nad ich danymi, infrastrukturą i modelami, a wpis dotyczący 12B powtarza wzmiankę o Apache 2.0 dla tego rozmiaru.

Apache 2.0 to całość historii licencyjnej w tym przypadku, ale warto doprecyzować, co to oznacza, ponieważ jest to pytanie, na które odpowiada licencja, a nie stwierdzenie o jakiejkolwiek usłudze hostowanej. Apache 2.0 udziela wieczystej, ogólnoświatowej, niewyłącznej i wolnej od opłat licencyjnych licencji praw autorskich oraz odpowiadającego jej grantu patentowego, zezwala na redystrybucję i modyfikację, a także wymaga, aby tekst licencji towarzyszył utworowi, a zmienione pliki były oznaczone. Grant patentowy wygasa, jeśli wytoczysz powództwo patentowe dotyczące utworu. Nie udziela żadnych praw do znaków towarowych poza zwyczajowym użyciem opisowym i wyłącza gwarancje. Odczytana na tle Warunków korzystania Gemma 2 i 3, praktyczna różnica polega na tym, że Apache 2.0 to standardowa licencja permisywna, do której nie dołączono do wag odrębnego załącznika dotyczącego dopuszczalnego użytkowania.

Licencja pozwala więc na redystrybucję, użycie komercyjne, modyfikację i dostrajanie tych wag, a same wagi są publikowane. To pełny zakres tego, co mówi tekst licencji. To, co dany serwis generuje za pomocą modelu w środowisku produkcyjnym, to odrębna kwestia, podlegająca własnym warunkom tego serwisu, a nie licencji Apache 2.0.

Formaty pobierania: co „QAT" i repozytoria GGUF oznaczają dla Ciebie

To pytanie czytelnika, za którym stoi realny ruch, więc odpowiedź pojawia się tutaj, a nie jako wskazówka gdzie indziej. Dostawca udostępnia punkty kontrolne trenowane z uwzględnieniem kwantyzacji (QAT) dla całej rodziny i to one sprawiają, że rozmiar, który wygląda na zbyt duży dla twojej maszyny, często taki nie jest.

• Checkpointy QAT są publikowane dla każdego rozmiaru i w więcej niż jednym formacie: qat-q4_0-gguf dla lokalnych środowisk uruchomieniowych w stylu llama.cpp, qat-w4a16-ct do serwowania z wagami 4-bitowymi / aktywacjami 16-bitowymi oraz qat-q4_0-unquantized warianty, które zawierają wagi wytrenowane metodą QAT bez pakowania, dzięki czemu możesz je skwantyzować samodzielnie.

• Strona Gemma opisuje QAT jako „kompresję modelu dla wydajności na urządzeniach mobilnych i laptopach”, z datą czerwiec 2026 — w tym samym miesiącu, w którym pojawił się model 12B.

• Świadomie dopasuj format do rozmiaru. E2B, E4B i 12B mają qat-q4_0-gguf buildy przeznaczone dla telefonów, laptopów i pojedynczych konsumenckich GPU; 26B A4B i 31B również mają buildy 4-bitowe, ale to kwantyzacja po stronie serwera dla maszyny z rzeczywistą pamięcią, a nie dla telefonu.

Istnieją również warianty -assistant w całej rodzinie, które są modelami szkicującymi do wielotokenowego przewidywania, dostarczanymi przez producenta wraz z modelami; strona Gemma w deepmind.com datuje prace nad nimi na maj 2026 r. To technika przyspieszająca dekodowanie spekulatywne, a nie inny model — nadal potrzebujesz głównego checkpointu.

Gdzie rozmiary znajdują się na sprzęcie i ile kosztują

Post premiery rodziny modeli opisuje dwa większe modele jako niekwantyzowane wagi bfloat16, które „wydajnie mieszczą się na pojedynczym 80GB NVIDIA H100 GPU”. Przy 30,7B parametrów model 31B zajmuje nieco ponad 60GB w bfloat16, co jest rozsądną interpretacją tego zdania. Model 26B A4B, przy łącznej liczbie 25,2B parametrów, zajmuje około 50GB w bfloat16, ale działa z szybkością, jaką sugeruje liczba 3,8B aktywnych parametrów.

12B to rozmiar, który dostawca wprost reklamuje do użytku lokalnego — „Wystarczająco mały, by działać lokalnie z zaledwie 16 GB VRAM lub pamięci zunifikowanej”, jak podano w poście premiery z czerwca 2026 r., przy czym kompilacja 4-bit QAT GGUF jest oczywistą drogą do tego budżetu. To twierdzenie dostawcy dotyczące konkretnej konfiguracji, a nie ogólna obietnica dotycząca każdego poziomu kwantyzacji.

W kwestii ceny uczciwe ujęcie jest takie, że ta rodzina jednocześnie rozdziela się między dwa modele kosztów. Jeśli hostujesz samodzielnie, twoim kosztem jest GPU i prąd. Jeśli wywołujesz hostowany endpoint, cenę za token ustala ten, kto go udostępnia, a w przypadku większości tej rodziny liczba ta zmienia się w zależności od dostawcy. Artificial Analysis, niezależny ewaluator, podaje dla Gemma 4 12B (Reasoning) 0,10 USD za milion tokenów wejściowych i 0,30 USD za milion tokenów wyjściowych — i tę samą stronę opatruje uwagą, że dla tego wariantu nie ma publicznie dostępnego API, co jest użytecznym, niezależnym sygnałem co do tego, które rozmiary w tej rodzinie rzeczywiście mają hostowane endpointy w praktyce.

Benchmarki dostawcy, z dołączonymi etykietami

Poniższe liczby pochodzą od samego dostawcy, zostały opublikowane na kartach modeli Gemma 4 i nie zostały tu odtworzone. Porównują modele dostrojone do instrukcji, przy czym Gemma 3 27B (no think) jest punktem odniesienia z poprzedniej generacji.

• Rozumowanie — MMLU Pro: 31B 85,2%, 26B A4B 82,6%, 12B 77,2%, E4B 69,4%, E2B 60,0%, w porównaniu z Gemma 3 27B z 67,6%.

• Matematyka konkursowa — AIME 2026 bez użycia narzędzi: 89,2% / 88,3% / 77,5% / 42,5% / 37,5%, wynik bazowy 20,8%.

• Kod — LiveCodeBench v6: 80.0% / 77.1% / 72.0% / 52.0% / 44.0%, poziom odniesienia 29.1%. Codeforces ELO: 2150 / 1718 / 1659 / 940 / 633, poziom odniesienia 110.

• Nauka — GPQA Diamond: 84,3% / 82,3% / 78,8% / 58,6% / 43,4%, poziom odniesienia 42,4%.

• Zadania agentowe — Tau2, średnia z trzech przebiegów: 76,9% / 68,2% / 69,0% / 42,2% / 24,5%, wynik bazowy 16,2%.

• Długi kontekst — MRCR v2, 8-needle przy 128k: 66,4% / 44,1% / 43,4% / 25,4% / 19,1%, poziom bazowy 13,5%. Ten wiersz najbardziej ostro odróżnia 31B od jego pokrewnych modeli.

• Wizja — MMMU Pro: 76,9% / 73,8% / 69,1% / 52,6% / 44,2%. MATH-Vision: 85,6% / 82,4% / 79,7% / 59,5% / 52,4%.

• Parsowanie dokumentów — OmniDocBench 1.5 pod względem średniej odległości edycyjnej, gdzie niższa wartość jest lepsza: 0.131 / 0.149 / 0.164 / 0.181 / 0.290.

Dwie deklaracje dostawcy z wpisu o premierze warto trzymać osobno od tabeli, ponieważ są to rankingi, a nie pomiary: dostawca opisuje 31B jako „#3 model otwarty na świecie”, a 26B A4B jako zajmujący „#6 miejsce”. To miejsca przyznane przez dostawcę względem wybranego przez niego zestawu modeli. Karta modelu odnotowuje również, że wyniki audio modelu 12B nie obejmują języka chińskiego. I jedna liczba, która nie jest ani benchmarkiem, ani ceną: wpis z czerwca 2026 r. dotyczący modelu 12B mówi, że modele Gemma 4 „przekroczyły 150 milionów pobrań”. To liczba podana przez dostawcę, bez dołączonego niezależnego audytu.

Dla tej rodziny pojawił się tylko jeden niezależny wynik. Artificial Analysis podaje Gemma 4 12B (Reasoning) z wynikiem 14 w swoim Intelligence Index — wyraźnie oznaczonym jako szacunek, z niezależną oceną, która jeszcze ma nadejść, i na pozycji #20 spośród 141 — obok 110,9 tokenów wyjściowych na sekundę i 2,49 sekundy do pierwszego tokenu. Na jej stronie indeksu nie ma żadnego zmierzonego wyniku Gemma 4 dla większych rozmiarów. Całą powyższą tabelę traktuj jako własną tabelę dostawcy, a 14 dla 12B jako jedyny jak dotąd zmierzony punkt danych w tej rodzinie — sam w sobie tymczasowy.

Których członków Gemma 4 obsługujemy

OrcaRouter obsługuje trzy wpisy Gemma 4, a one już dziś znajdują się na liście aktywnych:

• google/gemma-4-26b-a4b-it — rzadki model 26B A4B dostrojony do instrukcji, opisany w naszym katalogu jako model o łącznej liczbie 25,2 mld parametrów, z 3,8 mld aktywowanych na token i kontekstem 262 144 tokenów, obsługujący dane wejściowe tekstowe, obrazowe i wideo. Cena katalogowa 0,06 USD za milion tokenów wejściowych i 0,33 USD za milion tokenów wyjściowych, a odczyty z pamięci podręcznej danych wejściowych kosztują 0,0075 USD za milion.

• google/gemma-4-31b-it — gęsty model 31B dostrojony do instrukcji, 30,7 mld parametrów. Cena katalogowa 0,13 USD za milion tokenów wejściowych i 0,38 USD za milion tokenów wyjściowych.

• obsidian/gemma-4-26B-A4B — hostowana w Obsidian wersja tego samego rzadkiego modelu 26B A4B, z kontekstem 262K tokenów oraz wejściem tekstowym i obrazowym, pozycjonowana przez swojego dostawcę do twórczego pisania, odgrywania ról i pracy asystenta z długim kontekstem. Cena katalogowa 0,25 USD za milion tokenów wejściowych i 2,90 USD za milion tokenów wyjściowych.

Dwa z trzech to ten sam model bazowy obsługiwany przez różnych dostawców, co jest użytecznym przypadkiem dla warstwy routingu, a nie ciekawostką. Jeśli dostawca zacznie działać gorzej, to samo żądanie zostanie przełączone awaryjnie na drugi identyfikator bez zmiany kodu, a ponieważ przekazujemy ceny listowe dostawców po 0% marży, obniżka ceny hostingu któregokolwiek z tych trzech dociera do Ciebie w dniu jej wprowadzenia, a nie po cyklu ponownego ustalania cen. Dwa wpisy 26B A4B są także najwyraźniejszą ilustracją tego, dlaczego różnica w cenie jest warta sprawdzenia, zanim domyślnie wybierzesz jeden: 4× różnica na wejściu i 8,8× różnica na wyjściu między dwoma wpisami działającymi na tej samej architekturze to decyzja routingowa, a nie decyzja o modelu.

Jednej rzeczy brakuje i warto powiedzieć to wprost, a nie tylko sugerować. W naszej liście nie ma identyfikatora 12B w żadnym zapisie. Rozmiar z największą liczbą aktywnych stron i największym zapotrzebowaniem na porównania w tej rodzinie to dokładnie ten, którego nie obsługujemy, więc jeśli chcesz 12B przez hostowany endpoint, to nie jest miejsce, w którym można go dostać — a jeśli chcesz należący do tej rodziny wariant klasy 16 GB, bez enkodera i obsługujący audio, to samodzielne hostowanie otwartych wag jest tym, co trzeba zaplanować.

Co nie zostało ustalone

Trzy rzeczy, których czytelnik nie powinien uznawać za zamknięte. Po pierwsze, tabela wyników porównawczych w całości pochodzi od dostawcy; jedyną niezależną liczbą dostępną dla tej rodziny jest pojedynczy szacowany wynik Intelligence Index dla jednego rozmiaru. Po drugie, popyt na tę rodzinę jest niemal w całości porównawczy, a nie samodzielny — 73% wyświetleń rodziny Gemma 4 w naszych danych pochodzi z zapytań kwalifikowanych, a sześć największych to porównania z Qwen — co oznacza, że odpowiedzi, których czytelnicy naprawdę chcą, zależą od zestawień, które wciąż są mierzone. Po trzecie, własny hub dostawcy od tego czasu obrósł sąsiadami o nazwach bliskich tej rodzinie: DiffusionGemma zbudowana na Gemma 4, modele typu drafter do przewidywania wielu tokenów oraz EmbeddingGemma 2. To osobne modele, a nie rozmiary Gemma 4, a wmieszanie ich w porównanie rozmiarów da nonsens.

Dostępność

Wagi wszystkich pięciu rozmiarów — E2B, E4B, 12B, 26B A4B i 31B — są publikowane otwarcie na licencji Apache 2.0, w wersjach wstępnie wytrenowanej i dostrojonej do instrukcji, wraz z wersjami QAT i GGUF, za pośrednictwem własnej dystrybucji dostawcy oraz typowych repozytoriów modeli. W przypadku hostowanych endpointów oferta różni się w zależności od platformy, a w przypadku tej rodziny ta zmienność jest większa niż zwykle: trzy z pięciu rozmiarów pojawiają się na naszej bieżącej liście, 12B nie pojawia się na naszej, a co najmniej jeden niezależny ewaluator nie odnotowuje w ogóle żadnego publicznie dostępnego API dla tego rozmiaru. Sprawdź bieżący katalog platformy, której używasz, dla konkretnego rozmiaru, którego potrzebujesz, zamiast zakładać, że nazwa rodziny go obejmuje.