Gemma 4：Google 的开放模型，五种规模，从手机到工作站
作者：Nokka (นก-กา) | 2026年9月23日
本文由 AI 撰写（使用 ollama-cloud 服务商的 glm-5.3 模型），通过 Nous Research 的 Hermes Agent 生成，由 Nokka 审核和编辑。
起因是 Google for Developers 的视频“Understand the Gemma 4 model family”出现在我的信息流里 [1]。这是 Google DeepMind 最新的开放模型家族，从三月底开始发布，到六月逐步补齐成员，凑满五个规模。我通读了官方发布页、文档和技术报告，简短结论是：这次 Google 的打法和其他厂商不同——不比谁的模型最大，而是比谁在同等模型规模下最聪明，用他们的话说就是“每个参数的智能密度”（intelligence-per-parameter）。
让我停下来打开终端实际试一下的，是 26B A4B 这个混合专家（Mixture-of-Experts）模型。它总参数量约 26B，但每个 token 只激活大约 4B。官方直言它的运行速度几乎和普通 4B 模型一样 [2]。
这意味着你能得到 26B 级别的智能，却只付出小模型的运行速度和内存占用。对比每月都在涨的云服务费用，对自托管的人来说，这个价值一眼就能看出来。
五个规模的家族，按设备来选
Gemma 4 于 2026 年 3 月 31 日首发了四个规模，采用 Apache 2.0 许可证，然后在 6 月 3 日追加了第五个成员——12B Unified [2][3]。所有模型都基于与 Gemini 3 相同的研究和技术构建，每个规模都能接收文本和图像；语音和视频则是 E2B、E4B 和 12B 的原生能力 [4]。上下文窗口分两档：小模型 128K，大模型最高 256K token。支持超过 140 种语言。
| 尺寸 | 架构 | 上下文 | Q4 内存占用 | 适用场景 |
|---|---|---|---|---|
| E2B | 最小 | 128K | 2.9 GB（手机端 1.1 GB） | 手机、边缘设备 |
| E4B | 小 | 128K | 4.5 GB（手机端 2.5 GB） | 笔记本、手机端推理任务 |
| 12B Unified | 无编码器 | 256K | 6.7 GB | 工作站多模态 |
| 26B A4B | MoE | 256K | 14.4 GB | 消费级 GPU，速度接近 4B |
| 31B | Dense | 256K | 17.5 GB | 最高质量任务、研究 |
内存数据来自官方手册，仅统计模型权重，不含随上下文长度增长的 KV 缓存（键值缓存）。所以选机器的时候，最好再留些余量 [5]。E2B 在手机端只占 1.1 GB，这是官方数据，也是这个系列和竞品拉开差距的地方——目前能在手机上真正跑起来、质量又达到这个水平的开源模型，实在不多。
12B Unified：家族里的异类
特别值得关注的是 12B Unified，它比同系列其他成员晚一些发布，因为架构完全不同。常规模型会先用独立的编码器处理图像和音频，再送进大语言模型；12B Unified 则把编码器整个砍掉，图像像素和音频波形直接通过一个轻量线性层，投射进嵌入空间 [4]。结果就是一个模型同时搞定文本、图像和音频，4 位量化后内存占用约 6.7 GB，这个行业里常用的 Mac 可以轻松装下。
怎么看 benchmark 数据
Google 公布的分数是对比上一代 Gemma 3 27B 得出的。家族里的大块头又上了一个台阶：31B 在 MMLU Pro 上拿到 85.2，上一代是 67.6；数学竞赛 AIME 2026 从 20.8 跳到 89.2；竞赛编程 LiveCodeBench v6 从 29.1 升到 80.0 [6]。从这些数字能清楚看出，这个系列确实变强了，不只是上下文变长而已。
我比较欣赏的一点是，Google 把每个尺寸的分数都公开了，能清楚看到不同尺寸之间的取舍。E2B 在 AIME 上得 37.5，26B A4B 得 88.3，几乎追平 31B 的 89.2，但运行时占用的内存不到后者的一半。这就是为什么 26B A4B 成了整套模型里最受自己跑模型的人关注的一个，发布时在 Arena 开源模型榜上排到第 6，而 31B 排在第 3 [3]。
读这些数字也得留个心眼，跟看其他评测一样。这些分数都是 Google 自己在选定的测试集上跑出来的，而且开了 thinking 模式——代价是想得更久、吐出的 output token 更多。模型的思考账单从来不会免费，哪怕模型本身免费。Arena 排名也只是发布那一刻的快照，排行榜每周都在变。把它当成竞争信号看就好，别当成一锤定音的判决。
真实设备上的实测例子
聊完数字，补充几个能摸得着的实际例子。26B A4B 是冲着消费级 GPU 设计的，比如 RTX 3090、4090，以及内存够大的 Mac [5]。E2B 则有通过 LiteRT-LM 提供的手机版本，纯文本场景内存占用只剩 0.84 GB，中端手机也能塞得下。这两个例子正好是家族的两端——从口袋里的迷你机器，到桌上的工作站。
生态跑得比初始数字还快
容易被忽略的一点是社区的推力。发布当天，Gemma 自初代以来的下载量已超过 4 亿次，到 2026 年 8 月 20 日突破 10 亿次，社区衍生出的变体超过十万个 [7]。
这个数字之所以重要，是因为没人用的开源模型不会有配套工具、不会有 fine-tune 配方，也没人帮你修 bug。这个家族早就稳稳跨过了这道坎。
Android 这边更有意思。Google 从四月初就把 Gemma 4 放进了 AICore Developer Preview，让开发者在真机上测试两个版本：干重活的 E4B，和快三倍、适合轻任务的 E2B [8]。
Google 给出的数字是比上代快四倍、省电约 60%，还明确说这套模型就是今年底随设备一起到来的 Gemini Nano 4 的基础。今天为 Gemma 4 写的代码，将来能在新手机上继续生效。最新进展是九月第一天，Android Studio 的 Quail 版本还把 Gemma 4 作为本地工具直接嵌进了 IDE。
自己跑模型的人还该知道一件事：四月中旬发布的 Multi-Token Prediction 套件。这项技术让模型一次预测后面好几个 token，推理速度最高提升三倍，而且不用牺牲质量 [7]。综合来看，这个家族更像是一整套完整的工程作品，而不只是丢出一堆模型权重就完事。
自部署视角
对像我这样喜欢自己跑模型的人来说，把上面的信息拼起来，选型路径就清楚多了。内存 16 GB 的普通机器，可以从量化版 E4B 起步，一路玩到 12B Unified；机器有 24 GB 以上，14.4 GB 的 26B A4B 就是整个系列的“甜点”；而 17.5 GB 的 31B dense 质量最高，但明显更慢、更吃资源，因为它在生成每个 token 时都要激活全部参数。
许可证是 Apache 2.0，不设用户上限，这是它和不少开源对手的关键区别——很多开源模型会附带营收或用户数条件。想把模型嵌进产品里的创业团队，用 Gemma 4 不用为这些条款操心。
如果问该从哪个型号开始，我的建议是：先拿 26B A4B 跑你自己的真实任务，再往下试 E4B 或 E2B，看能接受到哪一档。这样比从小模型起步、最后失望要快得多，因为这个家族里不同尺寸的差距，比尺寸数字看上去大得多——尤其在数学和代码任务上，E4B 在 AIME 上拿到 42.5，而 26B A4B 能到 88.3 [6]。
最后说点宏观的。今年的模型竞争已经从“谁最强”转向“谁最省资源”，既看 API 价格，也看模型能不能真的跑在普通人的机器上。Gemma 4 就是 Google 在这个方向上的出拳；当其他厂商还在比裸 benchmark 数字时，值得关注的是，像阿里这样维护 Qwen 系列的玩家，下一轮会怎么接招。
参考文献：
[1] Google for Developers. "Understand the Gemma 4 model family." YouTube, 2026.https://www.youtube.com/watch?v=4oxA9o_OmWo
[2] Google DeepMind. "Gemma 4 model card." ai.google.dev, 2026.https://ai.google.dev/gemma/docs/core/model_card_4
[3] Farabet C. 与 Lacombe O. "Gemma 4: Byte for byte, the most capable open models." blog.google, 2026 年 4 月 2 日.https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
[4] Google DeepMind. "Gemma 4 Technical Report." arXiv, 2026.https://arxiv.org/html/2607.02770v1
[5] Google AI for Developers. "Gemma 4 model overview." ai.google.dev, 2026.https://ai.google.dev/gemma/docs/core
[6] Google DeepMind. "Gemma 4 Performance." deepmind.google, 2026.https://deepmind.google/models/gemma/gemma-4/
[7] Google. "Gemma passes 1 billion downloads." blog.google, 2026 年 8 月 20 日.https://blog.google/innovation-and-ai/technology/developers-tools/gemma-one-billion-downloads/
[8] Chou D. 与 Chang C.《在 AICore 开发者预览版中发布 Gemma 4》，android-developers.googleblog.com，2026 年 4 月 2 日。https://android-developers.googleblog.com/2026/04/AI-Core-Developer-Preview.html