# Gemma 4: размеры, лицензия, память и локальный запуск Источник: https://modelium.tech/zhurnal/gemma-4/ Gemma 4 — семейство мультимодальных моделей Google DeepMind с открытыми весами: E2B, E4B, 12B, 26B A4B и 31B; Google указывает для исходных моделей лицензию Apache 2.0. Для первого локального запуска разумно начинать с E2B, E4B или 12B и выбирать конкретный квант после оценки памяти в своём runtime. Размер файла весов и таблица производителя не являются универсальным минимумом RAM или VRAM. **Граница проверки.** Данные сверены по документации Google, техническому отчёту, закреплённым ревизиям Hugging Face и реестру Ollama на 22 сентября 2026 года. Modelium не запускал Gemma 4 и не измерял качество, скорость, RAM или VRAM. Опубликованные оценки Google ниже обозначены как данные производителя, а не независимый тест. ## Что входит в семейство Gemma 4 Gemma 4 — семейство моделей Google DeepMind с открытыми весами; Google указывает для исходных моделей лицензию Apache 2.0. В актуальной линейке пять вариантов: E2B, E4B, 12B, 26B A4B с архитектурой Mixture of Experts и плотная 31B [s1](#src-s1) [s5](#src-s5). На старте 2 апреля 2026 года Google представил E2B, E4B, 26B и 31B, а 12B добавил 3 июня как промежуточный вариант для ноутбуков [s2](#src-s2) [s3](#src-s3). Буква `E` в E2B и E4B означает effective parameters, а не полный размер всех параметров. Документация указывает 2,3 млрд эффективных параметров для E2B и 4,5 млрд для E4B, при этом таблица памяти предупреждает: embeddings увеличивают объём статических весов, поэтому название нельзя напрямую переводить в гигабайты памяти [s1](#src-s1). Google указывает текст, изображения и видео как входы для всего семейства, нативный аудиовход — для E2B, E4B и 12B, а выход — текст [s1](#src-s1) [s2](#src-s2). Поддержка модальности моделью не гарантирует её поддержку конкретным runtime: в сохранённом реестре Ollama теги Gemma 4 помечены только как `Text, Image`, поэтому аудиовход через Ollama этим источником не подтверждён [s8](#src-s8). Контекст у E2B и E4B составляет 128K токенов, у 12B, 26B A4B и 31B — 256K [s1](#src-s1). Это максимальная заявленная длина, а не рекомендация всегда использовать всё окно: длинный контекст увеличивает KV-кэш, задержку и итоговое потребление памяти. ## Как выбрать E2B, E4B, 12B, 26B или 31B **E2B** — первый кандидат для слабого устройства, мобильного сценария или проверки мультимодального пайплайна. В API-снимке Hugging Face от 22 сентября 2026 года репозиторий `google/gemma-4-E2B-it` имел `gated=false`, тег `license:apache-2.0` и SHA `3e22461f65e89153144f8adb70e3b8c2cc9845a7` [s6](#src-s6). Рекомендация Modelium: выбирать E2B, когда важнее поместить модель и проверить весь путь, чем начинать с максимального размера. **E4B** — следующий шаг, если E2B помещается с запасом, но его качества недостаточно. Он сохраняет 128K-контекст и заявленный нативный аудиовход, а таблица Google даёт для него более высокие оценки памяти [s1](#src-s1). Рекомендация Modelium: сравнивать E2B и E4B на одинаковой задаче, одном runtime, одинаковой длине контекста и сопоставимой квантизации. **12B** — средний вариант с 256K-контекстом; технический отчёт и анонс описывают его как unified encoder-free architecture для изображений и аудио [s3](#src-s3) [s5](#src-s5). В API-снимке Hugging Face репозиторий `google/gemma-4-12B-it` имел `gated=false`, тег `license:apache-2.0` и SHA `707f0a3b8a3c7ad586ed01e27eafbad8a27dd0f7` [s7](#src-s7). Google позиционирует 12B для ноутбуков, но это заявление производителя не заменяет проверку конкретного файла, runtime и длины контекста. **26B A4B** — MoE-вариант: обозначение A4B нельзя использовать как оценку памяти. Для всего варианта Google публикует отдельные оценки памяти загрузки, а фактическое потребление нужно измерять в выбранном runtime [s1](#src-s1) [s5](#src-s5). Рекомендация Modelium: переходить к 26B только после проверки меньших вариантов на той же задаче. **31B Dense** — крупнейший плотный вариант семейства. Он проще для понимания по архитектуре, чем MoE, но остаётся самым тяжёлым по таблице загрузки Google [s1](#src-s1). Для первого знакомства с Gemma 4 начинать с 31B обычно нерационально: ошибка совместимости или слишком большой контекст будет дороже диагностироваться. Практический порядок выбора: E2B → E4B → 12B → 26B или 31B. Переходите к следующему размеру только после того, как меньший вариант успешно запускается, но не достигает нужного качества на вашей контрольной задаче. ## Сколько памяти нужно для Gemma 4 Google публикует ориентировочную таблицу GPU или TPU memory для загрузки модели с 20-процентным запасом на дополнительные компоненты. Для BF16, SFP8 и Q4_0 в ней указаны следующие значения [s1](#src-s1): Вариант BF16 SFP8 Q4_0 `

E2B

11,4 ГБ

5,7 ГБ

2,9 ГБ

E4B

17,9 ГБ

8,9 ГБ

4,5 ГБ

12B

26,7 ГБ

13,4 ГБ

6,7 ГБ

26B A4B

57,7 ГБ

28,8 ГБ

14,4 ГБ

31B

69,9 ГБ

34,9 ГБ

17,5 ГБ

Эти числа полезны как начальная оценка, но не являются гарантированным минимумом RAM или VRAM. Документация предупреждает, что результат зависит от инструмента, окружения, длины контекста, размера входа и batch size s1.

Размер файла тоже не равен памяти запуска. Например, реестр Ollama показывает готовые артефакты примерно 7,2 ГБ для gemma4:e2b, 9,6 ГБ для gemma4:e4b, 7,6 ГБ для gemma4:12b, 19 ГБ для gemma4:26b и 20 ГБ для gemma4:31b s8. Это размеры конкретных сборок Ollama; они не доказывают, что модель заработает ровно с таким количеством RAM или VRAM.

Для безопасной проверки сначала используйте короткий текстовый запрос и умеренный контекст. Затем отдельно добавляйте изображение, аудио и длинные документы. Если менять всё одновременно, невозможно понять, что вызвало нехватку памяти или падение скорости.

Что даёт квантизация и QAT

Google выпустил отдельные Gemma 4 checkpoints с quantization-aware training для Q4_0 и мобильного формата и заявляет, что такой подход снижает требования к памяти и уменьшает потерю качества после сжатия s4. Это заявление разработчика; Modelium не воспроизводил сравнение.

Рекомендация Modelium: не выбирать квант только по букве Q или размеру файла. Проверяйте конкретный репозиторий, источник конвертации, поддерживаемый runtime и контрольную задачу.

Для текста сравнивайте точность ответа, соблюдение формата и устойчивость на нескольких примерах. Для изображения или аудио дополнительно проверяйте, что runtime действительно загрузил мультимодальную часть, а не молча перешёл к текстовому режиму.

Как запустить Gemma 4 локально

Самый прямой путь по сохранённому реестру — Ollama. В нём доступны теги e2b, e4b, 12b, 26b и 31b s8. Команды ниже составлены из синтаксиса ollama run и имён тегов в реестре; Modelium их не запускал s8. После установки Ollama начните с малого варианта:

ollama run gemma4:e2b

Если E2B запускается с запасом по памяти, но не решает контрольную задачу, следующий тест:

ollama run gemma4:e4b

Для 12B используйте явный тег, чтобы обновление latest не изменило выбранный вариант незаметно:

ollama run gemma4:12b

После загрузки задайте один короткий запрос и зафиксируйте тег, версию Ollama, операционную систему и фактическую память процесса. Затем повторите тест с изображением, если оно требуется. Для аудио сначала выберите runtime с явно документированной поддержкой аудиовхода: сохранённый реестр Ollama её не подтверждает s8. Полный порядок установки и проверки локального API описан в связанном гайде Ollama.

Google перечисляет LM Studio, Transformers, llama.cpp, MLX, SGLang и vLLM как варианты экосистемы и ссылки для начала работы с Gemma 4 12B s3. Рекомендация Modelium: LM Studio использовать для графического пути, llama.cpp — для ручного контроля GGUF, а серверные инструменты — когда версии библиотек и формат весов фиксируются явно.

Как проверить результат, а не только запуск

Успешная загрузка модели не доказывает пригодность для задачи. Подготовьте небольшой набор входов, где известен ожидаемый результат:

  1. короткий текстовый запрос на русском с проверяемыми ограничениями;
  2. задача на структурированный ответ из трёх–пяти полей;
  3. одно изображение с крупным читаемым текстом, если нужен vision-сценарий;
  4. короткий чистый аудиофрагмент, если выбран E2B, E4B или 12B;
  5. негативный пример, где модель должна признать отсутствие данных.

Для каждого прогона сохраняйте точный вариант, квант, runtime, длину контекста и параметры генерации. Сравнивайте модели на одинаковых входах. Если больший вариант улучшает один пример, но требует неприемлемо больше памяти или задержки, он не становится автоматически лучшим выбором.

Когда Gemma 4 не подходит

Не выбирайте Gemma 4 только из-за большого контекста или мультимодальности. Если задача — OCR, embeddings или генерация изображений, сначала сравните Gemma 4 со специализированным стеком для этой задачи.

Gemma 4 также не снимает требования к проверке лицензии производных сборок. Оригинальные модели заявлены под Apache 2.0 s1 s2, но сторонний репозиторий может добавлять собственный код, шаблон, конвертацию или компоненты. Перед коммерческим использованием проверяйте конкретный источник и сохраняйте его ревизию.

Если главная цель — первый локальный чат, начните с E2B или E4B через Ollama. Если нужен аудиовход, проверьте 12B в runtime с явно документированной поддержкой аудио. К 26B и 31B переходите после измерения меньших вариантов на своих данных, а не по месту в таблице производителя.

` ## Источники 1. [Google AI for Developers — Gemma 4 model overview](https://ai.google.dev/gemma/docs/core) — получено 2026-09-22 2. [Google — Gemma 4 launch](https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/) — получено 2026-09-22 3. [Google — Introducing Gemma 4 12B](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemma-4-12b/) — получено 2026-09-22 4. [Google — Gemma 4 with quantization-aware training](https://blog.google/innovation-and-ai/technology/developers-tools/quantization-aware-training-gemma-4/) — получено 2026-09-22 5. [Gemma 4 Technical Report v2](https://arxiv.org/abs/2607.02770v2) — получено 2026-09-22 6. [Hugging Face — google/gemma-4-E2B-it](https://huggingface.co/google/gemma-4-E2B-it/tree/3e22461f65e89153144f8adb70e3b8c2cc9845a7) — получено 2026-09-22 7. [Hugging Face — google/gemma-4-12B-it](https://huggingface.co/google/gemma-4-12B-it/tree/707f0a3b8a3c7ad586ed01e27eafbad8a27dd0f7) — получено 2026-09-22 8. [Ollama registry — gemma4](https://registry.ollama.com/library/gemma4) — получено 2026-09-22