一、Gemma 4 官方核心简介

更新：2026年4月20日

1、添加多图片音频、音频上传分析。

2、UI设计调整。

Gemma 4 是 Google DeepMind 于 2026 年 4 月 2 日正式发布 的新一代开源大模型系列，与闭源旗舰 Gemini 3 同源技术栈，全系采用 Apache 2.0 开源协议（可自由商用、微调、分发）Google AI。核心定位：覆盖手机 / 边缘→笔记本→服务器全硬件场景，主打高效推理、原生多模态、超长上下文、可配置思考模式（Thinking Mode）Google AI。

• 架构：分 ** 密集型（Dense）和混合专家（MoE）** 两类
• 命名规则：E=Effective（有效激活参数），总参 > 有效参（PLE 技术）
• 上下文：E2B/E4B 支持 128K token；26B/31B 支持 256K tokenGoogle AI
• 多模态：全系列支持文本 + 图像 + 视频，E2B/E4B 额外支持音频输入Google AI
• 

二、官方发布 4 个核心版本（完整参数表）

表格

版本关键说明

1. E2B（2.3B 有效）：极致轻量，手机 / 嵌入式离线运行，速度最快、质量够用Google AI
2. E4B（4.5B 有效）：你正在用的版本，端侧平衡之王，4GB 显存笔记本完美适配，多模态 + 推理都稳Google AI
3. 26B A4B（MoE）：总参 26B、推理仅激活 3.8B → 4B 速度、26B 质量，性价比最高
4. 31B Dense：旗舰，Arena 开源榜第 3（Elo≈1452），接近 70B 级性能，适合高算力服务器

三、官方发布的权重类型（GGUF 对应）

官方原生权重为 BF16，社区量化为 GGUF 格式（你下载的就是这类）：

• 官方基础：gemma-4-E4B-it-BF16.gguf（15.05GB，未量化，4GB 显存跑不动）
• 主流量化档位（按你提供的列表）：
  • Q3_K_M/S、IQ3_XXS：极致压缩，显存极小、质量下降明显
  • Q4_K_M/S、Q4_0/1、IQ4_NL/XS：4GB 显存最佳区间（4.7–5GB），平衡速度 / 质量
  • Q5_K_M/S、Q6_K、Q8_0：更高精度、更大体积，4GB 显存可跑但会溢出、变慢
  • UD 系列：特殊优化版，普通用户优先选标准 Q4_K_M

四、核心能力与定位总结

• 推理：全系支持思考模式（Thinking），长文本 / 数学 / 代码推理显著提升
• 多模态：原生看图、看短视频（≤60 秒）、E2B/E4B 支持语音输入
• 开源：Apache 2.0，无商用限制、可微调、可二次分发
• 部署：从手机（E2B）到 H100 服务器（31B）全覆盖