Gemma 4

Google выкатила линейку открытых генеративных моделей Gemma 4, охватывающую диапазон от легковесных решений под мобильные чипы до плотных конфигураций для локальных серверов. Для тех, кто строит автономные пайплайны и экспериментирует с ИИ на собственном железе, здесь заложена редкая гибкость: пять размеров (E2B, E4B, 12B, 26B A4B и 31B) позволяют точно сопоставить запросы по качеству с доступным объёмом видеопамяти.

Что умеет

• Разбирать разные типы медиа: все версии воспринимают текст и изображения с любым соотношением сторон и разрешением. Модификации E2B, E4B и 12B также нативно обрабатывают звук и видео.
• Держать объёмный контекст: компактным моделям доступно окно в 128 тысяч токенов, а средним — до 256 тысяч.
• Рассуждать и писать код: предусмотрены настраиваемые режимы рассуждений (thinking modes), поддержка системных промптов и вызов функций (function-calling) для сборки автономных агентов.
• Ускорять выдачу: механизм Multi-Token Prediction использует вспомогательную драфт-модель для спекулятивного декодирования, заметно повышая скорость генерации без деградации ответов.
• Вставать на потребительские видеокарты: с помощью официальных чекпоинтов QAT (квантование, встроенное в процесс обучения) модели доступны в форматах GGUF под llama.cpp и LM Studio, а также в мобильных сборках под LiteRT-LM.

Цены и доступ

Веса Gemma 4 распространяются бесплатно и допускают ответственное коммерческое использование. Загрузить чекпоинты и квантованные версии можно через Kaggle и Hugging Face.

Нас подкупило, что архитектуру Mixture-of-Experts и мультимодальный 12B-вариант оптимизировали под прикладной локальный запуск. Инструмент оценят технические дизайнеры и арт-директоры, собирающие собственных локальных ассистентов для разбора референсов, анализа видеоматериалов и генерации пайплайн-скриптов прямо на рабочей машине.