Gemma 4

Gemma 4 is een familie AI-modellen van Google die iedereen gratis kan downloaden en op een eigen computer, server of telefoon kan draaien. Omdat het model op je eigen hardware draait, hoeven klantgegevens niet naar een externe dienst. Google bracht het uit op 2 april 2026 onder de Apache 2.0-licentie, die ook commercieel gebruik toestaat. Alle modellen lezen tekst, afbeeldingen en video.

Wat zat er in april 2026 in de familie?

Google DeepMind bracht Gemma 4 uit in vier formaten. Het zijn open-weight-modellen: je kunt het getrainde model downloaden, maar Google publiceert de trainingsdata niet.

• E2B en E4B zijn bedoeld voor telefoons en kleine apparaten zoals een Raspberry Pi. De E staat voor effective (effectief): 2,3 en 4,5 miljard parameters doen het rekenwerk, en met hun embeddingtabellen, die alleen voor opzoekwerk dienen, hebben de modellen er 5,1 en 8 miljard.
• 31B is een dense model met 31 miljard parameters.
• 26B A4B is een mixture-of-experts-model: van zijn 26 miljard parameters activeert het er volgens Google 3,8 miljard per stap.

Alle vier zijn taalmodellen die in tekst antwoorden en tekst, afbeeldingen en video accepteren. Alleen E2B en E4B accepteren ook audio, voor spraakherkenning en vragen over spraak. Volgens de lanceringspost van Hugging Face (gearchiveerd op 26 april 2026) zaten muziek en andere geluiden niet in de trainingsdata. De kleine modellen hebben een contextvenster van 128.000 tokens, de grote 256.000. Volgens Google zijn de modellen getraind op meer dan 140 talen en ondersteunen ze function calling en gestructureerde JSON-uitvoer, zodat je ze in agents kunt gebruiken. In juni 2026 voegde Google een vijfde formaat toe, Gemma 4 12B, zijn eerste middelgrote model dat ook audio accepteert.

Hoe werkt het?

Volgens Google is Gemma 4 gebouwd op hetzelfde onderzoek en dezelfde technologie als Gemini 3. De post van Hugging Face noemt de belangrijkste onderdelen:

• De attention-lagen wisselen af tussen een lokaal schuivend venster (512 tokens in de kleine modellen, 1.024 in de grote) en de volledige context.
• Per-layer embeddings geven elke laag van de kleine modellen een eigen kleine embedding voor elk token.
• In de gedeelde KV-cache hergebruiken de laatste lagen de keys en values van eerdere lagen, wat geheugen bespaart bij lange invoer.
• E2B en E4B hebben een audio-encoder, een conformer in de stijl van Googles USM, zoals in Gemma 3n.

Volgens Google passen de niet-gekwantiseerde 31B- en 26B-modellen op één NVIDIA H100 met 80 GB geheugen, en draaien gekwantiseerde versies op videokaarten voor consumenten. De gewichten staan op Hugging Face, Kaggle en Ollama, en tools zoals Transformers, llama.cpp, vLLM, MLX en LM Studio ondersteunden de modellen vanaf de eerste dag. Je kunt ze fine-tunen op je eigen data, bijvoorbeeld met TRL of Unsloth.

Hoe goed was het in april 2026?

In de post van Hugging Face scoort het instruction-tuned 31B-model 85,2% op MMLU Pro en 80,0% op LiveCodeBench v6. Zijn geschatte LMArena-score voor tekst is 1452; het mixture-of-experts-model haalt een geschatte 1441 met ongeveer 4 miljard actieve parameters. Bij de lancering zei Google dat het 31B-model derde stond onder de open modellen op het tekstklassement van Arena AI, en het 26B-model zesde. Google en Hugging Face publiceerden deze cijfers zelf.

Wat zijn de beperkingen?

• Audio werkt alleen in de twee kleine modellen, en alleen voor spraak.
• De tools liepen bij de lancering achter. Op 2 april vond Simon Willison nog geen manier om audio-invoer te gebruiken in LM Studio of Ollama, en herhaalde het 31B-model in LM Studio steeds dezelfde uitvoer.
• Google publiceert de trainingsdata niet. Zelfs Hugging Face, dat met Google aan de lancering werkte, schreef dat het de samenstelling van de trainingsdata niet kende.

Voorbeeld

Stel: een administratiekantoor wil gescande facturen uitlezen zonder ze naar een clouddienst te sturen. Het draait het 26B-model op een werkstation met een videokaart, geeft het elke scan en vraagt om factuurnummer, datum en bedrag als JSON. Omdat het model op de eigen machine draait, blijven de facturen binnen het kantoor.