4 月 2 日，Google DeepMind 發布了 Gemma 4。
這不是第一個 Gemma，但有兩點跟之前不一樣：一是切換到了 Apache 2.0 協議，二是 31B 這個版本在 Arena AI 開源榜上排到了 第三名。
四個模型，怎麼選？
| 型號 | 類型 | 激活參數 | 上下文 | 特殊能力 |
|---|---|---|---|---|
| E2B | 密集型（端側優化） | 2B | 128K | 音頻輸入 |
| E4B | 密集型（端側優化） | 4B | 128K | 音頻輸入 |
| 26B A4B | MoE | ~4B | 256K | — |
| 31B | 密集型（旗艦） | 31B | 256K | — |
E2B 和 E4B 是給手機和邊緣設備用的，原生支援音頻輸入（語音辨識），多模態涵蓋文字+圖片+音頻。26B 的 MoE 設計和 DeepSeek 同理：總參數 26B，但推理時只激活約 4B，性價比高。
31B 是旗艦，在 Arena AI 文字榜上開源模型裡排第三，26B MoE 排第六。兩個大版本的表現都超過參數量少 20 倍的對手。
Apache 2.0 這件事的意義
之前的 Gemma 系列用的是自訂協議，有使用限制，商業場景下需要單獨跟 Google 談。切到 Apache 2.0 之後：
- 隨便拿去商用，不用打申請
- 可以改程式碼、二次散佈
- 不需要附加任何條款
這跟 Qwen 3 的 Apache 2.0 開源策略是同一個方向。開源大模型的協議戰，現在基本上就是 Apache 2.0 為標準答案，誰還用限制性協議誰就吃虧。
端側能力有多實用？
E2B 和 E4B 的設計目標是手機和樹莓派。按照 Google 的說法，E4B 比之前版本 快 4 倍，省 60% 電。E2B 則有 3 倍更快的效能和更低延遲。
考慮到現在主流旗艦手機的儲存和算力，E4B 應該可以流暢跑起來。Google 明確說了，Gemma 4 會作為今年晚些時候 Gemini Nano 4 在 Android 裝置上的基礎模型。換句話說，這不只是給開發者玩的，最終會落到普通用戶的手機裡。
跟 Meta Llama 4 比怎麼樣？
同期 Meta 也在推 Llama 4。兩家都在捲開源，都用了 MoE 或高效端側架構，都支援多模態，都用 Apache 2.0 協議。
Gemma 4 的差異化在端側：E 系列的音頻輸入支援和超低功耗設計，是 Llama 4 目前沒有重點發力的方向。如果你是做行動端或 IoT 場景的開發者，Gemma 4 的 E 系列值得認真考慮。
140 多種語言支援對非英語場景也很有意義，中文表現具體怎麼樣，等社群跑完測試再說。
參考來源：CocoLoop、Gemma 4: Byte for byte, the most capable open models（Google DeepMind Blog）；Google Releases Gemma 4 in Four Model Sizes Under Apache 2.0 License（gHacks Tech News）；Announcing Gemma 4 in the AICore Developer Preview（Android Developers Blog）