Gemma 4: Google на передовом рубеже открытых моделей

Google выпустила Gemma 4, четыре модели с открытым весом и поддержкой мультимодальности. Флагманская модель 31B (39 в индексе интеллекта) использует примерно в 2,5 раза меньше выходных токенов, чем Qwen3.5 27B (Рассуждение, 42), но отстает от нее на 3 пункта по интеллекту.

Gemma 4 от Google DeepMind включает четыре размера: Gemma 4 31B (плотный, 39 по индексу интеллекта), Gemma 4 26B A4B (MoE, 4B активный, 31), Gemma 4 E4B (8B, 19) и Gemma 4 E2B (всего 5,1B, 2,3B активных, 15). Джемма 3 была доступна только для обучения на позициях 27B, 12B, 4B, 1B и 270M; В Gemma 4 добавлен режим рассуждения, встроенная поддержка видео и изображений всех размеров (с аудиовходом для Gemma 4 E2B и E4B), удвоенные контекстные окна и лицензирование Apache 2.0.

Ближайшими моделями открытых весов по интеллекту к 31B являются Qwen3.5 27B (Рассуждение, 42), GLM-4.7 (Рассуждение, 42), MiniMax-M2.5 (42) и DeepSeek V3.2 (Рассуждение, 42). Qwen3.5 также изначально поддерживает изображения и видео; DeepSeek V3.2 и MiniMax-M2.5 являются только текстовыми.

Ключевые результаты бенчмаркинга для вариантов обоснования

➤ Джемма 4 представляет собой большой интеллектуальный скачок по сравнению с Джеммой 3. Гемма 4 31B (Рассуждение, 39) составляет +29 очков к Gemma 3 27B Instruct (10), Gemma 4 E4B (19) составляет +13 очков к Gemma 3n E4B Instruct (6), а Gemma 4 E2B (15) составляет +10 очков к Gemma 3n E2B Instruct (5). Контекстные окна также увеличились вдвое со 128 КБ до 256 КБ для более крупных моделей и увеличились в 4 раза с 32 КБ до 128 КБ для E2B и E4B.

➤ Gemma 4 31B (Рассуждение, 39) отстает от Qwen3.5 27B (Рассуждение, 42) на 3 балла, в первую очередь из-за более слабой агентной эффективности. По неагентским оценкам модели более конкурентоспособны: Gemma 4 31B лидирует на SciCode (43% против 40%) и TerminalBench Hard (36% против 33%), при этом набирая одинаковые баллы на GPQA Diamond (86% против 86%), IFBench (76% против 76%) и HLE (23% против 22%).

➤ Gemma 4 31B отличается высокой эффективностью использования токенов: для расчета индекса интеллекта используется 39 миллионов токенов по сравнению с 98 миллионами для Qwen3.5 27B (рассуждение). Это примерно в 2,5 раза меньше выходных токенов для модели, набравшей на 3 балла меньше. Для контекста: другие модели на уровне интеллекта в 42 балла также используют значительно больше токенов: MiniMax-M2.5 (56M), DeepSeek V3.2 (Рассуждение, 61M) и GLM-4.7 (Рассуждение, 167M).

➤ Gemma 4 26B A4B (Рассуждение, 31) активирует только 4B из 27B своих общих параметров и опережает избранных аналогов в диапазоне активных параметров ~3-4B. Qwen3.5 35B A3B (Рассуждение, 37) лидирует среди моделей с ~3B активных параметров и на 6 пунктов опережает Gemma 4 26B A4B, обладая заметно более сильными агентными возможностями (Agentic Index 44 против 32). GLM-4.7-Flash (Рассуждение, 30) оценивается немного ниже, чем Gemma 4 26B A4B с активными параметрами 3B.

➤ Меньшие модели Gemma 4 E4B и E2B работают лучше в режиме AA-Всезнание, чем более крупные варианты Gemma 4. Gemma 4 E4B получает оценку -20 по шкале AA-Omniscience, а Gemma 4 E2B получает оценку -24, что значительно лучше, чем Gemma 4 31B (-45), и сопоставимо или лучше, чем у гораздо более крупных моделей, таких как DeepSeek V3.2 (Рассуждение, -21). Оценки AA-всезнания более крупных моделей Gemma 4 соответствуют показателям Qwen3.5 27B (-42) и Gemma 4 26B A4B (-48).

➤ Gemma 4 E2B имеет 2,3 млрд активных параметров и общее количество 5,1 млрд, предназначенных для развертывания на устройстве. При 4-битном квантовании вес модели умещается менее чем в 3 ГБ ОЗУ, что делает ее подходящей для фоновых задач, вызова основных функций и мультимодального понимания на мобильном и периферийном оборудовании.

Ключевые детали модели

➤ Контекстное окно: 256 тыс. токенов (31B, 26B A4B), 128 тыс. токенов (E4B, E2B).

➤ Мультимодальность: все модели поддерживают ввод текста, изображений и видео. E2B и E4B также поддерживают собственный аудиовход.

➤ Лицензия: Apache 2.0. Модели Gemma 3 доступны по лицензии «Условия использования Gemma».

➤ Размер/Параметры: 31 Б плотных, 27 Б всего/4 Б активных (26 Б A4B MoE), 8 Б (E4B), 5,1 Б всего/2,3 Б активных (E2B)

➤ Доступность API: две более крупные модели доступны бесплатно в Google AI Studio. Есть несколько сторонних провайдеров, размещающих более крупные варианты Gemma 4, такие как Novita, LightningAI и Parasail.

Gemma 4 31B использовала всего 39 миллионов выходных жетонов для запуска Индекса интеллекта, что делало его более эффективным, чем другие модели рассуждения на этом уровне интеллекта. Qwen3.5 27B использовал 98M, а GLM-4.7 использовал 167M для получения аналогичных или немного более высоких оценок.

Скачок интеллекта между поколениями от Геммы 3 к Гемме 4 значителен. Gemma 4 31B (39) на +29 очков выше Gemma 3 27B Instruct (10). Джемма 4 E4B (19) на +13 больше Джеммы 3n E4B (6)

Разбивка полных результатов