こんにちは、AIニュースアプリ Morning AI 開発者の矢野哲平です。この記事ではGoogleが発表したオープンモデル Gemma 4 について触れます。
Gemma 4: Byte for byte, the most capable open models - Google Blog
こんにちは、AIニュースアプリ Morning AI 開発者の矢野哲平です。この記事ではGoogleが発表したオープンモデル Gemma 4 について触れます。
Gemma 4: Byte for byte, the most capable open models - Google Blog
2026年4月2日、Google DeepMindがGemma 4を公開しました。Gemini 3の技術をベースにした軽量オープンモデルで、「パラメータあたりの知能」を重視した設計です。
ライセンスはApache 2.0。
商用利用もファインチューニングも制限なく行えます。これまでのGemmaシリーズは累計4億回以上ダウンロードされ、10万以上の派生モデルが作られています。
ちなみに私もプロジェクトでGemma 3を使用してきましたが、軽量ながら扱いやすいモデルだと感じています。
そのGemma 3が新しく4にバージョンアップしたということで嬉しい限り。
Gemma 4は用途に応じた4サイズ展開です。
26Bと31Bはマシン上での操作を想定しています。
一方、E2BやE4Bはモバイル上での操作を想定しています。
スマートフォンやラズベリーパイのような小さなデバイスで稼働させることができます。
全モデルがテキストと画像を入力として受け付けます。面白いのは、小さいモデル(E2B・E4B)の方が音声入力にも対応している点です。大きいモデルは音声非対応。エッジデバイスでの音声処理需要を見越した設計かなと思います。
Vision Encoderは可変アスペクト比に対応し、70〜1,120トークンの範囲でトークン予算を調整できます。音声は最大30秒、動画は最大60秒まで処理可能です。
Gemma 4は関数呼び出しや構造化されたJSON出力などをネイティブでサポートしています。
様々なツールやAPIと連携し、ワークフローを自律的に実行するエージェントも構築可能です。
デバイス上で完結するオフラインなエージェントを構築できるのは、大きな強みになりそうです。
提供プラットフォームは幅広いです。
Gemma 4は「オープンモデルでもここまでできる」ことを示す良い例だと思います。Apache 2.0で商用利用可能、エッジデバイスからワークステーションまで対応、140以上の言語をサポート。
オープンモデルの選択肢が充実してきた分、用途に応じた使い分けがより重要になってきています。
Meta Superintelligence Labs初のモデル「Muse Spark」を解説。開発組織MSLの狙い、モデルの特徴、展開スケジュール、そしてMetaの配信力がAI競争に与える影響を整理します。
AnthropicがClaude Opus 4.7を一般提供開始。ソフトウェアエンジニアリング性能の向上、ビジョン機能の強化、新しいエフォートレベルなどが追加
Google初のマルチモーダル埋め込みモデル Gemini Embedding 2を紹介。テキスト・画像・動画・音声を横断検索できる仕組みや料金、入力制限、ユースケースを解説します。
Anthropicが発表した最上位モデル「Claude Fable 5.2」を整理します。5.1から変わった3つの点、BoxやUberの事例、使えるプラン、Fableに指示を出すときの2つのコツ、Anthropic公式のモデルの使い分け、外部評価での順位までをまとめました。
Googleが発表した速くて安い軽量モデル「Gemini 4 Hydrogen」を整理します。得意な2つのこと(速さとハルシネーションの少なさ)、日本で使えるプラン、無料で使う方法、外部評価での順位、仕事での3つの使い分けをわかりやすくまとめました。
Gemini 4 Hydrogen、Claude Sonnet、GPT Terraの3つのモデルに、架空の会社の資料(126ページ・約12万文字のPDF)を渡して質問する実験をしました。ハルシネーションは起きたのか、速さ・費用・答え方のクセはどう違ったのかをまとめます。
ChatGPTのWorkモードやClaudeのChrome拡張機能で、AIにブラウザを操作させる方法を解説します。調べ物やレポート取得の活用例、セキュリティの考え方、定期タスクを手順書で効率化するコツまでまとめました。
Googleが10月28日(現地時間)に発表した新モデル「Gemini 4 Carbon」を整理します。軽量版ではなくArgonを上回る最上位モデルで、特にサイバーセキュリティと長時間のエージェント作業に強いのが特徴です。今は審査済みの専門家向けの限定公開で、一般公開の時期と導入価格もあわせて解説します。
Claude Codeのultrathinkが、2.1.311からそのターンのeffortを実際にxhighへ引き上げるようになりました。今の仕様、効く条件と虹色の表示、31,999トークンの時代からの変遷、よくある誤解、/effortとの使い分けを解説します。
AIエージェント「Grok Bot」の活用アイデアまとめ。公式が紹介する営業・採用・サポートなどのビジネス向けと、Cursorと組み合わせるエンジニア向けの使い方に加え、筆者が実際にやっているX連携・ダイエットの記録・勉強・他社のAIエージェントとの連携などを紹介します。
AIエージェント「Grok Bot」の始め方と使い方を実体験から解説。料金と使えるプラン、Xと連携した情報収集やAIポッドキャストなどおすすめの使い方、記憶の整理でミスを減らすコツ、買い物の自動化がまだ難しい理由までまとめます。
Anthropicが発表した先回り型のAIエージェント「Claude Duet」の仕組み、承認の仕組み、誰がいつ使えるのかを整理します。あわせてGrok Bot・Muse・dots・Gemini agentと続くクラウド型AIエージェントの流れと、今試すならどれかを解説します。
Gemini Notebook(旧NotebookLM)とGoogleドライブを連携した時、AIはどこまで情報を参照するのか。指定していないフォルダまで読まれることはあるのか、連携の単位から整理します。