Google 正式開源 Gemma 4！Apache 2.0 授權、四種尺寸全覆蓋｜深度實測、Ollama 本機部署與架構解析

時隔一年，Google 在前天終於發布了萬眾期待的 Google Gemma 4 開源大型語言模型（LLM）。

這次 Gemma 4 的發布，不僅 AI 推理能力得到顯著增強，更是罕見地支援了「原生聲音」與「影片」的多模態輸入（Multimodal），甚至開放讓開發者調整輸入影像的 Token 預算與思考預算。更棒的是，授權條款從原本的 Gemma 協議，全面變更為更加開放且商用友善的 Apache 2.0 協議。

今天我們就來深度解析 Google Gemma 4 的架構亮點，並進行一系列的 AI 壓力實測（邏輯推理、網頁設計、OCR 等）。文章後半段也會手把手教大家如何免費線上試用，以及如何透過 Ollama 本機部署 Gemma 4。

Gemma 4: Byte for byte, the most capable open models

Gemma 4: our most intelligent open models to date, purpose-built for advanced reasoning and agentic workflows.

https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/ ↗

Gemma 4 模型家族一覽：從手機到伺服器規格全解析

這次 Google Gemma 4 總共推出了四種不同參數量（Parameters）的版本，分別為 E2B, E4B, 26B A4B 與 31B，滿足邊緣運算到雲端伺服器的所有需求。

• E2B 與 E4B（適合輕量設備）：最大上下文長度（Context Window）高達 128K，支援文字、圖像、音訊、影片等多模態輸入。
• 26B A4B 與 31B（適合高效能伺服器）：最大上下文長度提升至 256K，支援文字、圖像與影片輸入（注意：大模型版本不支援音訊輸入）。

MoE 架構 vs 密集模型 (Dense) 差異

其中，最頂規的 31B 是標準的密集模型（Dense Model）。而 26B A4B 則是 Google 第一次開源的 MoE (Mixture-of-Experts) 專家混合架構模型。雖然總參數量高達 26B，但在實際運行推論時，只會動態啟動約 4B 的參數，大幅降低了硬體資源的消耗。

手機也能跑？E2B / E4B 與創新 PLE 技術解析

這次最特殊的亮點在於 E2B 與 E4B 這兩個版本。「E」代表的是「有效參數（Effective Parameters）」，這個命名方式曾出現在專為手機運行的 Gemma 3n 上。

E2B 的總參數量實際上是 5.1B，E4B 則有 8B。但在進行推論時，真正參與運算的參數只有 2.3B 與 4.5B。這要歸功於全新的 Per-Layer Embedding (PLE) 技術。

傳統 LLM 只有在底部有一個巨大的 Embedding Layer（嵌入層）。而 PLE 則是在每一層（或特定層）額外新增 Layer，運作原理就像外掛一本字典，模型需要時才去查找相關向量並補充進去。這讓模型能攜帶龐大知識庫，卻不會增加額外的即時計算量。甚至可以將這些 Layer 放在系統 RAM 中交由 CPU 運算，為開發者節省寶貴的 GPU VRAM 資源！

Gemma 4 效能跑分表現：全面超越前代

除了先進的 PLE 架構，Gemma 4 系列相較於上一代的 Gemma 3 27B IT，展現了近乎全面的效能超越。

根據 Google 官方的 Benchmark 跑分資料，即便是小巧的 E4B 版本，在 MMMU Pro、LiveCodeBench V6 等高難度測試資料集上，表現也能贏過龐大的 Gemma 3 27B IT。

而在權威的語言模型競技場（LMSYS Chatbot Arena）排行榜上，Gemma 4 31B 與 26B A4B 分別空降了第 27 名與第 40 名。從官方提供的 Elo Score 可以明顯看出它對標其他開源模型的競爭優勢。

Gemma 4 免費試用與本機部署教學 (Ollama)

想要親自體驗 Gemma 4 嗎？這裡提供兩種最快速的方法：

1. Google AI Studio (線上免費試用)

點擊網頁右上角的模型選擇，就可以直接免費用到最強大的 Gemma 4 31B 以及 26B A4B。適合不想佔用電腦資源的用戶。

Google AI Studio

Google AI Studio is the fastest way to start building with Gemini, our next generation family of multimodal generative AI models.Google AI Studio is the fastest way to start building with Gemini, our next generation family of multimodal generative AI models.Google AI Studio is the fastest way to start building with Gemini, our next generation family of multimodal generative AI models.Google AI Studio is the fastest way to start building with Gemini, our next generation family of multimodal generative AI models.

https://aistudio.google.com/ ↗

2. 本機運行部署 (使用 Ollama)

如果你注重資安，想在自己的電腦上離線運行，強烈推薦使用 Ollama。前往官網下載並安裝後，打開終端機輸入指令即可。

Ollama 官方網站

輕鬆在本地端運行開源大型語言模型，保護你的數據安全。

https://ollama.com/ ↗

Gemma 4 E4B 下載運行指令：

1

ollama run gemma4:e4b

💡 溫馨提醒：雖然 E4B 核心運算是 4B，但下載的實體模型約 8B，建議顯示卡 VRAM 至少有 8GB 才能順暢運行（特別是當你開啟大 Context Window 時）。不過受惠於 PLE 技術，即使沒有完全載入 VRAM，運行速度依然不算慢。

Gemma 4 深度實測：邏輯推理、網頁設計與多模態表現

接下來進入重頭戲，我們針對 Gemma 4 E4B 與 26B A4B (Q4 量化版) 進行了一系列極限測試，並以競爭對手 Qwen 3.5 (9B 與 35B) 作為對照組。

1. 網路搜尋與資料整理能力

在 Ollama 介面開啟網路搜尋功能，請模型整理近期的新聞。Gemma 4 的兩款模型表現都相當優異，精準抓到了資訊重點，沒有出現明顯的 AI 幻覺。

2. 邏輯推理測試：Gemma 4 意外翻車？

我使用了一套經典的「左輪手槍生死局」邏輯提示詞進行測試，這非常考驗模型的純粹機率計算與邏輯推演能力。

測試提示詞：

現在請回答這個邏輯思考題:

想像你正被綁在椅子上動彈不得，歹徒拿著一把6個槍膛全空的槍，再裝兩顆子彈進兩個緊鄰的槍膛內，並旋轉槍膛。然後對著你的腦袋扣板機一下，很幸運你還活著，這時他說再扣一次板機就放你走，你希望先旋轉後再扣或直接扣板機？為什麼？

本以為現在的模型開啟思考（Thinking）都能輕鬆答對，但 Gemma 4 E4B 竟然無法正確回答！ 它一直試圖將這道數學機率題導向「心理博弈」與「犯罪心理學」。反觀對照組 Qwen 3.5，連更小參數的 4B 版本都能正確答對這題。

這是一個極端壓力下的邏輯判斷題，涉及到權力結構、恐懼和時間控制。在這種生死攸關的虛擬情境中，我們必須從**「最大化規避錯誤的機率」**角度來思考。

邏輯分析的結論： 你應該立刻要求他扣扳機，不給他旋轉和停頓的機會。

（正如你所見，它完全放棄了數學機率計算，直接把這題當成了犯罪心理學來分析…）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

---

### 💡 為什麼不該等他旋轉？（分析「等待」的風險）

當一個歹徒處於「我給你最後一次機會」的心理狀態時，他往往已經進入了高度專注且帶有「儀式感」的表演模式。

1. **時間是最大的敵人（時間窗口）：** 「等待」本身就是一個時間行為。當你要求他旋轉時，他需要花時間進行以下動作：
    * **心理校準：** 確認射擊的流程。
    * **物理準備：** 移動槍膛、瞄準、穩定身體。
    * **這段等待的時間，會讓他的動作變得過於「完整」和「有條理」。** 越是等待，他就越有可能建立一個完美的射擊流程，將錯誤的機率最小化。

2. **儀式感（Ritual）：** 犯罪者在執行決定性動作時，往往會進入一種「儀式化」的行為模式。旋轉槍膛、對準目標、等待、再開槍，這是一個完整的流程。一旦這個流程被完整地執行，其成功率就是最高的。

### ✅ 為什麼要求立刻扣扳機？（分析「立即行動」的優勢）

要求他立即扣扳機，是在用「時間壓力」打破他已經建立的、充滿準備和規律感的流程。

1. **打亂節奏，製造焦躁（Disruption）：** 歹徒喜歡控制感。你如果堅持「現在就做」，你是在用話語和精神壓力，逼他打破「完美的、一步步的」行為節奏。
2. **最小化錯誤時間：** 槍械射擊中最危險的階段，往往不是扣扳機的瞬間，而是**「準備扣扳機」**的過渡過程。如果他沒有足夠的時間來穩定地將槍膛移動到安全的、已知的狀態，他就會被迫在倉促的狀態下扣動扳機。
3. **從邏輯上談「風險」：** 假設歹徒是個精確且計算的犯罪者，他會在最佳時機（旋轉完、瞄準好）射擊。你越是給他等待和旋轉的機會，你就給了他越多完美的射擊條件。

---

### 總結戰略（在無法動身時的生存策略）

**行動原則：打亂流程，減少時間。**

* **戰術：「立刻！」**
* **溝通：** 你的語言必須表現出「我明白規則，但現在這個時機不對」，迫使他放棄優雅的射擊過程，轉而採用一種快速、非計畫性的衝動動作。

> **核心邏輯：在生命威脅的情況下，讓處於掌控地位的人，無法依照其「最好的、最計劃的」方式來行事。**

3. AI 網頁設計與程式碼撰寫實測

提示詞： 「使用單一 HTML 製作現代簡約風格的伺服器儀表板，需有狀態、延遲、硬碟空間顯示」。

• Gemma 4 E4B：表現差強人意，設計充滿早期的「AI 感」（濫用 Emoji），且配色有明顯瑕疵。

• Gemma 4 26B A4B：表現極佳！UI 介面看起來現代且協調，CSS 功力深厚。

• 比較組 (Qwen 3.5 35B)：第一次生成崩潰，第二次才正常。雖然有流暢動畫，但實用性一般。

• Gemma 4 31B (AI Studio)：整體水準很高，但個人主觀認為 26B A4B 的排版表現甚至略勝一籌。

在另一項科技部落格介面設計測試中，Gemma 4 26B A4B 再次給出乾淨俐落、配色協調的優秀頁面；反而是 Qwen 3.5 35B 排版嚴重跑版，令人失望。

4. SVG 動畫與 Agent 外部工具調用

• SVG 向量圖生成：不管是 Gemma 還是 Qwen，小尺寸模型生成的 SVG 幾乎都無法順利開啟。Gemma 4 31B 雖然能生出圖形，但仍是難以理解的「抽象畫」。

• Agent 工具調用 (以 Cline 製作貪食蛇為例)：
  • Gemma 4 E4B：工具調用能力（Tool Calling）明顯不足，會把內部的 Tag 標籤直接寫入程式碼檔案中，導致報錯。
  • OpenCode 測試：Gemma 4 E4B Q4 版完全無法調用寫入工具（已排除 Context Window 問題），只會把程式碼當作普通對話吐在介面上。

5. OCR 圖像辨識能力（中文收據測試）

針對發票/收據的繁體中文提取，我們進行了壓力測試：

• Gemma 4 E4B：表現極差。不僅漏掉單號，還出現嚴重的 AI 幻覺（把「冰釀綠茶」辨識成「魯雞絲茶」）。

• Gemma 4 26B A4B：雖然是大模型，仍有錯字（「麥味登」變「暖味登」），唯一值得稱讚的是具備隱私意識，會自動幫店名與電話打上遮蔽標籤。

• 對照組 Qwen 3.5 9B：OCR 表現完美，字字精準且排版格式正確，實用性極高。

6. 原生語音輸入摘要測試

我匯入了過去 Shorts 短片的錄音檔讓 Gemma 4 進行摘要：

• 實測結果：非常悲劇。 摘要內容與實際錄音檔幾乎毫無關聯，僅勉強辨識出零星關鍵字。本來期待它能像 Gemini 一樣用來做自動字幕校正或會議紀錄，目前看來音訊處理能力仍不及格。

總結：Gemma 4 優缺點評價與台灣開發者的獨家優勢

經過深度實測，Gemma 4 的程式與網頁設計美感極佳，寫出的程式碼可運行率很高。但在本機量化版的測試中，工具呼叫能力幾乎為零，這大大降低了它作為 AI Agent 核心（例如驅動 OpenCode 或 Cline）的實用價值。而 OCR 與音訊辨識目前也難以應用於生產環境。

台灣開發者的不可取代優勢 (非中國模型)

即便表現可能在某些方面不如 Qwen 3.5，但 Gemma 4 具備一個無可取代的優勢：非中國開發背景。

在承接政府標案或在公家單位工作時，即使模型是開源的可自架，公家單位基本也「不允許使用中國模型」，原因很可能是擔心其在公共服務中，展現對中華民國不利的政治立場。在 Llama 系列不更新的真空期下，Gemma 4 成為了台灣開發者在這些敏感場合中相對不錯的開源選擇。

影片介紹