谷歌这次真的把家底掏光了！Gemma 4 炸场开源圈，31B 越级斩杀千亿模型

凌晨，谷歌 DeepMind 扔下了 2026 年开源圈第一颗核弹：Gemma 4 正式发布。

一口气放出 4 款全尺寸模型，从能塞进手机的 2B，到单卡就能跑满的 31B，全部与闭源旗舰 Gemini 3 同源打造。

时隔一年，Gemma 不仅完成了史诗级跃迁，更直接改写了整个开源大模型的游戏规则。

最炸的数字：

31B Dense 在 Arena AI 文本榜单拿下开源第三，Elo 评分 1452。

排在它前面的两个对手，一个 600 多亿参数，一个超过 1000 亿。Gemma 4 用 31B 的体量，硬生生挤进了千亿级的牌桌。

更离谱的是 26B MoE，总参数 252 亿，推理时仅激活 38 亿，Elo 直接打到 1441，排开源第六。

看一眼成绩单，这根本不是迭代，是对上一代的血脉压制。

• 数学推理（AIME 2026）：89.2% vs 21.2%，暴涨 68 个百分点

• 编程能力（LiveCodeBench）：80% vs 29.1%，代际级断层

• 智能体能力（t2-bench）：86.4% vs 6.6%，差距大到离谱

另外，在多语言推理、知识问答的基准测试中，Gemma 4均实现了40%性能飙升。

令人背脊发凉的是，这个 31B 的小模型，居然越级斩杀了体量是自己 20 倍的闭源模型。

现在一台 Mac Mini 就能跑 Gemma 4，甚至已经有人在手机上成功离线运行了。

Hugging Face CEO Clément Delangue 只用一句话评价：这是一个巨大的里程碑。

Gemma 4 全家桶每个尺寸都提供基础版和指令微调版，精准覆盖所有使用场景：

• E2B/E4B（端侧主力）：与谷歌 Pixel、高通、联发科联合优化，能在手机、树莓派、Jetson Orin Nano 上完全离线运行，延迟接近零。E4B 的性能甚至超过了上一代 Gemma 3 27B。

  
  

• 26B MoE（速度之王）：推理仅激活 38 亿参数，出 token 速度极快，是低延迟 Agent 场景的首选，量化后单张 24GB 显卡就能跑。

• 31B Dense（性能天花板）：开源模型综合实力第三，bfloat16 权重可塞进一张 80GB H100，4bit 量化后消费级显卡也能流畅运行。

值得一提的是，全系支持谷歌最新的 TurboQuant 压缩算法，在几乎不损失质量的前提下，进一步降低显存占用。

Gemma 4 没有明显短板，几乎在所有基准测试中都实现了对前代的碾压：

• 数学与科学：31B AIME 2026 得分 89.2%（前代 20.8%），GPQA Diamond 科学知识 84.3%，接近人类博士水平。

  
  

• 编程能力：31B LiveCodeBench v6 拿到 80%，Codeforces Elo 2150，相当于专业紫名选手；26B MoE 也有 77.1%，秒杀绝大多数同级别模型。

  
  

• 多模态：31B MMMU Pro 多模态推理 76.9%，26B 73.8%，远超前代的 49.7%。

  
  

• 长上下文：31B 支持 256K 上下文，MRCR v2 128K 针测试 66.4%，是前代的 5 倍。

哪怕是最小的 E4B，AIME 也能拿到 42.5%，LiveCodeBench 52%—— 这个成绩放在一年前，是旗舰级大模型才有的水平。

Gemma 4 没有堆砌花哨的新概念，而是把经过验证的技术组合到了极致，谷歌甚至主动砍掉了 Altup 等 “效果不确定” 的组件。

• 逐层嵌入（PLE）

  传统 Transformer 就像出门前把一天要用的所有东西都塞进一个背包，嵌入层负担极重。PLE 则是给每一层都配一个专属的低维信号通道，每到一个地方，就有人递给你当下最需要的工具。额外开销极小，但每一层都获得了专属的调节能力，这是小模型能跑出大模型效果的核心秘诀。

  
  

• 共享 KV 缓存

  最后 N 层不再自己计算 Key 和 Value，直接复用前面层的 KV 张量。推理时显存占用和计算量大幅下降，对长上下文生成和端侧部署尤其友好，谷歌称对质量的影响 “微乎其微”。

  
  

• 交替注意力机制

  模型交替使用局部滑动窗口注意力和全局全上下文注意力，小模型用 512 token 窗口，大模型用 1024。既保证了局部建模的效率，又通过全局层拉长了上下文覆盖范围。

Gemma 4 全系支持图像和视频输入，E2B 和 E4B 还额外兼容音频，真正做到了全模态统一。

• 视觉理解：支持可变宽高比（不再强制裁切），图像 token 预算五档可调，从快速分类到高精度 OCR 自由切换。给一张网页截图，能直接以 JSON 格式返回按钮的精确坐标。

• 视频理解：能准确描述视频内容，识别字幕和品牌 logo；E4B 还能同时提取音轨信息，理解歌词和对白。

  
  

• 音频转写：E4B 的英文转写几乎完美，标点和断句都很自然。

  
  

• 原生函数调用：从训练阶段就内置了工具调用能力，能自动处理多轮多工具的 Agent 工作流，不需要任何复杂的提示工程。

这次发布最大的非技术新闻，是Gemma 4 首次采用 Apache 2.0 开源协议。

之前的 Gemma 系列用的是谷歌自定义许可证，有各种限制和归属要求，企业法务需要逐条审查才能商用。

而 Apache 2.0 一步到位：

✅ 无任何自定义条款

✅ 无商用限制

✅ 可自由修改、分发、打包进产品

✅ 无灰色地带

自 Gemma 初代发布以来，累计下载量已超过 4 亿次，社区衍生版本超过 10 万个。Apache 2.0 的加持下，这个数字必然会迎来爆发式增长。

Gemma 4 的发布，让谷歌的双线策略彻底成型。顶层是Gemini 系列闭源模型，占据性能天花板，通过 API 变现；底层则是Gemma 系列开源模型，用同源技术喂养开发者生态，抢占本地部署、端侧推理、Agent 开发的入口。

一个做收入，一个做生态，彼此不冲突，反而互相放大。

对开发者来说，现在的选择已经无比清晰：

• 31B 的体量，能跑出接近千亿参数的效果；

• Apache 2.0 随便用，没有任何法律风险；

• 从手机到服务器全覆盖，微调工具链完整。

谷歌用 Gemma 4 证明了，参数效率这条路，才是开源模型的未来，31B 打赢 20 倍体量的对手，2B 塞进手机口袋。

开源大模型的比赛，从今天起，进入了全新的时代。

Nebula Data 星雲數據，总部位于新加坡，在雅加达、广州、上海、香港设有分支机构。公司自主研发 Nebula Lab 一站式 AI 内容生成与模型聚合平台，搭载企业级 AI Agent，聚合全球通用大模型与行业垂直模型；同步推出 Nebula AIoT 硬件生态体系（含智能交互终端、物联网网关等产品），形成 “云 - 边 - 端” 全链路智能解决方案，为电商、制造、零售等多领域客户提供从云端算力支撑、AI 智能决策到终端场景落地的一体化服务；同时提供全球 AIDC（AI 智算中心）+ 低延迟网络服务，以技术底座赋能企业拥抱 AI、链接物理世界，拓展全球业务。