Modelos Gemma 4
Quatro modelos, uma família - do edge ao frontier
A família Gemma 4 abrange quatro arquiteturas: os ultracompactos E2B e E4B para dispositivos edge, o 26B MoE para implementação eficiente em servidores e o modelo principal 31B Dense. Todos partilham suporte multimodal nativo, raciocínio configurável e licença Apache 2.0.
Todos os modelos
Escolha o Gemma 4 adequado ao seu caso de utilização
Cada modelo da família está otimizado para diferentes cenários de implementação. Os modelos edge incluem suporte de áudio, enquanto os modelos de servidor oferecem contexto de 256K e raciocínio de classe frontier.
Modelos Edge
E2B & E4B: Inteligência no dispositivo com áudio
Modelos ultracompactos com 2.3B e 4.5B parâmetros efetivos. Ambos incluem codificadores de áudio nativos, contexto de 128K e funcionam em telemóveis, navegadores e dispositivos IoT.
Escolha E2B para a menor pegada (3.2 GB a 4-bit). Escolha E4B para melhor qualidade (5.5 GB a 4-bit). Ambos suportam entrada de texto, imagem, vídeo e áudio.
Modelos de servidor
26B MoE & 31B Dense: Desempenho frontier
O 26B MoE ativa apenas 4B parâmetros por token para serving eficiente. O 31B Dense é o modelo principal com a posição n.º 3 no Arena AI. Ambos oferecem contexto de 256K e Function Calling nativo.
Escolha 26B para produção de alto débito (16 GB a 4-bit). Escolha 31B para qualidade máxima (17 GB a 4-bit). Ambos destacam-se em raciocínio, programação e tarefas multimodais.
Edge - Ultracompacto
Gemma 4 E2B
2.3B parâmetros efetivos. O menor Gemma 4 com suporte multimodal completo + áudio.
35 camadas, arquitetura PLE, ~150M visão + ~300M codificador de áudio. 3.2 GB VRAM a 4-bit.
Edge - Recomendado
Gemma 4 E4B
4.5B parâmetros efetivos. O melhor modelo edge com raciocínio sólido e suporte de áudio.
42 camadas, arquitetura PLE, ~150M visão + ~300M codificador de áudio. 5.5 GB VRAM a 4-bit.
Servidor - Eficiente
Gemma 4 26B A4B
25.2B no total, 3.8B ativos por token. Qualidade próxima do 31B com uma fração do processamento.
MoE com 128 especialistas (8 ativos + 1 partilhado). Contexto 256K. 16 GB VRAM a 4-bit.
Servidor - Principal
Gemma 4 31B
30.7B parâmetros dense. N.º 3 no Arena AI. Máxima inteligência e fiabilidade.
Arquitetura dense, contexto 256K, mais de 140 idiomas. 17 GB VRAM a 4-bit.
Capacidades partilhadas
O que cada modelo Gemma 4 consegue fazer
Os quatro modelos partilham um conjunto comum de capacidades que tornam a família Gemma 4 excecionalmente versátil.
Multimodal nativo
Todos os modelos processam texto e imagens nativamente. Os modelos edge acrescentam suporte de áudio e vídeo. Sem necessidade de codificadores ou pipelines separados.
Raciocínio configurável
Todos os modelos suportam modos de raciocínio passo a passo. Controle a profundidade do raciocínio com base na complexidade da tarefa.
Function Calling
O Function Calling integrado em toda a família permite workflows agênticos. Sem necessidade de fine-tuning para utilização de ferramentas.
Contexto alargado
128K tokens para modelos edge, 256K para modelos de servidor. A attention híbrida mantém a utilização de memória prática.
Mais de 140 idiomas
Suporte multilingue com compreensão de contexto cultural em todos os tamanhos de modelo.
Licença Apache 2.0
Liberdade comercial total. Sem limites de MAU, sem restrições de utilização. Implemente em qualquer lugar, modifique livremente.
Guia de seleção rápida
Que modelo deve escolher?
Faça corresponder as suas restrições de implementação e requisitos de qualidade à variante Gemma 4 adequada.
Por hardware
- Telemóvel / IoT / 4 GB RAM: Gemma 4 E2B
- Portátil / 8-16 GB RAM: Gemma 4 E4B
- GPU única / 16-24 GB VRAM: Gemma 4 26B A4B
- Multi-GPU / 24 GB+ VRAM: Gemma 4 31B
Por caso de utilização
- Assistente de voz / áudio: E2B ou E4B (suporte de áudio)
- IA no navegador: E2B ou E4B (WebGPU)
- API de alto débito: 26B A4B (eficiência MoE)
- Qualidade máxima: 31B Dense (desempenho frontier)
Desempenho
Comparação completa de benchmarks dos quatro modelos
Cada modelo Gemma 4 faz parte de uma fronteira de Pareto - cada tamanho oferece desempenho excecional em relação ao seu número de parâmetros.
Do ultracompacto E2B ao modelo principal 31B, cada modelo está otimizado para o seu nível de implementação, partilhando as mesmas inovações arquiteturais.
31B Dense: N.º 3 no Arena AI (ELO 1452), 89.2% AIME 2026, 80% LiveCodeBench v6
26B MoE: Qualidade próxima do 31B (ELO 1441) com apenas 4B parâmetros ativos por token
E4B: 69.4% MMLU Pro, 52% LiveCodeBench - excelente desempenho edge com áudio
E2B: 60% MMLU Pro, 44% LiveCodeBench - IA significativa com 3.2 GB de VRAM
Comparação completa da família
Todos os modelos Gemma 4 lado a lado
Resultados completos de benchmarks em raciocínio, programação, multimodal e métricas de implementação.
| Benchmark | 31B Dense Principal 31B | 26B A4B MoE 26B | E4B Edge E4B | E2B Compacto E2B |
|---|---|---|---|---|
Arena AI ELO Classificação geral | 1452 | 1441 | - | - |
MMLU Pro Conhecimento e raciocínio | 85.2% | 82.6% | 69.4% | 60.0% |
AIME 2026 Matemática | 89.2% | 88.3% | 42.5% | 37.5% |
LiveCodeBench v6 Programação | 80.0% | 77.1% | 52.0% | 44.0% |
GPQA Diamond Ciência | 84.3% | 82.3% | 58.6% | 43.4% |
MMMU Pro Multimodal | 76.9% | 73.8% | 52.6% | 44.2% |
Context Window Tokens máximos | 256K | 256K | 128K | 128K |
Audio Support Áudio nativo | No | No | Yes | Yes |
VRAM (4-bit) Memória mínima | ~17 GB | ~16 GB | ~5.5 GB | ~3.2 GB |
Todos os dados da ficha oficial do Gemma 4. Pontuações do Arena AI a 2 de abril de 2026.
Nível Edge
E2B & E4B: IA que funciona no seu dispositivo
Os modelos edge trazem IA multimodal completa para telemóveis, navegadores e dispositivos IoT. Ambos incluem codificadores de áudio nativos - uma capacidade que os modelos maiores não possuem. Escolha E2B para a menor pegada, E4B para melhor qualidade.
- E2B: 2.3B efetivos, 3.2 GB a 4-bit, 95 tok/s em hardware de consumo
- E4B: 4.5B efetivos, 5.5 GB a 4-bit, raciocínio e programação sólidos
- Ambos: áudio nativo, contexto 128K, suporte de navegador WebGPU
Nível Servidor
26B MoE & 31B Dense: Desempenho frontier
Os modelos de servidor oferecem raciocínio, programação e compreensão multimodal de classe frontier. O 26B MoE oferece qualidade próxima do 31B com uma fração do processamento. O 31B Dense é o modelo principal para desempenho máximo.
- 26B MoE: 3.8B ativos por token, ELO 1441, 88.3% AIME 2026
- 31B Dense: 30.7B totalmente ativos, ELO 1452, 89.2% AIME 2026
- Ambos: contexto 256K, Function Calling nativo, mais de 140 idiomas
Arquitetura
Inovações partilhadas em toda a família
Todos os modelos Gemma 4 partilham inovações arquiteturais chave da investigação do Google DeepMind. Per-Layer Embeddings, cache KV partilhada e padrões de attention híbridos maximizam a eficiência em cada escala.
- Per-Layer Embeddings (PLE) para condicionamento eficiente em parâmetros
- Cache KV partilhada reduz memória durante geração de contexto longo
- Attention híbrida local/global para equilíbrio ideal entre memória e qualidade
Experimentar agora
Converse com qualquer modelo Gemma 4
Experimente todos os modelos instantaneamente através da nossa interface de chat, ou transfira-os para implementação local.
Transferir
Obter os pesos do modelo
Transfira os pesos oficiais de qualquer variante Gemma 4.
Implementar
Implementação em produção
Implemente em plataformas cloud, locais ou edge.
Família Gemma 4
Explore cada modelo em detalhe
Aprofunde-se em cada variante Gemma 4 com páginas dedicadas que cobrem arquitetura, benchmarks e guias de implementação.
Começar
Encontre o seu modelo Gemma 4
Converse gratuitamente com qualquer modelo Gemma 4, ou transfira os pesos para implementação local. Licença Apache 2.0 para total liberdade comercial.