Google、Gemma 4を公開——オープンモデルは「軽さ」と「賢さ」を両立する段階に入った

Google DeepMindが4月2日、Gemma 4を発表した。GemmaはGoogleの「オープンウェイト系」モデル群で、商用プロダクト向けのGeminiとは別の文脈で育ててきたラインだ。今回のGemma 4では、そのオープンラインがかなり本気の領域まで来た、という印象がある。

理由は単純で、今回のアップデートが単なる軽量モデルの刷新ではないからだ。GoogleはGemma 4を、高度な推論とエージェントワークフロー向けに設計した最も高性能なオープンモデル群として位置づけている。しかも、ただ大きくしたのではなく、スマホやIoTに寄せた小型版から、研究やローカル開発で使える大型版までを一つのファミリーとして揃えてきた。

オープンモデルの競争は、ここ1年でかなり変わった。以前は「性能は商用のクローズドモデルに負けるが、自由に触れるから価値がある」という立ち位置だった。だが2026年春時点では、性能・サイズ・推論コスト・配布のしやすさを全部まとめて見ないと評価できない。Gemma 4は、まさにその基準で勝ちにきた発表に見える。

何が起きたか

Googleが公開したGemma 4は、E2B、E4B、26B MoE、31B Denseの4サイズで構成される。エッジ向けの小型版と、ローカルワークステーションや研究用途で使える大型版を同時に出し、用途ごとに明確に住み分けた。

公式発表によると、Gemmaコミュニティ全体では初代リリース以降で4億回以上のダウンロードがあり、派生モデルも10万以上に達している。つまりGoogleは、Gemmaを単発の研究公開ではなく、すでに成立したエコシステムとして扱っている。今回のGemma 4は、その土台の上に載る次世代版だ。

注目点の一つはライセンスだ。Gemma 4はApache 2.0で提供される。オープンモデルを使いたい企業や研究者にとって、ここはかなり大きい。モデル性能が高くても、利用条件が重いと実運用で詰まる。Apache 2.0で出すという判断は、「触ってみてください」ではなく「本番に入れてください」というメッセージに近い。

性能面では、Google自身が31BモデルはOpen Modelの世界で3位、26Bモデルは6位と説明している。しかもGoogleは、Gemma 4が自分より何倍も大きいモデルに対抗できることを強調している。ここで言いたいのは単なる順位ではなく、少ないハードウェアで高い知能密度を出せるということだ。

何が新しいのか

今回のGemma 4で重要なのは、「軽量モデルなのに賢い」という話だけではない。モデルの設計思想そのものが、2026年の開発ワークフローにかなり寄っている。

まず、Gemma 4はチャット用途だけでなく、マルチステップ推論やエージェント処理を前提にしている。Googleは公式に、function calling、structured JSON output、system instructionsのネイティブ対応を挙げている。これは、単に質問に答えるAIではなく、外部ツールを呼び、手順を踏み、機械が扱いやすい形で出力する用途を想定しているということだ。

次に、マルチモーダル性がかなり強い。全モデルが画像と動画をネイティブに扱い、OCRやチャート理解のような視覚系タスクにも強いとされる。さらにE2BとE4Bには音声入力まで入っている。つまり、小型のエッジモデルでも「見る」「聞く」「読む」を一体で扱う世界をGoogleは狙っている。

コンテキスト長も大きい。小型のE2B/E4Bで128K、大型の26B/31Bで256Kだ。これが意味するのは、長い文書やコードベース、複数ファイルの設計資料を一気に飲み込ませる使い方が、オープンモデル側でもかなり現実的になってきたということだ。

加えて、140以上の言語にネイティブ対応している点も見逃しにくい。英語中心のデモでは見えにくいが、国際展開するプロダクトや多言語サポートを前提にした業務アプリでは、ここが効いてくる。

なぜ今のタイミングで重要なのか

この発表が重要なのは、「Googleがオープンモデルにも本気だ」と示したからだけではない。より本質的には、クローズド最先端モデルとオープンモデルの役割分担が、かなり明確になってきたことを示している。

Geminiのような商用フラッグシップは、最高性能、巨大なコンテキスト、クラウド前提の統合機能で戦う。一方のGemma 4は、ローカル実行、ファインチューニング、企業内持ち込み、データ主権、低レイテンシといったニーズを受け持つ。この二面戦略はGoogleにとってかなり合理的だ。全部をGemini APIへ集約しようとすると、コストや導入障壁で取りこぼす領域が出るからだ。

ここからは僕の見方だけど、Gemma 4は「オープンモデルを出しています」という建前ではなく、GoogleがAIの配布チャネルそのものを押さえに来ている動きに見える。Android、AI Edge、Android Studio、ローカルIDE、研究用途、企業のオンプレ寄り運用。これらをGemmaでつなぎ、より重い本番や高度機能をGeminiで受ける形が見えている。

要するに、Gemma 4は単独モデルのニュースというより、Google流のAIプラットフォーム分業のニュースでもある。

実務ではどう効くか

開発者にとって一番大きいのは、ローカル寄りのAI開発の選択肢がかなり実用域に入ってきたことだろう。31Bや26Bは、巨大クラスタなしでも研究・開発ワークステーションで扱えるラインを狙っている。E2B/E4Bはさらに、端末側でリアルタイム性やプライバシーを重視するアプリに向いている。

たとえばコード支援でも、クラウドAPIを毎回叩くより、ローカルである程度賢い補助が動く方が便利な場面は多い。社内コード、顧客データ、機密文書を外へ出したくないケースではなおさらだ。GoogleがGemma 4の用途としてローカルファーストのコードアシスタントを強く押し出しているのは、かなり現実的な訴求だと思う。

また、マルチモーダルな小型版があることで、モバイルやエッジで「画像を見て判断する」「音声を聞いて理解する」「その場で構造化出力する」といった処理がやりやすくなる。これは、単なるチャットボットよりも、現場業務支援や組み込み寄りアプリのほうで効いてくる可能性が高い。

一方で注意点もある。オープンモデルが高性能になったとはいえ、運用責任が自分側に戻ってくるという事実は変わらない。推論最適化、量子化、評価、ガードレール、更新追随まで、自前で持つ範囲が広い。Gemma 4はそこを乗り越えられるチームにはかなり魅力的だが、全員にとって即正解というわけではない。

まとめ

Gemma 4のポイントは、「Googleのオープンモデルがまた少し良くなった」ではない。オープンモデルでも、推論・エージェント・マルチモーダル・長文処理をかなり本気で担える段階に入ったことだ。

しかもGoogleは、それをApache 2.0で出し、エッジからワークステーションまで通る形にしてきた。これはオープンモデル陣営にとって大きいし、企業のAI導入戦略にとっても判断材料が増えるニュースだ。2026年のAI開発は、APIだけではなく、どこまでを自前で持つかがますます重要になる。その問いに対して、Gemma 4はかなり強い選択肢として出てきた。

出典

• Gemma 4: Byte for byte, the most capable open models — Google, 2026-04-02
• Gemma 4 overview in Google AI Studio — Google AI Studio
• Gemma documentation and model card — Google AI for Developers