Google の Gemma 4 が Novita AI で利用可能になりました。2つの大規模モデル（31B および 26B A4B）は Model API で提供中です。E2B および E4B を含む全 4 サイズは GPU アプリケーション を通じてデプロイ可能です。GPU アプリケーションは Novita AI のワンクリックモデルデプロイメントプロダクトで、モデルを選びインスタンスを起動すればすぐに実行できます。
この記事では、Gemma 4 の実際の内容、アーキテクチャの違い、各サイズの用途について解説します。ビルドを始める前に、適切なアクセスパスを選択できるようになります。
Gemma 4 とは
Gemma 4 は Google の第 4 世代オープンモデルファミリーで、メモリとパフォーマンスの目標に最適化された 3 つの異なるアーキテクチャで構築されています。ラインナップはオンデバイス推論からサーバーグレードのデプロイメントまでをカバーし、各アーキテクチャは特定のメモリフットプリントとパフォーマンス目標に基づいて設計されています。
4 つのモデルサイズは次のとおりです。
| モデル | アーキテクチャ | パラメータ | コンテキスト | モダリティ |
|---|---|---|---|---|
| Gemma 4 E2B | Dense（小規模） | 実効 2.3B、埋め込み込み 5.1B | 128K | テキスト、ビジョン、音声 |
| Gemma 4 E4B | Dense（小規模） | 実効 4.5B、埋め込み込み 7.9B | 128K | テキスト、ビジョン、音声 |
| Gemma 4 26B A4B | MoE | アクティブ 4B / 合計 26B | 256K | テキスト、ビジョン |
| Gemma 4 31B | Dense | 31B | 256K | テキスト、ビジョン |
全 4 サイズに、ベースの事前学習済みチェックポイントに加えて指示チューニング済み（-it）バリアントが含まれています。
3 つのアーキテクチャの動作
Dense アーキテクチャ（31B）：長いコンテキストでの品質に特化
31B モデルはフラッグシップの Dense アーキテクチャです。Gemma ベースラインにアーキテクチャ変更を加え、効率性と長いコンテキストでの品質を向上させています。
MoE アーキテクチャ（26B A4B）：高い能力、固定メモリフットプリント
26B A4B モデルは Mixture of Experts（MoE）設計を採用し、128 個のエキスパート（多数の小規模エキスパート）と、常にアクティブな単一の共有エキスパートを備えています。フォワードパスごとにアクティブになるのは 8 エキスパートだけで、合計 26.8B のうちアクティブパラメータは 3.8B になります。
この設計は、量子化を適用した場合にハイエンドノートパソコンやサーバーアーキテクチャで実行できるメモリフットプリントを目標としています。量子化認識トレーニング（QAT）チェックポイント（Q3-2、Q3-0、Q4-0）が提供され、メモリフットプリントを抑えた高品質な推論を実現します。
小規模アーキテクチャ（E2B および E4B）：実用的なスループットでオンデバイスに
E2B および E4B モデルはオンデバイス推論に特化して設計されています。Gemma 4 Dense ベースからスタートし、Gemma 3n の革新的機能を厳選して追加し、1 秒あたりのトークン数を増やし、プリフィル時間を短縮し、デバイス、フレームワーク、ランタイム間の互換性を広げています。
Gemma 3n から引き継がれた 2 つの主要機能：
- Per-Layer Embeddings（PLE）：Gemma 3n から継承
- KV-Cache Sharing：品質への影響を最小限に抑えながら、プリフィル時間と KV キャッシュメモリサイズの両方を削減
主な機能
アーキテクチャの違いに加えて、すべての Gemma 4 サイズには強力な組み込み機能が共通して備わっています：
- Thinking — モデルが回答の前に段階的に考える組み込み推論モード。
- 長いコンテキスト — E2B および E4B で 128K トークン、26B A4B および 31B で 256K トークン。
- 画像理解 — 物体検出、文書・PDF 解析、画面・UI 理解、チャート理解、OCR、手書き文字認識、ポインティング。
- 動画理解 — フレームシーケンスを処理して動画を分析。
- インターリーブ型マルチモーダル入力 — テキストと画像を 1 つのプロンプト内で自由に混在可能。
- 関数呼び出し — 構造化ツール利用とエージェントワークフローをネイティブサポート。
- コーディング — コード生成、補完、修正。
- 多言語 — 35 以上の言語を標準サポートし、140 以上の言語で事前学習済み。
- 音声（E2B および E4B のみ） — 自動音声認識（ASR）および多言語音声翻訳（音声→翻訳テキスト）。
マルチモーダル機能：ビジョンと音声
ビジョン：全 4 サイズ、ネイティブアスペクト比
Gemma 4 の全 4 サイズがビジョン入力をサポートします。画像はネイティブアスペクト比のまま、混合解像度処理で扱われます。パン＆スキャンによる切り抜きや強制的な正方形リサイズは行われません。
音声：E2B および E4B のみ
音声入力は小規模モデルの E2B および E4B でのみサポートされます。26B A4B および 31B は音声をサポートしません。
音声モデルがサポートする機能：
- 自動音声認識（ASR） — 音声をソース言語のテキストに書き起こし。
- 自動音声翻訳（AST） — ソース言語の音声を書き起こし、ターゲット言語に翻訳。
推奨サンプリングパラメータ
Google が Gemma 4 のユースケース全体で標準化したサンプリング設定：
| パラメータ | 値 |
|---|---|
| temperature | 1.0 |
| top_p | 0.95 |
| top_k | 64 |
これらを Gemma 4 のユースケース全体のベースラインサンプリング設定として使用してください。
モデル比較
| モデル | コンテキスト | 音声 | アクセス方法 |
|---|---|---|---|
| Gemma 4 31B | 256K | なし | Model API または GPU アプリケーション |
| Gemma 4 26B A4B | 256K | なし | Model API または GPU アプリケーション |
| Gemma 4 E4B | 128K | あり | GPU アプリケーション |
| Gemma 4 E2B | 128K | あり | GPU アプリケーション |
Novita AI で Gemma 4 を実行する
Novita AI は、管理された API かインスタンスを完全に制御したいかによって、Gemma 4 を実行する 2 つの方法を提供します。
Model API：31B および 26B A4B
Gemma 4 31B および Gemma 4 26B A4B は Novita AI Model API で利用可能です。OpenAI 互換、トークン単位の従量課金制、月額契約は不要です。
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="google/gemma-4-31b-it",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=131072,
temperature=0.7
)
print(response.choices[0].message.content)
すでに OpenAI 互換のクライアントを使用している場合、SDK の変更は必要ありません。base_url と api_key を切り替え、モデル文字列を更新するだけですぐに実行できます。
GPU アプリケーション：全 4 サイズ
Gemma 4 の全 4 モデル（E2B、E4B、26B A4B、31B）は Novita AI GPU アプリケーションから利用可能です。GPU アプリケーションは、事前設定済みですぐに実行できるモデルデプロイメントのライブラリです。モデルを選び、インスタンスを起動するだけで、ワンクリックで実行できます。インフラのセットアップや手動のコンテナ設定は不要です。
まとめ
Gemma 4 は 3 つの異なるアーキテクチャを 1 つのモデルファミリーにまとめています。長いコンテキストでの品質に優れた 31B Dense モデル、QAT サポート付きでメモリ制限のある環境向けに設計された 26B A4B MoE モデル、そしてオンデバイス推論に特化した小規模 E2B/E4B モデルです。ビジョン入力は全 4 サイズで利用可能で、音声（ASR および AST）は E2B と E4B のみでサポートされています。全サイズに Thinking、関数呼び出し、多言語サポート、動画理解が組み込まれています。
Novita AI では、31B および 26B A4B が Model API で提供中です。OpenAI 互換で、そのまま使用できます。小規模モデルを含む全 4 サイズは GPU アプリケーションでワンクリックデプロイメントが可能です。
よくある質問
Gemma 4 31B と Gemma 4 26B A4B の違いは何ですか？
31B は Dense モデルで、全 31.3B のパラメータがすべてのフォワードパスでアクティブになり、長いコンテキストでの品質に最適化されています。26B A4B は Mixture of Experts モデルで、合計 26.8B のパラメータを持ちながら、推論時にアクティブになるのは 3.8B のみで、量子化サポートによりメモリ制限のある環境向けに設計されています。
すべての Gemma 4 サイズがビジョンと音声をサポートしていますか？
ビジョンは全 4 サイズでサポートされています。音声は E2B と E4B のみでサポートされています。26B A4B と 31B はテキストと画像の入力は受け付けますが、音声は受け付けません。
Gemma 4 で利用可能な量子化フォーマットは何ですか？
MoE（26B A4B）バリアントには QAT ベースのチェックポイントが提供されています：Q3-2、Q3-0、Q4-0。
Novita AI GPU アプリケーションとは何ですか？
GPU アプリケーション は Novita AI のワンクリックモデルデプロイメントプロダクトです。LLM、画像、音声、動画など、事前設定済ですぐに実行できるモデルアプリのライブラリから選択し、モデルを選びインスタンスを起動するだけで実行できます。コンテナのセットアップやインフラ設定は不要です。Gemma 4 の全 4 サイズが利用可能です。
Novita AI は、AI・エージェントクラウドプラットフォームであり、開発者やスタートアップが高性能、信頼性、コスト効率に優れたモデルやエージェントアプリケーションを構築、デプロイ、スケーリングできるよう支援します。
