Google DeepMindは、オープンソースAIモデル「Gemma 4」を公開した。ベンチマークで性能を大きく引き上げたほか、ライセンスを従来のGoogle独自方式からApache 2.0に切り替え、商用利用や改変のしやすさを高めた。公開直後から、開発者コミュニティでは有力な選択肢として注目が集まっている。

Hugging FaceのCTO、ジュリアン・ショーモン氏は、Gemma 4について「Googleが再びゲームに戻ってきた」と評した。

Gemmaシリーズは累計4億ダウンロード、コミュニティによる派生モデルは10万件超に上る。一方、実運用の現場ではDeepSeek、Qwen、Llamaなどに後れを取ってきたとの見方もあり、Gemma 4がその流れを変えられるかが焦点となっている。

データサイエンティスト兼機械学習エンジニアのスミット・パンデイ氏は、Gemma 4について、前世代から性能を大幅に引き上げたモデルだとして高く評価した。

Gemma 4は4つのサイズで展開する。E2B（Effective 2B parameters）とE4B（Effective 4B parameters）は、スマートフォンやRaspberry Piでの動作を想定したエッジ向けモデルで、音声認識もクラウドを介さず端末内で処理できるという。

26B MoE（Mixture of Experts、4B active）は総パラメータ数が252億だが、推論時に有効化されるのは38億にとどまる。31B Denseは、オープンモデル全体のリーダーボードで3位に入るフラッグシップモデルだ。

コンテキストウィンドウは、エッジ向けモデルでは12万8000トークン、大規模モデルでは25万6000トークン。パンデイ氏は「コードベース全体を単一のプロンプトに収められる規模だ」と説明した。

ベンチマークでも性能向上が目立つ。数学競技系ベンチマーク「AIME」では、Gemma 3 27Bの20.8%に対し、Gemma 4 31Bは89.2%を記録した。

コーディング能力の指標である「Codeforces ELO」は110から2150に上昇した。博士レベルの科学問題ベンチマーク「GPQA Diamond」でも84.3%を記録しており、人間の専門家は約65%とされる。

パンデイ氏は、Gemma 4 31Bについて、Claude Opus 4.6（91.3%）やGPT-5.2（92.4%）より7～8ポイント低いとしながらも、「両モデルは数百億パラメータ規模のクローズドモデルだ。Gemma 4 31BはノートPCで動作する」と指摘。「それでも、多くの開発者が日常的に使うClaude Sonnet 4.6（74.1%）を10ポイント以上上回る」と強調した。

同氏が特に注目したのは26B MoEだ。「有効化されるのは38億パラメータにすぎないが、GPQA Diamondで82.3%を記録した」と説明している。

さらに、「中国のAIスタートアップMoonshot AIが開発したKimi K2.5は、有効化されるパラメータが320億で、Gemma 4 26B MoEの約8倍に当たるが、スコアは87.6%だった。5ポイントの差のために8倍の計算資源を使っていることになる」と述べた。

パンデイ氏は、ベンチマークだけでなくライセンス面も重要だと指摘する。従来のGemmaはGoogle独自ライセンスだったが、Gemma 4ではApache 2.0ライセンスを採用した。KubernetesやTensorFlowと同じ系統のライセンスだ。

同氏は「Apache 2.0は利用制限がなく、届け出なしで商用利用できる。フォークやファインチューニングも自由だ」と説明。そのうえで、「スタートアップや企業がAI製品を開発する際の大きな障壁の一つが取り除かれた。モデル、データ、デプロイのすべてを自社で保有できる」と述べた。

これまでオープンソースAIのリーダーボードでは、DeepSeekなど中国勢が上位を占め、米国勢ではMetaのLlamaやNVIDIA Nemotronが目立つ程度だったという。

パンデイ氏は「Gemma 4 31Bは3位、26B MoEは6位に入り、Googleもオープンソースモデル競争に本格参入した」と評価。「16GB RAMのノートPCがあれば、E4Bモデルをすぐに動かせる」と語った。

そのうえで「Gemma 4がClaude Opus 4.6やGPT-5.2に勝てるわけではないが、それは適切な比較ではない」と指摘。「API利用料が不要で、データを端末外に出さず、ベンダーロックインも避けられる。その条件で使える最良のモデルは何か、という問いに対して、Gemma 4は有力な候補になった」と結論付けた。