觀點 · 資訊分享

Google 發表 Gemma 4：Apache 2.0 可商用授權，31B 版本在開源模型榜排第 3

Google 4/2 發表 Gemma 4 開源模型家族，共 4 種大小，採可商用的 Apache 2.0 授權。官方說 31B 版在 Arena 開源文字榜（4/1）排第 3，26B 版排第 6。

一句話看懂：Google 發表 Gemma 4 開源模型家族，共 4 種大小、採可商用的 Apache 2.0 授權，最大的 31B 版在開源模型文字榜排第 3。

Google Gemma 4 開源模型登場資訊圖卡：Gemma 4 以可商用的 Apache 2.0 釋出，電腦和手機都跑得動

先用白話講：開源模型是什麼？

想像 ChatGPT 這類服務是一家餐廳，你只能點菜、不能進廚房。開源模型則像把食譜和半成品直接給你，你可以帶回家自己煮，想怎麼調整口味都可以，資料也不用寄給別人。

Gemma 是 Google 推出的開源模型系列，Gemma 4 是最新一代。

Google 在 4 月 2 日發表 Gemma 4，主打「同樣大小下最聰明」。官方提到：

排名是 Google 引用 Arena 的結果，時間點是 4/1，之後榜單會變動，看看就好。

型號	特色	適合
E2B、E4B	推論時只啟動有效的 20 億、40 億參數；128K 上下文；可輸入語音	手機、樹莓派、NVIDIA Jetson Orin Nano
26B MoE	推論時只啟動約 38 億參數，速度快	重視回應速度的本機服務
31B Dense	每次用到全部參數，品質最高，適合微調	重視品質的本機與伺服器

26B 與 31B 的上下文最高 256K，「上下文」就是 AI 一次能讀進去的內容量，256K 足以放進一個小型專案或很長的文件。

硬體需求：26B、31B 的未量化 bfloat16 權重可放進單張 80GB 的 NVIDIA H100；量化版可在消費級顯示卡上跑
功能：原生支援 function calling、結構化 JSON 輸出與系統指令，適合做會呼叫工具的 Agent；全系列可輸入圖片與影片；訓練語言超過 140 種
取得方式：權重在 Hugging Face、Kaggle、Ollama；也可以先到 Google AI Studio 試玩 31B 與 26B，E2B、E4B 可用 AI Edge Gallery
工具支援：官方列出首日支援 Hugging Face、llama.cpp、vLLM、Ollama、LM Studio、Unsloth、SGLang、MLX 等

我自己有用 Ollama 在家裡跑本地模型，所以最關心的是「普通顯示卡跑不跑得動」。官方說量化版能在消費級顯示卡上跑，但沒有給出具體需要多少 VRAM，實際要看你選的量化版本，我會等社群的實測再決定。

另一個重點是授權。接案時最怕客戶問「這個模型能不能放進產品賣」，Apache 2.0 讓這個問題單純很多。不過家用 NAS 這種只有 CPU 的設備，大概只能考慮 E2B、E4B 這種小模型，而且速度要有心理準備。

Gemma 4 可以商用嗎？

可以。Google 說 Gemma 4 採用商業用途寬鬆的 Apache 2.0 授權，可在自家機房或雲端部署。細部條款請以官方授權文字為準。

26B MoE 和 31B Dense 差在哪？

MoE（混合專家）模型推論時只啟動一部分參數，26B 版只用約 38 億，所以速度快；Dense 模型每次用到全部參數，31B 版著重品質，也比較適合拿來微調。

要去哪裡下載？

官方列出 Hugging Face、Kaggle 與 Ollama；想先試玩可到 Google AI Studio（31B 與 26B）或 AI Edge Gallery（E4B 與 E2B）。

作者

接案做系統開發、網站與主機託管。觀點裡的文章都是我自己寫的,寫的是做專案時第一手遇到的事。