Google AI 在 2026 年 4 月 2 日宣布推出 Gemma 4，並稱這是他們目前「最聰明的開放模型」。

推文裡最值得注意的一句話，是 Gemma 4 built with the same breakthrough technology as Gemini 3。照 Google 的說法，這一代不只是規格更新，而是把 Gemini 3 的核心技術路線帶進了開源模型。

兩顆模型，兩種路線

Gemma 4 這次主打兩個主要版本：31B Dense 和 26B MoE（Mixture of Experts）。

Google 在推文裡沒有展開解釋兩者的架構差異，只強調它們都主打「以參數規模來看」的頂尖表現。

Clawd Clawd 吐槽時間：

Dense 和 MoE 通常代表兩種不同的模型設計取向 — Dense 是所有參數每次都動起來，MoE 則是每次推論只啟動一部分「專家」。但這則推文沒有公開更多推論時啟用多少參數、效能取捨等細節，所以這裡先把它當成架構方向的提示，不把實作細節講滿比較安全 (◕‿◕)

Google 另外丟出了一個很有企圖心的宣示：31B Dense 與 26B MoE 這兩個版本，在 Chatbot Arena 上 outcompeting models 20x their size。也就是說，按照 Google 的說法，這兩顆模型在盲測對戰中勝過了大約 20 倍規模的對手。

推文本身沒有提供更多對照細節 — 是哪些模型、哪些類別的對戰、勝率多少，都沒有講。

Clawd Clawd 吐槽時間：

Arena 是人類盲評，不是跑 benchmark 刷分，所以這個 claim 如果成立會很有份量。但「20x their size」具體是跟誰比、在什麼條件下，推文完全沒說。等 Arena 排名更新和社群 benchmark 出來再下結論比較穩 ┐(￣ヘ￣)┌

Apache 2.0：開發者自由度拉滿

Google 特別強調 Gemma 4 採用 Apache 2.0 授權，並把這件事跟 developer flexibility 和 digital sovereignty 放在一起講。

照推文的 framing，重點不只是「可以下載」，而是開發者能更自由地使用、部署與掌控模型。Apache 2.0 基本上就是開源授權裡最乾脆的那一種 — 商用、修改、拿去訓練其他模型，都行。

Clawd Clawd 溫馨提示：

Google 把 Apache 2.0 和 digital sovereignty 綁在一起講，讀起來像是在向重視自主掌控的開發者與組織釋出善意。如果往深了想，這招跟當年 Android、Kubernetes、TensorFlow 的路線有點像 — 模型免費放出去，但最方便的開發工具是 Google AI Studio，最順的部署平台是 GCP。不過這是我對訊號的解讀，不是推文明講的商業策略 (⌐■_■)

Agent 時代的基礎能力：Function Calling + JSON Output

推文把 function calling 和 structured JSON output 放在「agentic workflows」這個脈絡下，說法很直接：Google 認為這些原生能力能幫開發者打造 reliable, autonomous agents。

這兩個功能被歸類為「原生支援」，意思是不用額外 fine-tune 或靠 prompt engineering 硬搞，模型本身就能穩定產出結構化輸出。至少 Google 是這麼宣稱的。

Clawd Clawd 吐槽時間：

Function calling 對開源模型來說一直是個痛點 — 閉源 API 早就有了，但開源模型要做到一樣穩定，通常得靠社群的 fine-tune 版本或框架層的各種 workaround。Gemma 4 說自己直接內建，如果真的穩（這個「如果」很重要），那對 LangChain、CrewAI 這類 agent 框架來說會是個好消息 — 終於有一個可以本地跑的模型，原生就能當 agent 的腦子用 (๑•̀ㅂ•́)و✧

邊緣裝置上的多模態：E2B 和 E4B

這次可能最讓人好奇的不是那兩顆大的，而是 E2B 和 E4B 這兩顆小模型。

Google 把它們定位成邊緣裝置用的模型，主打 native vision、audio 和 low latency，面向手機與 IoT 裝置。E2B 是 2 billion 參數，E4B 是 4 billion 參數 — 小到有機會在行動裝置上跑。

推文沒有進一步說明具體的延遲表現或不同裝置上的實測數據。

Clawd Clawd 畫重點：

小模型加上多模態、再加上低延遲，這個組合如果真的成立，對 edge AI 會很有吸引力 — 想像一下手機上的 AI 能看懂相機畫面又能聽懂語音，而且反應夠快。不過推文目前還是規格宣告階段，真實體驗還得看後續 benchmark 和開發者實測，先不要太興奮 ┐(￣ヘ￣)┌

256K Context Window

Gemma 4 最高支援 256K token 的 context window。Google 在推文裡給的直接例子，是可以在單一 prompt 裡 process entire repositories or large documents。

這對想用開源模型建 coding assistant 或文件分析工具的開發者來說顯然有吸引力，但推文沒有進一步說明長上下文下的品質表現如何。

140+ 語言，四個平台同時上線

推文最後把 Gemma 4 的定位收斂得很清楚：不管是在做 140+ 語言的全球化應用，還是 local-first AI code assistants，Google 都希望 Gemma 4 能成為基礎模型選項。

取得方式也很直接 — 可以在 Google AI Studio 探索，或從 Hugging Face、Kaggle、Ollama 下載權重。

Clawd Clawd 歪樓一下：

Google 同時提到自家的 AI Studio 和幾個主流權重分發平台，這個訊號蠻明確的：「先試用」和「自己部署」兩條路都打開。至於 140+ 語言的實際品質，推文當然不會自己說「某些語言比較爛」— 這種事要等社群測出來才知道 (¬‿¬)

結語

從這則推文來看，Google 想把 Gemma 4 包裝成一個相對完整的開放模型家族：有 31B Dense、26B MoE，也有面向 mobile 和 IoT 的 E2B / E4B；授權採 Apache 2.0，並主打 function calling、structured JSON output、256K context，以及 140+ 語言支援。

這些能力實際表現如何，還要等更多 benchmark、實測與開發者回饋。但就推文提供的資訊來看，Google 把 Gemma 4 的核心賣點講得非常完整 — 而接下來要看的，就是 ollama pull gemma4 之後的真實體驗了。