3行でいうと

  • Gemma 4はGoogleが2026年4月2日に出したオープンなモデルで、いまは5つのサイズがある。
  • 画像と動画は5つとも読めるが、音声はE2B・E4B・12Bだけ。
  • シリーズではじめて、ライセンスがApache 2.0になった。
  • 見立てでは、32GBでは26B A4B（15.6GB）は載り、31B（19.0GB）は余裕が少ない。

早見表（記事04）では、Gemma 4を1行でしか扱えませんでした。ここでは、公式の資料とモデルカード（配布ページの説明書き）を読んで、できるだけ詳しく補います。最終確認日は2026年10月6日です。

数字は、読めたページに書いてあるものだけを使っています。書いていないものは「要確認」としました。この記事は、実際に使って確かめた記録ではありません。

まず、何者か

Gemma 4は、Googleが2026年4月2日に出したオープンなモデルのシリーズです。「オープン」は、重み（モデルの中身のファイル）をダウンロードして、自分のパソコンで動かせる、という意味です。

Googleは、これを「バイト当たりで、もっとも高性能なオープンモデル」と紹介しています。同じ大きさなら賢い、という言い方です。Googleの発表では、31B版がArena AIのテキスト順位で3位、26B版が6位とされています。ただし、これは開発元の発表です。独立した検証は、読めていません。

サイズは5種類

発売時は4種類でした。E2B、E4B、26B（MoE）、31Bです。その後、2026年6月3日に12Bが加わり、いまは5種類です。

「E」は「effective（実効）」の頭文字です。E2BやE4Bは、見かけの大きさより小さいモデルとして動く、という意味です。E4Bのモデルカードでは、実効4.5B、埋め込みを含めた全体で8Bとあります。

「MoE」は、中身を専門家ごとに分けて、一度に一部だけ動かす作り方です。26B版は、全体で25.2Bのうち、動くのは3.8Bです。モデル名の「A4B」は「動くのは約4B」という意味で、数字が3.8と4でずれますが、同じものです。

版 大きさ 文脈 入力できるもの 4ビットの目安
E2B 実効2B 128K 文章・画像・動画・音声 2.9GB
E4B 実効4.5B（全体8B） 128K 文章・画像・動画・音声 4.5GB
12B 約12B 256K 文章・画像・動画・音声 6.7GB
26B A4B（MoE） 全体25.2B、動くのは3.8B 256K 文章・画像・動画 14.4GB
31B（密） 30.7B 256K 文章・画像・動画 17.5GB

メモリの数字は、Googleの公式ドキュメントにある推論時の目安です。会話の長さに応じて増える分（KVキャッシュ）は含まれていません。Googleも「使う道具や環境で変わる」と注記しています。

4ビットは、モデルを小さく圧縮した形です。精度は少し落ちますが、メモリは4分の1ほどで済みます。

入力できるもの

ここが、ほかのモデルと違う点です。

画像と動画は、5種類すべてが読めます。音声は、E2B、E4B、12Bだけです。26Bと31Bは、音声に対応していません。出力は、どれも文章だけです。

E4Bのモデルカードには、上限が書かれています。音声は30秒まで、動画は60秒までです（動画は1秒に1コマ）。12Bのカードにも、同じ上限が書かれています。長い会議の録音を丸ごと渡す用途には、そのままでは向きません。

12Bは、画像用・音声用の部品（エンコーダー）を持たない作りです。画像の断片や音声の波形を、軽い変換だけでモデル本体に渡します。Googleは、これを「中くらいの大きさで、初めて音声に対応した」モデルだと説明しています。

ほかに、考えてから答える「思考モード」と、道具を呼び出す機能（function calling）にも対応しています。140以上の言語で学習した、とGoogleは書いています。

注意点が1つあります。実行ソフトによって、対応が違うことがあります。たとえばOllamaの一覧では、12Bの入力は「文章・画像」とだけ書かれています。Googleの資料では音声と動画にも対応しているので、食い違いです。使うソフトでの対応は、入れる前に確かめてください。

文脈の長さ

文脈は、モデルが一度に覚えておける文章の量です。E2BとE4Bは128Kトークン、12B・26B・31Bは256Kトークンです。日本語では、256Kは数十万字に相当しますが、正確な換算は出典にないので書きません。

長い文脈を使うほど、メモリの余裕が必要です。上の表に載っていない分なので、32GBの機械では特に注意してください。

ライセンス：Apache 2.0になった経緯

Gemma 4は、GemmaシリーズではじめてApache 2.0で出ました。Googleのオープンソース公式ブログが、「OSIが承認したApache 2.0を、シリーズではじめて採用した」と書いています。

それまでのGemmaは、独自の「Gemma利用規約」でした。読めた範囲では、次のような条件がありました。

  • 禁止された使い方の方針（Prohibited Use Policy）に従うこと
  • 規約に反すると、Googleが「遠隔またはその他の方法で」利用を制限できる、という権利をGoogleが留保していること
  • 再配布するときは、規約の写しを付け、変更したファイルに印を付けること

いまのGemma利用規約のページには、「Gemma 4の条件は、別のGemma 4ライセンスを見よ」と書かれています。Gemma 4には、旧規約は及びません。

Apache 2.0は、多くの法務担当がすでに知っている標準の条件です。Googleは「開発者の権利と責任を明確にして、安心して作れるようにするため」と説明しています。MindStudioの解説では、用途や業種の禁止条項がなくなり、競合する製品を作ることを禁じる条項もない、と整理されています（これは解説記事で、元の条文ではありません）。

経緯の細かいところは、確認できませんでした。たとえば「開発者から要望があったのか」「ほかのオープンモデルとの競争が理由なのか」は、読んだ出典に書かれていません。Googleが述べている理由は、上の「明確さ」だけです。

なお、Googleの発表によると、Gemmaはこれまでに4億回以上ダウンロードされ、派生モデルは10万を超えています。

:::

メモリ32GBのMac miniでの目安

ここからは、事実から導いた見立てです。

LM Studioの一覧にあるファイルの大きさは、E2Bが4.2GB、E4Bが5.9GB、12Bが7.4GB、26B A4Bが15.6GB、31Bが19.0GBです。Googleの4ビットの目安より少し大きいのは、入れ物の違いと思われますが、理由は確認していません。

32GBで、macOSや他のアプリのぶんを残すと、モデルに使えるのは、おおよそ20GB前後までと見ています。この数字は僕らの目安で、出典はありません。

  • E2B、E4B、12Bは、余裕です。ほかのモデルと同時に置いても、困りません。
  • 26B A4Bは、15.6GBです。載ります。動くのは3.8Bだけなので、速いはずですが、M6 Mac miniでの速度は、読めた出典にありません。要確認です。
  • 31Bは、19.0GBです。載りますが、会話が長くなると、余裕が少なくなります。

記事04で見積もった「本体を16〜20GB程度までに」という目安に、26Bは収まり、31Bはぎりぎりです。

役割分担の見立て

見立てです。Qwen3.8-27B、gpt-oss-20bとの分け方を考えます。

Qwen3.8-27Bは、Hugging Faceのカードによると、27Bの密なモデルで、文脈は262,144トークンです。画像と動画を読み、Apache 2.0です。gpt-oss-20bは、全体21B、動くのは3.6Bで、16GBで動くよう作られています。こちらは文章だけを扱い、Apache 2.0です。

役割 候補 理由
主力（質問、コード、画像・動画） Qwen3.8-27B 4ビットで本体約14GB（記事04）。Gemma 4の31Bや26Bと役割が重なります
道具を使う作業 gpt-oss-20b 記事04で紹介した実測で、安定していたため
音声を読ませる、軽い作業 Gemma 4のE4Bまたは12B 音声に対応する点が、ほかにない強みです
比較用・予備 Gemma 4の26B A4B 速さ重視の選択肢。測定が出てから判断します

要点は、「音声を読めること」です。Qwen3.8-27Bのカードには、読んだ範囲で音声入力の記載がありません。音声を扱う作業があるなら、Gemma 4のE4Bか12Bが、いちばん自然な選び方になります。

12Bは、Googleが「16GBのメモリのノートパソコンで動く」と紹介しています。4ビットで6.7GBなので、32GBなら、Qwenを動かしたまま入れておく余地も、ありそうです。ただし、同時に動かすと速度が落ちるはずなので、実機で確かめてから書きます。

31Bと26Bは、Qwen3.8-27Bと同じ「主力」の席を争う関係です。両方を入れて、同じ質問で比べる価値はあります。ただ、Gemma 4が上かどうかは、まだ独立した比較を読めていません。ここは、結論を出しません。

入れ方

LM Studioなら、画面だけで済みます。LM Studioのモデルページで、使いたい版の「Get」を押すと、アプリ内でダウンロードが始まります。検索欄に「Gemma 4」と入れて、量子化された版を選ぶ方法も、解説記事で紹介されていました。

LM Studioの一覧には、通常版のほかに「QAT」とついた版があり、同じ大きさで並んでいます。QATは、圧縮したときの精度の低下を抑えるために、圧縮を見越して学習し直した版のことです。違いの詳細は、確認できていません。

Ollamaなら、ターミナルで次のようにします。タグ（版の名前）は、Ollamaの公式ページにあるものです。

ollama run gemma4:e4b
ollama run gemma4:12b
ollama run gemma4:26b
ollama run gemma4:31b

Ollamaの一覧に出ているサイズは、e4bが6.6〜9.5GB、12bが7.7〜8.0GB、26bが16〜19GB、31bが19〜20GBです。Macで動かす人向けに、MLX版（末尾に「-mlx」をつける）もあるとのことです。

Googleは、配布先として、Hugging Face、Kaggle、Ollama、LM Studioを挙げています。llama.cppやvLLMなどにも対応しています。

気をつけること

  • 速度の数字は、1つも載せていません。M6 Mac mini（32GB）での測定を、読めた出典で見つけられなかったためです。
  • 順位や点数は、Googleの発表か、報道が伝えたものです。独立した検証は、確認できていません。
  • 解説記事の間で、メモリの数字が食い違っていました。この記事では、Googleの公式ドキュメントの数字を使っています。
  • 記事04は、サイズを4種類で書いています。12Bが加わったので、早見表の更新が必要です。

出典

更新履歴

  • 2026年10月25日 書き方を直しました。
    • 前：運営者が使っていないと読める書き方 → いま：「この記事は、実際に使って確かめた記録ではありません」。公式の資料を読んでまとめた記事で、使い心地は書いていない、という意味に直した