Google hat am Donnerstag Gemma 4 vorgestellt, seine bislang leistungsfähigste Familie von Open-Weight-Modellen. Sie basiert auf derselben Forschungsgrundlage wie das proprietäre System Gemini 3.
Doch über die Leistungswerte hinaus bringt die Ankündigung eine Änderung mit sich, die für die Branche ebenso folgenreich sein könnte: Gemma 4 wird unter einer standardmäßigen Apache-2.0-Lizenz veröffentlicht und legt damit die restriktiven Google-spezifischen Bedingungen ab, die Unternehmen lange davon abgehalten hatten, sich vollständig auf die Plattform festzulegen.
Gemma 4 erscheint in vier Größen, die das gesamte Spektrum an Hardware abdecken sollen – vom Smartphone in der Hosentasche bis zur leistungsstarken Entwickler-Workstation.
Am unteren Ende stehen Effective 2B (E2B) und Effective 4B (E4B), kompakte Modelle, die speziell für Smartphones, Raspberry-Pi-Boards und IoT-Geräte. Trotz ihrer Größe verfügen beide über ein Kontextfenster von 128.000 Token und können Bilder, Videos und Audioeingaben nativ verarbeiten – und das vollständig offline.
Google hat diese Edge-Modelle gemeinsam mit seinem Pixel-Team, Qualcomm Technologies und MediaTek entwickelt.
Die größeren Modelle 26B Mixture of Experts (MoE) und 31B Dense zielen auf PCs, Consumer-GPUs und professionelle Workstations. Die beiden größeren Modelle unterstützen Kontextfenster von bis zu 256.000 Token – genug, um ein komplettes Code-Repository oder ein umfangreiches Dokument in einen einzigen Prompt einzuspeisen.
Das 31B-Dense-Modell liegt derzeit auf Platz drei unter allen offenen Modellen in der Arena-AI-Text-Bestenliste, während das 26B-MoE-Modell den sechsten Platz belegt. Google zufolge übertreffen beide Modelle gemessen an der Parameterzahl Modelle, die bis zu 20-mal größer sind – eine bemerkenswerte Behauptung, die unabhängige Benchmarks von Artificial Analysis offenbar weitgehend stützen.
Die Lizenzänderung, die alles verändert
Für Unternehmensteams sind die Benchmarks möglicherweise gar nicht die wichtigste Nachricht.
Frühere Gemma-Versionen standen unter einer proprietären Google-Lizenz mit Nutzungsbeschränkungen. Deshalb entschieden sich viele Organisationen stattdessen für Mistral oder Alibabas Qwen – nicht weil diese Modelle besser waren, sondern weil die Bedingungen eindeutiger waren.
Gemma 4 beseitigt diese Hürde. Die Apache-2.0-Lizenz ist derselbe freizügige Standard, den ein großer Teil des umfassenderen Open-Weight-Ökosystems nutzt. Es gibt keine individuellen Ausnahmen, keine Beschränkungen für die kommerzielle Weiterverbreitung und kein Risiko, dass Google die Regeln nach dem Deployment ändert.
Clément Delangue, Mitgründer und CEO von Hugging Face, bezeichnete dies als Wendepunkt. „Die Veröffentlichung von Gemma 4 unter einer Apache-2.0-Lizenz ist ein gewaltiger Meilenstein“, sagte er in einer von Google bereitgestellten Stellungnahme. „Wir freuen uns außerordentlich, die Gemma-4-Familie vom ersten Tag an auf Hugging Face zu unterstützen.“
Intelligenz pro Parameter – und was das wirklich bedeutet
Google setzt stark auf die Formulierung „Intelligenz pro Parameter“, um Gemma 4 zu beschreiben, und die Benchmarks verleihen dieser Behauptung einiges an Gewicht.
Das 31B-Dense-Modell erreicht 89,2 % bei AIME 2026, einem anspruchsvollen Test für mathematisches Schlussfolgern, sowie 80,0 % bei LiveCodeBench v6 für kompetitives Programmieren. Beim GPQA Diamond, einem Benchmark für wissenschaftliches Schlussfolgern auf Hochschulniveau, erzielt es 84,3 %. Zum Vergleich: Gemma 3 27B aus der vorherigen Generation kam bei aktiviertem Denkmodus nicht zum Einsatz und erreichte 20,8 % bei AIME sowie 29,1 % bei LiveCodeBench.
Die MoE-Architektur des 26B-Modells ist aus Sicht der Infrastruktur besonders interessant. Bei der Inferenz aktiviert sie nur 3,8 Milliarden seiner insgesamt verfügbaren Parameter. Dadurch erreicht das Modell eine mit deutlich größeren Dense-Modellen vergleichbare Schlussfolgerungsqualität, erzeugt Token aber mit Geschwindigkeiten, die eher einem 4B-Modell entsprechen. Für Unternehmen, die Programmierassistenten oder Pipelines zur Dokumentverarbeitung in großem Maßstab betreiben, bedeutet das unmittelbar weniger GPUs und niedrigere Kosten pro Token.
Das unquantisierte 31B-Modell passt auf eine einzelne NVIDIA-H100-GPU mit 80 GB. Mit einer 4-Bit-Quantisierung kann es auf Consumer-Karten wie einer NVIDIA RTX 4090 oder AMD RX 7900 XTX ausgeführt werden.
Multimodalität integriert statt nachträglich aufgesetzt
Alle vier Gemma-4-Modelle verarbeiten Bilder und Videos nativ und unterstützen variable Auflösungen sowie Aufgaben wie optische Zeichenerkennung und das Verständnis von Diagrammen. Die beiden Edge-Modelle bieten zusätzlich native Audioverarbeitung für Spracherkennung. Google weist darauf hin, dass der Audio-Encoder im Vergleich zur vorherigen Generation deutlich komprimiert wurde, um eine reaktionsschnellere Transkription direkt auf dem Gerät zu ermöglichen.
Funktionsaufrufe, strukturierte JSON-Ausgabe und native Systemanweisungen sind von Grund auf in alle vier Modelle integriert, statt auf Umgehungslösungen mittels Prompt Engineering angewiesen zu sein. Die Modelle unterstützen außerdem mehr als 140 Sprachen, wodurch sie laut Google für die globale Anwendungsentwicklung geeignet sind.
Bezugsquellen
Gemma 4 ist ab sofort auf Hugging Face, Kaggle und Ollama verfügbar.
Die 31B- und 26B-MoE-Modelle sind über Google AI Studio zugänglich, während sich die Edge-Modelle in der Google AI Edge Gallery ausprobieren lassen. Die Framework-Unterstützung zum Start umfasst Hugging Face Transformers, vLLM, llama.cpp, MLX, Ollama, NVIDIA NIM, LM Studio und weitere. Fine-Tuning wird über Google Colab, Vertex AI und lokale Consumer-GPUs unterstützt.
Für Cloud-Deployments lassen sich die Modelle über Vertex AI, Cloud Run und Google Kubernetes Engine skalieren.
Bleiben Sie mit unserer vollständigen Übersicht über Googles umfassendere KI-Offensive und seine Updates vom März 2026 auf dem neuesten Stand. Darin entwickelt sich Gemini zu einem proaktiven, stark personalisierten Assistenten für Suche, Geräte und Apps.