Ambicje Google w dziedzinie otwartej AI stały się dziś znacznie poważniejsze. Firma wydała Gemma 4, rodzinę czterech modeli o otwartej wadze, zbudowanych w oparciu o te same badania co Gemini 3 i licencjonowanych na Apache 2.0 – co stanowi znaczące odejście od bardziej restrykcyjnych warunków poprzednich wersji Gemma.
Deweloperzy pobrali poprzednie generacje Gemma ponad 400 milionów razy, tworząc ponad 100 000 wariantów społecznościowych. To wydanie jest jak dotąd najbardziej ambitne.
Właśnie wydaliśmy Gemma 4 – nasze najbardziej inteligentne otwarte modele do tej pory.
Zbudowane na tych samych światowej klasy badaniach co Gemini 3, Gemma 4 wnosi przełomową inteligencję bezpośrednio do Twojego sprzętu dla zaawansowanego rozumowania i autonomicznych przepływów pracy.
Wydane na zasadach komercyjnych… pic.twitter.com/W6Tvj9CuHW
— Google (@Google) April 2, 2026
Przez ostatni rok rankingi sztucznej inteligencji open-source były w dużej mierze zdominowane przez Chiny. DeepSeek, Minimax, GLM i Qwen zajmowały czołowe miejsca, pozostawiając amerykańskie alternatywy w walce o znaczenie. Jak podał Decrypt w zeszłym roku, chińskie otwarte modele przeszły od zaledwie 1,2% globalnego wykorzystania modeli open-source pod koniec 2024 roku do około 30% pod koniec 2025 roku, a Alibaba Qwen wyprzedziła nawet Meta Llama jako najczęściej używany samodzielnie hostowany model na świecie.
Meta Llama była kiedyś domyślnym wyborem dla deweloperów, którzy chcieli wydajnego, lokalnie uruchamialnego modelu. Ta reputacja uległa erozji – licencja kontrolowana przez Meta dla Llama budziła pytania o jej prawdziwy status open-source, a jej wydajność spadła za chińską konkurencją. Rodzina OLMo Allen Institute próbowała wypełnić tę lukę, ale nie zyskała znaczącej popularności. OpenAI wydało swoje modele gpt-oss w sierpniu 2025 roku, co tchnęło w ekosystem świeży powiew, ale nigdy nie były one projektowane jako czołowi konkurenci.
A wczoraj 30-osobowy amerykański startup o nazwie Arcee AI wydał Trinity, otwarty model z 400 miliardami parametrów, który przekonująco pokazał, że amerykańska scena nie jest całkowicie martwa. Gemma 4 podąża za tym impetem, tym razem z pełnym wsparciem Google DeepMind, co czyni ją prawdopodobnie najlepszym amerykańskim modelem na scenie sztucznej inteligencji open-source.
Model jest „zbudowany na tych samych światowej klasy badaniach i technologii co Gemini 3” – podało Google w swoim ogłoszeniu. Gemma 4 jest dostępna w czterech rozmiarach: Effective 2B i 4B dla telefonów i urządzeń brzegowych, model Mixture of Experts 26B skoncentrowany na szybkości oraz model Dense 31B zoptymalizowany pod kątem czystej jakości.
Model 31B Dense zajmuje obecnie trzecie miejsce wśród wszystkich otwartych modeli w rankingu tekstowym Arena AI. Model 26B MoE zajmuje szóste miejsce. Google twierdzi, że oba wyprzedzają modele 20 razy większe – twierdzenie to potwierdzają, przynajmniej w porównaniu z danymi Arena AI, gdzie chińskie modele nadal zajmują dwa pierwsze miejsca.
Testowaliśmy Gemma 4. Jest zdolna, z pewnymi zastrzeżeniami. Model stosuje rozumowanie nawet do zadań, które tego nie wymagają, co może sprawić, że odpowiedzi wydają się przesadnie skomplikowane dla prostych promptów. Twórcze pisanie jest przyzwoite – użyteczne, nie inspirujące – i prawdopodobnie poprawi się dzięki bardziej konkretnym wskazówkom i inżynierii promptów.
Tam, gdzie sprawdziła się najjaśniej, był kod. Poproszona o wygenerowanie gry, wynik nie był szczególnie efektowny ani rozbudowany, ale uruchomił się bez błędów za pierwszym razem. Nieźle jak na model z 41 miliardami parametrów. Ta niezawodność „zero-shot” jest prawdopodobnie cenniejsza niż ładniejszy wynik, który wymaga debugowania.
Możesz wypróbować tę (podstawową, ale funkcjonalną) grę tutaj.
Cztery warianty pokrywają pełne spektrum sprzętowe. Modele E2B i E4B są zbudowane dla telefonów z Androidem, Raspberry Pi i urządzeń brzegowych, działając całkowicie offline z niemal zerowym opóźnieniem, natywnym wejściem audio i oknem kontekstowym 128K. Modele 26B i 31B są przeznaczone dla stacji roboczych i wdrożeń w chmurze, rozszerzając kontekst do 256K i dodając natywne wywoływanie funkcji oraz strukturalne dane wyjściowe JSON do budowania autonomicznych agentów. Wszystkie cztery modele natywnie przetwarzają obrazy i wideo. Wagi modeli o pełnej precyzji większych modeli mieszczą się na jednej karcie graficznej NVIDIA H100 o pojemności 80 GB; wersje skwantyzowane działają na sprzęcie konsumenckim.
Licencja Apache 2.0 to kolejny ważny element. Poprzednie wydania Gemma od Google korzystały z niestandardowej licencji, która tworzyła niejasności prawne dla produktów komercyjnych. Apache 2.0 całkowicie eliminuje to tarcie – deweloperzy mogą modyfikować, rozpowszechniać i komercjalizować bez obawy, że Google zmieni warunki później. Współzałożyciel Hugging Face, Clement Delangue, pochwalił ją, mówiąc, że „Lokalna sztuczna inteligencja przeżywa swój moment” i jest przyszłością branży AI. Dyrektor generalny Google DeepMind, Demis Hassabis, posunął się dalej, nazywając Gemma 4 „najlepszymi otwartymi modelami na świecie w swoich kategoriach rozmiarowych”.
Z radością ogłaszamy Gemma 4: najlepsze otwarte modele na świecie w swoich kategoriach rozmiarowych. Dostępne w 4 rozmiarach, które można dostroić do konkretnego zadania: 31B dense dla doskonałej surowej wydajności, 26B MoE dla niskiego opóźnienia oraz efektywne 2B i 4B do użytku na urządzeniach brzegowych – udanej budowy!
— Demis Hassabis (@demishassabis) April 2, 2026
To mocne stwierdzenie. Systemy własnościowe od Anthropic, OpenAI i własnego Gemini Google nadal przodują w najtrudniejszych benchmarkach. Ale dla modeli o otwartej wadze, które można uruchamiać lokalnie, dowolnie modyfikować i wdrażać we własnej infrastrukturze? Konkurencja właśnie stała się znacznie mniejsza. Możesz wypróbować Gemma 4 już teraz w Google AI Studio (31B i 26B) lub Google AI Edge Gallery (E2B i E4B). Wagi modeli są również dostępne na Hugging Face, Kaggle i Ollama.
