Gemma 4: что известно о новой открытой модели Google

Что вообще происходит с Gemma

Gemma — это линейка открытых моделей Google, которую компания позиционирует как более лёгкую и доступную альтернативу закрытым Gemini. Первое поколение вышло в феврале 2024 года в вариантах на 2 и 7 миллиардов параметров, затем появилась Gemma 2 (2B, 9B, 27B), а весной 2025 года — Gemma 3 с мультимодальностью и версиями вплоть до 27B. Каждый релиз двигал одну и ту же идею: модель, которую можно скачать, дообучить и запустить на своём железе, а не только через чужой API.

Вокруг названия Gemma 4 сейчас много ожиданий, но здесь важна честность. На момент подготовки материала Google официально не опубликовала полную спецификацию Gemma 4: точные размеры версий, длину контекста, бенчмарки и лицензионные условия нужно смотреть в первоисточнике на день, когда вы это читаете. Всё, что подано в интернете как «финальные цифры Gemma 4», без ссылки на блог Google или карточку модели — стоит перепроверять.

Открытая модель ценна не рекордом в таблице бенчмарков, а тем, что вы можете запустить её у себя, не отдавая данные наружу и не завися от чужого прайса.

Почему «byte for byte» — не просто слоган

Формулировка «byte for byte, the most capable open models» бьёт в конкретную боль: соотношение веса модели к её реальной пользе. Модель на 27B параметров в 4-битной квантизации занимает примерно 15–17 ГБ и помещается в память одной потребительской видеокарты уровня 24 ГБ. Модель на 70B в том же режиме требует уже двух карт или сервера. Разница в удобстве и стоимости запуска — колоссальная, поэтому производители соревнуются не только в абсолютном качестве, но и в том, сколько пользы приходится на каждый гигабайт весов.

Что реально проверять при выходе новой версии

Когда Google выкладывает новое поколение, маркетинговый пост читается за минуту, а решение о запуске зависит от деталей, которых в посте часто нет. Вот что смотреть в карточке модели и лицензии, а не в пересказах.

• Размеры версий. Сколько вариантов, какие по параметрам, есть ли совсем лёгкая на 1–4B для телефонов и слабого железа.
• Длина контекста. У Gemma 3 старшие версии заявляли контекст в 128 тысяч токенов — проверьте, что обещано в новом поколении и как это работает на практике.
• Мультимодальность. Понимает ли модель изображения, только текст, что-то ещё.
• Лицензия. Gemma распространяется по собственной лицензии Google с условиями использования, а не под классической Apache 2.0 или MIT. Это не «полностью свободно» в строгом смысле — читайте ограничения, особенно если продукт коммерческий.
• Форматы весов. Есть ли официальные квантизации (GGUF, форматы для vLLM), поддержка в Ollama, llama.cpp, LM Studio на день релиза.

Открытая не значит бесплатная во всех смыслах

Скачать веса можно бесплатно, но «стоимость» модели складывается из другого: железо для инференса, электричество, время инженера на дообучение и поддержку. Для многих команд запуск открытой модели на своём сервере дороже, чем оплата API закрытой Gemini или GPT, — до тех пор, пока объём запросов не станет большим или пока данные нельзя передавать наружу по требованиям безопасности. Это и есть настоящая цена вопроса, а не строчка «$0» напротив загрузки.

Где открытые модели Google выигрывают, а где нет

Вывод простой: линейка Gemma интересна не тем, что она «обгоняет всех», а тем, что закрывает сценарии, где закрытый API неприемлем или невыгоден. Сравнивать её нужно не с флагманским Gemini, а с другими открытыми моделями сопоставимого размера — Llama, Qwen, Mistral.

Как не обжечься на бенчмарках

Цифры MMLU, GSM8K и прочих тестов в пресс-релизе полезны для грубого ориентира, но не для решения. Модель может отлично показывать себя на академических задачах и разваливаться на вашем конкретном формате данных. Единственный надёжный способ — прогнать кандидатов на своём наборе примеров, сравнить ответы вслепую и посмотреть на скорость инференса на вашем железе. День такой проверки экономит недели переписывания на неподходящей модели.

Что делать прямо сейчас

1. Откройте официальный анонс Google и карточку модели, зафиксируйте реальные размеры версий и лицензию.
2. Прикиньте, какой вариант влезает в вашу видеопамять с учётом квантизации.
3. Соберите 20–30 своих типовых задач и прогоните их через новую модель и через ту, что используете сейчас.
4. Сравните не только качество ответов, но и скорость и стоимость запуска в вашем сценарии.
5. Проверьте лицензионные ограничения, если модель пойдёт в коммерческий продукт.

Пока полные официальные данные по Gemma 4 не подтверждены первоисточником, относитесь к любым «точным» цифрам осторожно. Хорошая новость в том, что порог входа в открытые модели за два года резко упал: то, что раньше требовало кластера, сегодня запускается на одной карте.