Jeudi, Google a dévoilé Gemma 4, sa famille de modèles à poids ouverts la plus performante à ce jour. Elle repose sur la même base de recherche que son système propriétaire Gemini 3.
Mais au-delà des chiffres de performance, l’annonce s’accompagne d’un changement qui pourrait s’avérer tout aussi déterminant pour le secteur : Gemma 4 est distribué sous une licence Apache 2.0 standard, abandonnant les conditions restrictives propres à Google qui avaient longtemps dissuadé les entreprises de s’engager pleinement sur la plateforme.
Gemma 4 arrive en quatre tailles conçues pour couvrir tout le spectre matériel, du téléphone dans votre poche à une station de travail haut de gamme pour développeurs.
À l’entrée de gamme, on trouve les modèles Effective 2B (E2B) et Effective 4B (E4B), des modèles compacts conçus spécifiquement pour les smartphones, les cartes Raspberry Pi et les appareils IoT. Malgré leur taille, tous deux offrent une fenêtre de contexte de 128 000 tokens et peuvent traiter nativement des images, des vidéos et des entrées audio, tout en fonctionnant entièrement hors ligne.
Google a développé ces modèles périphériques en collaboration avec son équipe Pixel, Qualcomm Technologies et MediaTek.
À l’échelon supérieur, le modèle Mixture of Experts (MoE) de 26B et le modèle Dense de 31B ciblent les ordinateurs personnels, les GPU grand public et les stations de travail professionnelles. Les deux plus grands modèles prennent en charge des fenêtres de contexte allant jusqu’à 256 000 tokens, suffisamment longues pour intégrer un dépôt de code entier ou un document volumineux dans un seul prompt.
Le modèle Dense de 31B occupe actuellement la troisième place parmi tous les modèles ouverts du classement textuel Arena AI, tandis que le MoE de 26B se classe sixième. Google affirme que tous deux surpassent, en nombre de paramètres, des modèles jusqu’à 20 fois plus grands, une affirmation remarquable que les benchmarks indépendants d’Artificial Analysis semblent largement confirmer.
Le changement de licence qui change tout
Pour les équipes en entreprise, le principal sujet ne se trouve peut-être pas du tout dans les benchmarks.
Les versions précédentes de Gemma étaient couvertes par une licence propriétaire de Google assortie de restrictions d’utilisation, ce qui poussait de nombreuses organisations à choisir plutôt Mistral ou le Qwen d’Alibaba, non pas parce que ces modèles étaient meilleurs, mais parce que leurs conditions étaient plus claires.
Gemma 4 élimine cette friction. La licence Apache 2.0 est la même norme permissive qu’utilise une grande partie de l’écosystème plus vaste des modèles à poids ouverts. Elle ne comporte ni exceptions particulières, ni restrictions concernant la redistribution commerciale, ni risque de voir Google modifier les règles après le déploiement.
Le cofondateur et PDG de Hugging Face, Clément Delangue, a parlé d’un tournant. « La sortie de Gemma 4 sous licence Apache 2.0 est une étape majeure », a-t-il déclaré dans un communiqué fourni par Google. « Nous sommes extrêmement enthousiastes à l’idée de prendre en charge la famille Gemma 4 sur Hugging Face dès le premier jour. »
L’intelligence par paramètre et ce que cela signifie réellement
Google a largement misé sur l’expression « intelligence par paramètre » pour décrire Gemma 4, et les benchmarks donnent du poids à cette affirmation.
Le modèle Dense de 31B obtient 89,2 % à l’AIME 2026, un test exigeant de raisonnement mathématique, et 80,0 % à LiveCodeBench v6, consacré à la programmation compétitive. Au GPQA Diamond, un benchmark de raisonnement scientifique de niveau universitaire, il atteint 84,3 %. À titre de comparaison, le Gemma 3 27B de la génération précédente n’avait obtenu que 20,8 % à l’AIME et 29,1 % à LiveCodeBench, sans activer le mode réflexion.
L’architecture MoE du modèle de 26B est particulièrement intéressante du point de vue de l’infrastructure. Elle n’active que 3,8 milliards de ses paramètres totaux lors de l’inférence, offrant une qualité de raisonnement comparable à celle de modèles denses bien plus grands, tout en générant des tokens à des vitesses plus proches de celles d’un modèle 4B. Pour les entreprises qui exécutent à grande échelle des assistants de programmation ou des pipelines de traitement documentaire, cela se traduit directement par un nombre réduit de GPU et des coûts par token inférieurs.
Le modèle 31B non quantifié tient sur un seul GPU NVIDIA H100 de 80 Go. Avec une quantification sur 4 bits, il peut fonctionner sur des cartes grand public comme une NVIDIA RTX 4090 ou une AMD RX 7900 XTX.
Une multimodalité intégrée, et non ajoutée après coup
Les quatre modèles Gemma 4 traitent nativement les images et les vidéos, avec la prise en charge de résolutions variables et de tâches comme la reconnaissance optique de caractères et la compréhension de graphiques. Les deux modèles périphériques ajoutent le traitement audio natif pour la reconnaissance vocale, Google précisant que l’encodeur audio a été considérablement compressé par rapport à la génération précédente afin d’accélérer la transcription sur l’appareil.
L’appel de fonctions, la sortie JSON structurée et les instructions système natives sont intégrés dès la conception aux quatre modèles, plutôt que de reposer sur des solutions de contournement fondées sur l’ingénierie des prompts. Les modèles prennent également en charge plus de 140 langues, ce qui, selon Google, les rend adaptés au développement d’applications internationales.
Où l’obtenir
Gemma 4 est disponible dès maintenant sur Hugging Face, Kaggle et Ollama.
Les modèles 31B et 26B MoE sont accessibles via Google AI Studio, tandis que les modèles périphériques peuvent être testés dans Google AI Edge Gallery. La prise en charge des frameworks dès le premier jour inclut Hugging Face Transformers, vLLM, llama.cpp, MLX, Ollama, NVIDIA NIM, LM Studio et d’autres. Le fine-tuning est pris en charge via Google Colab, Vertex AI et les GPU grand public locaux.
Pour les déploiements cloud, les modèles peuvent évoluer via Vertex AI, Cloud Run et Google Kubernetes Engine.
Gardez une longueur d’avance sur l’offensive plus large de Google dans l’IA grâce à notre analyse complète de ses mises à jour de mars 2026, où Gemini devient un assistant proactif et hautement personnalisé dans la recherche, les appareils et les applications.