2026年4月2日、Google DeepMindはこれまでで最も強力なオープンAIモデルファミリー、Gemma 4 を正式にリリースしました。Apache 2.0 ライセンスのもと、アジェンティックワークフロー、ビジョン＆オーディオ、140以上の言語をサポートし、Raspberry Piからスマートフォンまであらゆるデバイス上で動作するGemma 4は、単なるアップグレードではなく、オープンソースAIのゲームチェンジャーです。
その結果は明白です。31Bモデルはオープンモデル部門でArena AIランキングの世界第3位に輝き、パラメータ数で20倍以上大きなモデルを凌駕しています。26B MoEモデルは第6位を獲得。そしてエッジ版のE2Bは、わずか1.5GB未満のRAMでスマートフォン上でも快適に動作します。
本記事では、アーキテクチャ、機能、ベンチマーク、エコシステム、そして今日からGemma 4を使い始める方法について総合的に分析します。
1. Gemma 4とは？
Gemma 4は、Google DeepMindが開発した大規模言語モデル（LLM）ファミリーです。Gemini 3と同じ技術・研究をベースにしながらも、ユーザーのハードウェア上で動作することを前提に設計されています。
初代Gemmaのリリース以来、シリーズは4億回以上ダウンロードされ、コミュニティによる10万以上のバリアントからなるGemmaverseエコシステムが形成されました。Gemma 4はこのシリーズ最大の進化です。
設計哲学
Gemma 4は、数千億パラメータを擁する巨大モデルを追い求めません。代わりに、Googleはパラメータあたりの知性——つまりパラメータ1つあたりの最大知性——に注力しています。目標は、はるかに低い要件のハードウェアでフロンティアレベルの能力を実現することです。
2. 4つのサイズ、4つのユースケース
GoogleはGemma 4を、異なるハードウェアセグメント向けに設計された4つのバリアントでリリースしています。
| モデル | アーキテクチャ | コンテキストウィンドウ | 対象ハードウェア | 主な特徴 |
|---|---|---|---|---|
| E2B (Effective 2B) | コンパクト | 128K | スマートフォン、IoT、Raspberry Pi | Audio + Vision、<1.5GB RAM |
| E4B (Effective 4B) | コンパクト | 128K | スマートフォン、タブレット | マルチモーダル、オンデバイスエージェント |
| 26B MoE | Mixture of Experts | 256K | コンシューマGPU、ワークステーション | 推論時に3.8Bパラメータのみ活性化 → 高速 |
| 31B Dense | Dense | 256K | GPU H100 80GB (bfloat16) | 最高品質、ファインチューニング基盤 |
2.1. E2BとE4B — あらゆるデバイスのためのAI
これら2つのエッジモデルは、計算効率とメモリ効率を最大化すべく最初から設計されています。推論時に実際に活性化するのはそれぞれ2Bと4Bのパラメータのみで、RAMとバッテリーを節約します。
主な特徴：
- ネイティブオーディオ入力：音声認識とオーディオ理解をデバイス上で直接処理
- ネイティブビジョン：複数解像度での動画・画像処理、OCR、グラフの理解
- 完全オフライン動作：Raspberry Pi 5、NVIDIA Jetson Orin Nano、Qualcomm、MediaTekで動作
- Android AICore Developer Previewとの統合——Gemini Nano 4との上位互換性
Raspberry Pi 5上でのLiteRT-LMによる印象的な数値：
- プリフィル：133トークン/秒
- デコード：7.6トークン/秒
- スマートホームコントローラー、音声アシスタント、オフラインロボティクスに十分な速度
2.2. 26B MoE — コンシューマハードウェアでフロンティア速度を実現
総パラメータ数26Bのところ、推論1回につき3.8Bのみを活性化するMixture of Expertsモデルです。結果として、フロンティア品質を保ちながら驚異的なトークン/秒速度を実現しています。
- オープンモデル部門でArena AI第6位
- 量子化版がコンシューマGPUで動作
- 低レイテンシを必要とするIDE、コーディングアシスタント、アジェンティックワークフローに最適
2.3. 31B Dense — 最高品質
従来の密なモデルで、生の品質とファインチューニング基盤として最も強力です。
- オープンモデル部門でArena AIテキストランキング世界第3位
- パラメータ数で20倍大きなモデルを凌駕
- bfloat16の重みが単一のNVIDIA H100 80GB GPUに収まる
- 量子化版がコンシューマGPUで動作
3. 注目の機能
3.1. アジェンティックワークフロー — チャットボット以上の存在
これが前世代からGemma 4が最も大きく飛躍した点です。モデルはネイティブで以下をサポートします：
- 関数呼び出し：ツールとAPIの直接呼び出し
- 構造化JSON出力：本番環境向けの信頼性の高い構造化出力
- ネイティブシステム命令：ネイティブレベルでのシステム指示
- マルチステップ計画：複数ステップのワークフローの計画と実行
これにより、インターネット不要・クラウドへのデータ送信不要で、完全にオンデバイスで動作する自律エージェントを構築できます。
3.2. ビジョン＆オーディオ
すべてのGemma 4モデルが動画と画像をネイティブで処理します：
- 可変解像度サポート
- 高品質OCR
- チャートやグラフの理解
- E2B/E4Bは音声認識のためのネイティブオーディオ入力もサポート
3.3. コード生成
Gemma 4はオフラインで高品質なコード生成をサポートし、ワークステーションをローカルファーストのAIコーディングアシスタントに変えます。26B MoE（高速）または31B Dense（最高品質）と組み合わせることで、クラウドに依存しないコーディングアシスタント体験が得られます。
3.4. 140以上の言語
140以上の言語でネイティブトレーニング——日本語を含みます。多言語・グローバル市場向けアプリケーションを構築する開発者にとって大きな利点です。
3.5. 拡張コンテキストウィンドウ
- エッジモデル（E2B、E4B）：128Kトークン
- 大型モデル（26B、31B）：256Kトークン
コードリポジトリ全体や長いドキュメントをプロンプト1つで渡すのに十分です。
4. エッジ上のAgent Skills — オンデバイスAIの未来
Googleは同時にGoogle AI Edge Galleryアプリ内でAgent Skillsもリリースしました——複数ステップの、自律的な、完全オンデバイスのアジェンティックワークフローを実行する最初期のアプリケーションの一つです。
エッジ上のGemma 4で何ができるか？
1. 知識ベースの拡張： エージェントはトレーニングデータを超えた情報にアクセスできます。例：あらゆる百科事典的な質問に答えるWikipediaクエリスキルの作成。
2. インタラクティブなコンテンツ作成： テキストや動画をサマリー、フラッシュカード、インタラクティブなグラフに変換。例：ユーザーの音声から毎日の睡眠・気分の傾向を自動的に要約・表示。
3. コア機能の拡張： テキスト読み上げ、画像生成、音楽合成などの他のモデルと統合。例：写真に雰囲気に合った音楽を組み合わせる。
4. エンドツーエンド体験： 複数のアプリを切り替えるのではなく、ユーザーが会話だけで複雑なワークフローを管理できます。Googleは会話だけで構築された、動物の説明と鳴き声を再生するアプリをデモしました。
LiteRT-LM — オンデバイス向けランタイム
LiteRT-LMはあらゆるデバイスへのGemma 4デプロイを可能にする新しいランタイムです：
- 最小メモリ：2ビットと4ビット重みのサポートにより、Gemma 4 E2Bは1.5GB未満のメモリで動作
- 制約付きデコーディング：構造化出力により、本番環境での信頼性の高いツール呼び出しを保証
- 動的コンテキスト：動的なコンテキスト長でCPUとGPUを柔軟に活用し、128Kコンテキストウィンドウを最大活用
- パフォーマンス：4,000入力トークンを2つの別々のスキルで3秒未満で処理
マルチプラットフォームサポート：
| プラットフォーム | サポート |
|---|---|
| モバイル | Android（CPU/GPU）、iOS、Android AICore |
| デスクトップ＆ウェブ | Windows、Linux、macOS（Metal）、WebGPU |
| IoT＆ロボティクス | Raspberry Pi 5、Qualcomm IQ8 NPU |
GoogleはLinux、macOS、Raspberry Pi向けのPythonパッケージとコマンドラインツール litert-lm もリリースしました——コードを書かずにターミナルから直接Gemma 4を試せます：
# litert-lm CLIのインストール
pip install litert-lm
# Gemma 4 E2Bをターミナルから直接実行
litert-lm run gemma-4-e2b
5. Apache 2.0 — ライセンス上の転換点
これは戦略上の最大の変更点です。以前のGemmaバージョンは一部の制限を含むカスタムライセンス「Gemma Terms of Use」を使用していました。Gemma 4は完全にApache 2.0に移行しました。
これが意味すること：
- 商業的自由：無制限の使用、改変、配布が可能
- デジタル主権：データ、インフラ、モデルの完全な制御
- 制約なし：オンプレミスやクラウドを問わず自由にデプロイ可能、報告や登録不要
Hugging FaceのCEO、クレモン・デランゲ氏は次のようにコメントしました：「Gemma 4をApache 2.0ライセンスでリリースしたことは重要なマイルストーンです。」
他のオープンモデルとのライセンス比較
| モデル | ライセンス | 商用利用 | 派生物 |
|---|---|---|---|
| Gemma 4 | Apache 2.0 | ✅ 自由 | ✅ 自由 |
| Llama 3.x | Llama License | ✅（MAU 7億以上の場合は条件付き） | ✅ 制限あり |
| Mistral | Apache 2.0 | ✅ 自由 | ✅ 自由 |
| Qwen 2.5 | Apache 2.0 / Tongyi | ✅ バリアントによる | ✅ バリアントによる |
Gemma 4により、GoogleのオープンネスはMistralと同等となり、ライセンスの自由度ではMeta（Llama）を大きく上回ることになりました。
6. エコシステムのサポート
Gemma 4は主要なフレームワークとプラットフォームのほぼすべてで初日からサポートされています：
フレームワーク＆ツール
- Hugging Face: Transformers、TRL、Transformers.js、Candle
- 推論: vLLM、llama.cpp、SGLang、Ollama、LM Studio
- Apple: MLX（mlx-community）
- NVIDIA: NIM、NeMo
- エッジ: LiteRT-LM、Google AI Edge Gallery
- ファインチューニング: Unsloth、Google Colab、Vertex AI
- その他: Cactus、Baseten
モデルのダウンロード
最速でお試しになるには
# Ollamaで
ollama run gemma4
# Google AI Studio経由（31B、26B MoE）
# https://aistudio.google.com/prompts/new_chat?model=gemma-4-31b-it
# Google AI Edge Gallery経由（E2B、E4B）
# https://github.com/google-ai-edge/gallery
7. 比較：Gemma 4 vs 他のオープンモデル
Arena AIテキストリーダーボード（オープンモデル、2026年4月2日時点）に基づく：
| 順位 | モデル | サイズ | ライセンス |
|---|---|---|---|
| 第1位 | DeepSeek-V3 | 671B MoE | DeepSeek License |
| 第2位 | Qwen3-235B | 235B MoE | Apache 2.0 |
| 第3位 | Gemma 4 31B | 31B Dense | Apache 2.0 |
| 第4位 | Llama 4 Maverick | 400B MoE | Llama License |
| 第5位 | DeepSeek-R1 | 671B MoE | MIT |
| 第6位 | Gemma 4 26B | 26B MoE (アクティブ3.8B) | Apache 2.0 |
注目すべき点：Gemma 4 31B（310億パラメータ）はLlama 4 Maverick（4,000億パラメータ）を凌駕しています——13倍小さいにもかかわらず、より高い順位を誇ります。これはGoogleの「パラメータあたりの知性」哲学の最も明確な証明です。
8. 実用的なアプリケーションとユースケース
8.1. 個人開発者向け
- オフラインコーディングアシスタント：ゲーミングGPUで26B MoEを実行、APIの費用不要
- コードレビューエージェント：関数呼び出し＋構造化出力を使ってPRを自動レビューするエージェントを構築
- ローカルRAG：256KコンテキストウィンドウとローカルのQdrant/Chromadbを組み合わせる
8.2. 企業向け
- オンプレミスAI：Apache 2.0 + オンデバイス = データがインフラ外に出ない
- ソブリンAI：データの国内保管要件（デジタル主権）に適合
- エッジAI本番環境：E2B/E4Bを使ったスマートホーム、キオスク、POS、カメラAI
8.3. 研究向け
- ファインチューニング基盤：31B Denseはドメイン特化型チューニングの強力なベースモデル
- 多言語研究：140以上の言語が低リソース言語NLP研究を開く
- 実際の例：イェール大学がGemmaを使って癌治療の新しいパスウェイを発見（Cell2Sentence-Scale）
8.4. IoTとロボティクス向け
- オフライン音声アシスタント：ロボットやスマートスピーカー向けにRaspberry Pi 5上でE2Bを動作させる
- エッジ分析：NVIDIA Jetsonでのリアルタイム画像・動画解析
- 産業自動化：Qualcomm IQ8 NPU上での自律エージェント
9. クイックスタートガイド
9.1. Ollamaで実行（最も簡単）
# Ollamaをインストール
curl -fsSL https://ollama.com/install.sh | sh
# Gemma 4を実行（適切なサイズを自動選択）
ollama run gemma4
# または特定のバリアントを指定
ollama run gemma4:26b
ollama run gemma4:31b
9.2. LiteRT-LMでエッジ実行
# LiteRT-LM CLIをインストール
pip install litert-lm
# モデルをダウンロードして実行
litert-lm download gemma-4-e2b
litert-lm run gemma-4-e2b
9.3. Pythonで使用（Hugging Face Transformers）
from transformers import AutoTokenizer, AutoModelForCausalLM
model_id = "google/gemma-4-31b-it"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id,
device_map="auto",
torch_dtype="auto"
)
messages = [
{"role": "user", "content": "Mixture of Expertsアーキテクチャを3文で説明してください。"}
]
input_ids = tokenizer.apply_chat_template(
messages, return_tensors="pt"
).to(model.device)
outputs = model.generate(input_ids, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
9.4. 関数呼び出し（アジェンティック）
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get current weather for a location",
"parameters": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "City name"}
},
"required": ["location"]
}
}
}
]
messages = [
{"role": "system", "content": "You are a helpful assistant with access to tools."},
{"role": "user", "content": "東京の今日の天気はどうですか？"}
]