Gemma 4 发布：本地开源模型的新标杆

2026 年 4 月 2 日，Google DeepMind 正式发布了 Gemma 4。这不是一次简单的版本迭代，而是开源本地模型的一次质变——基于 Gemini 3 同款架构，专门针对本地部署和开发者效率进行了深度优化。

四档规模，全场景覆盖

Gemma 4 这次直接推出四个版本，从手机到工作站全照顾到了：

• E2B & E4B —— “E” 代表 Effective（有效参数）。专门为手机和笔记本设计的边缘模型，Android AICore 直接跑。
• 26B (MoE) —— 混合专家架构，总参 26B，每次只激活 4B。性能与速度的平衡点。
• 31B (Dense) —— 系列最强稠密模型，多项榜单直追闭源旗舰。

技术特性有点炸

原生多模态 是标配，文本图像视频都能处理。但最意外的是 E2B/E4B 原生支持音频输入——这意味着你可以在本地做语音交互 Agent，不用上云。

长文本 也很能打：小模型 128K，大模型直接 256K。做代码库分析、协议文档解析，上下文管够。

Thinking Mode 借鉴了 Gemini 3 的推理链路，复杂逻辑任务（比如智能合约审计）准确率明显提升。

Agent 友好 是重点。原生支持 system 角色和 Function Calling，解决了开源模型构建自主 Agent 时输出格式不稳定的老大难问题。

性能表现

Arena 榜单上，Gemma 4 31B 已经冲进开源前三。数学（AIME 2026）和编程（LiveCodeBench）尤其亮眼——31B 版本完全可以当本地代码助手用。

上手体验

Apache 2.0 协议，商用无限制。

本地部署最简单：

ollama run gemma4:31b

Android 开发的话，AICore 开发者预览版已集成。云端部署可以上 Google Cloud Vertex AI，Blackwell B200 都支持。

值得试试

如果你之前觉得 Gemma 2/3 的推理差点意思，或者多模态不够顺滑，Gemma 4 真的值得拉下来跑一下。特别是对 Agent 任务的优化，跟目前 AI Task Market 的研究方向很契合。

本地终端跑大模型的门槛，又低了一些。