Heim
Google Gemma 4 als Open-Source-Version veröffentlicht – mit 31 Milliarden Parametern eine Konkurrenz für die Top-Modelle
Am 3. April um 4:03 Uhr morgens stellte Google DeepMind offiziell seine neue Open-Source-Modellreihe Gemma4 vor. Diese Veröffentlichung erfolgt genau ein Jahr nach der vorherigen Version. Google hat nicht nur einen „Generationssprung“ in der Leistungsfähigkeit erreicht, sondern auch einen bedeutenden Schritt in seinem Engagement für Open Source getan: Die Lizenz wurde von einer eigenen proprietären Vereinbarung auf die weit verbreitete Apache 2.0-Lizenz umgestellt. Diese Änderung ermöglicht es Entwicklern, die Modelle für kommerzielle Zwecke frei zu nutzen und anzupassen.

Komplettes Angebot: Vier Modelle für Mobilgeräte bis hin zu Workstations
Gemma4 startet mit vier unterschiedlichen Modellen, die alle Anwendungsszenarien abdecken:
31B Dense (Flaggschiff): Verfügt über 31 Milliarden vollständig aktivierte Parameter und unterstützt einen extrem langen 256K-Kontext. Es belegt den dritten Platz auf der Arena AI Open-Source-Rangliste. Die unquantisierte Version kann auf einer einzelnen H100-GPU ausgeführt werden.
26B A4B MoE (Preis-Leistungs-Führer): Nutzt eine Mixture-of-Experts-Architektur mit insgesamt 25,2 Milliarden Parametern, von denen pro Inferenz nur 3,8 Milliarden aktiviert werden. Seine Inferenzgeschwindigkeit ist mit einem 4B-Modell vergleichbar, doch seine Qualität übertrifft ähnliche Angebote und sichert ihm den sechsten Platz in der Rangliste.
E4B & E2B (Edge Elite): Optimiert für mobile und eingebettete Geräte. Mithilfe der Per-Layer-Embeddings-Technologie werden die effektiven Parameter auf 4,5 Milliarden bzw. 2,3 Milliarden komprimiert. Das E2B-Modell kann den Speicherbedarf auf bestimmten Geräten auf unter 1,5 GB reduzieren.

Leistungssprung: Code- und Mathematikfähigkeiten verzeichnen erhebliche Verbesserungen
Im Vergleich zur Vorgängergeneration Gemma327B zeigt Gemma4 dramatische Verbesserungen bei den Kern-Benchmarks:
Mathematikwettbewerbe: Die Punktzahl im AIME2026-Test stieg von 20,8 % auf 89,2 %.
Programmierfähigkeiten: Die Codeforces-ELO-Bewertung stieg von 110 auf 2150. Bei LiveCodeBench stieg die Leistung von 29,1 % auf 80,0 %, was es zu einem der leistungsfähigsten verfügbaren Open-Source-Programmierassistenten macht.
Umfassendes logisches Denken: Die Ergebnisse bei naturwissenschaftlichen Fragen auf Graduiertenniveau (GPQA Diamond) haben sich fast verdoppelt und sind von 42,4 % auf 84,3 % gestiegen .
Mehrsprachigkeit: Unterstützt nativ über 140 Sprachen und erreicht einen Wert von 88,4 % bei MMMLU.

Kernfunktionen: Integrierter „Thinking Mode“ und Agent-Fähigkeiten
Bei Gemma4 geht es nicht nur um mehr Parameter; es passt seine Interaktionslogik an die Flaggschiff-Modelle von Gemini an:
Thinking Mode: Enthält einen internen Schlussfolgerungsmodus, der es dem Modell ermöglicht, mehrstufige Pläne zu verarbeiten, bevor eine Antwort ausgegeben wird, was die Genauigkeit bei komplexen Aufgaben erheblich verbessert.
Native Agentenunterstützung: Unterstützt Funktionsaufrufe und strukturierte JSON-Ausgabe. Google hat gleichzeitig ein Open-Source-Agent Development Kit (ADK) veröffentlicht, das es On-Device-Modellen ermöglicht, als „intelligente Agenten“ zu agieren.
Deep Multimodal: Alle Versionen unterstützen Bild- und Videoeingaben. Selbst die kleineren Modelle verfügen über einen zusätzlichen Audio-Encoder für Spracherkennung und -übersetzung.
Branchenperspektive: Eine „Machtumverteilung“ im Open-Source-Bereich
Im vergangenen Jahr haben sich inländische Open-Source-Modelle (wie DeepSeek, Qwen und GLM) rasant weiterentwickelt, was Googles Einfluss im Open-Source-Bereich etwas geschwächt hat. Die Veröffentlichung von Gemma4 signalisiert Googles Rückkehr an die Spitze durch „extreme Edge-Side-Engineering“ und „eine umfassendere Offenheit bei der Lizenzierung“.
Fazit: Wenn Tech-Giganten von „Aufrichtigkeit“ sprechen
Verwandter Artikel
Inside Details Exposed About Next-Gen Gemini: Strained Computing Power, Internal Teams Disagreed on Development Priorities and Resource Allocation
Berichten zufolge wurde der Start des hocherwarteten Next-Generation-Gemini-Modells von Google verschoben. Interne Uneinigkeiten über Entwicklungsprioritäten und Ressourcenallokation, kombiniert mit begrenzter Rechenkapazität und komplexen Genehmigun
OpenAI entkräftet Bedenken bezüglich des verlangsamen Wachstums und erklärt, dass mehrere Geschäftsbereiche ihre Expansion beschleunigen
Als Reaktion auf externe Kritik bezüglich des nachlassenden Umsatzwachstums und verpasster interner Zielvorgaben gab der KI-Pionier OpenAI am Dienstag, den 28. April, eine selbstbewusste Erklärung ab. Das Unternehmen präzisierte, dass seine Verbrauch
Alibaba Super Cup: Qwen3.8-Max debütiert mit verbesserten Coding- und Bürotools
Alibaba hat offiziell Qwen3.8-Max vorgestellt, ein hochmodernes Foundation-Modell mit 2,4 Billionen Parametern. Diese bedeutende KI-Entwicklung bietet erhebliche Leistungssteigerungen in Kernbereichen wie Programmierung und professionelle Büroaufgabe
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Am 3. April um 4:03 Uhr morgens stellte Google DeepMind offiziell seine neue Open-Source-Modellreihe Gemma4 vor. Diese Veröffentlichung erfolgt genau ein Jahr nach der vorherigen Version. Google hat nicht nur einen „Generationssprung“ in der Leistungsfähigkeit erreicht, sondern auch einen bedeutenden Schritt in seinem Engagement für Open Source getan: Die Lizenz wurde von einer eigenen proprietären Vereinbarung auf die weit verbreitete Apache 2.0-Lizenz umgestellt. Diese Änderung ermöglicht es Entwicklern, die Modelle für kommerzielle Zwecke frei zu nutzen und anzupassen.

Komplettes Angebot: Vier Modelle für Mobilgeräte bis hin zu Workstations
Gemma4 startet mit vier unterschiedlichen Modellen, die alle Anwendungsszenarien abdecken:
31B Dense (Flaggschiff): Verfügt über 31 Milliarden vollständig aktivierte Parameter und unterstützt einen extrem langen 256K-Kontext. Es belegt den dritten Platz auf der Arena AI Open-Source-Rangliste. Die unquantisierte Version kann auf einer einzelnen H100-GPU ausgeführt werden.
26B A4B MoE (Preis-Leistungs-Führer): Nutzt eine Mixture-of-Experts-Architektur mit insgesamt 25,2 Milliarden Parametern, von denen pro Inferenz nur 3,8 Milliarden aktiviert werden. Seine Inferenzgeschwindigkeit ist mit einem 4B-Modell vergleichbar, doch seine Qualität übertrifft ähnliche Angebote und sichert ihm den sechsten Platz in der Rangliste.
E4B & E2B (Edge Elite): Optimiert für mobile und eingebettete Geräte. Mithilfe der Per-Layer-Embeddings-Technologie werden die effektiven Parameter auf 4,5 Milliarden bzw. 2,3 Milliarden komprimiert. Das E2B-Modell kann den Speicherbedarf auf bestimmten Geräten auf unter 1,5 GB reduzieren.

Leistungssprung: Code- und Mathematikfähigkeiten verzeichnen erhebliche Verbesserungen
Im Vergleich zur Vorgängergeneration Gemma327B zeigt Gemma4 dramatische Verbesserungen bei den Kern-Benchmarks:
Mathematikwettbewerbe: Die Punktzahl im AIME2026-Test stieg von 20,8 % auf 89,2 %.
Programmierfähigkeiten: Die Codeforces-ELO-Bewertung stieg von 110 auf 2150. Bei LiveCodeBench stieg die Leistung von 29,1 % auf 80,0 %, was es zu einem der leistungsfähigsten verfügbaren Open-Source-Programmierassistenten macht.
Umfassendes logisches Denken: Die Ergebnisse bei naturwissenschaftlichen Fragen auf Graduiertenniveau (GPQA Diamond) haben sich fast verdoppelt und sind von 42,4 % auf 84,3 % gestiegen .
Mehrsprachigkeit: Unterstützt nativ über 140 Sprachen und erreicht einen Wert von 88,4 % bei MMMLU.

Kernfunktionen: Integrierter „Thinking Mode“ und Agent-Fähigkeiten
Bei Gemma4 geht es nicht nur um mehr Parameter; es passt seine Interaktionslogik an die Flaggschiff-Modelle von Gemini an:
Thinking Mode: Enthält einen internen Schlussfolgerungsmodus, der es dem Modell ermöglicht, mehrstufige Pläne zu verarbeiten, bevor eine Antwort ausgegeben wird, was die Genauigkeit bei komplexen Aufgaben erheblich verbessert.
Native Agentenunterstützung: Unterstützt Funktionsaufrufe und strukturierte JSON-Ausgabe. Google hat gleichzeitig ein Open-Source-Agent Development Kit (ADK) veröffentlicht, das es On-Device-Modellen ermöglicht, als „intelligente Agenten“ zu agieren.
Deep Multimodal: Alle Versionen unterstützen Bild- und Videoeingaben. Selbst die kleineren Modelle verfügen über einen zusätzlichen Audio-Encoder für Spracherkennung und -übersetzung.
Branchenperspektive: Eine „Machtumverteilung“ im Open-Source-Bereich
Im vergangenen Jahr haben sich inländische Open-Source-Modelle (wie DeepSeek, Qwen und GLM) rasant weiterentwickelt, was Googles Einfluss im Open-Source-Bereich etwas geschwächt hat. Die Veröffentlichung von Gemma4 signalisiert Googles Rückkehr an die Spitze durch „extreme Edge-Side-Engineering“ und „eine umfassendere Offenheit bei der Lizenzierung“.
Fazit: Wenn Tech-Giganten von „Aufrichtigkeit“ sprechen
Inside Details Exposed About Next-Gen Gemini: Strained Computing Power, Internal Teams Disagreed on Development Priorities and Resource Allocation
Berichten zufolge wurde der Start des hocherwarteten Next-Generation-Gemini-Modells von Google verschoben. Interne Uneinigkeiten über Entwicklungsprioritäten und Ressourcenallokation, kombiniert mit begrenzter Rechenkapazität und komplexen Genehmigun
OpenAI entkräftet Bedenken bezüglich des verlangsamen Wachstums und erklärt, dass mehrere Geschäftsbereiche ihre Expansion beschleunigen
Als Reaktion auf externe Kritik bezüglich des nachlassenden Umsatzwachstums und verpasster interner Zielvorgaben gab der KI-Pionier OpenAI am Dienstag, den 28. April, eine selbstbewusste Erklärung ab. Das Unternehmen präzisierte, dass seine Verbrauch
Alibaba Super Cup: Qwen3.8-Max debütiert mit verbesserten Coding- und Bürotools
Alibaba hat offiziell Qwen3.8-Max vorgestellt, ein hochmodernes Foundation-Modell mit 2,4 Billionen Parametern. Diese bedeutende KI-Entwicklung bietet erhebliche Leistungssteigerungen in Kernbereichen wie Programmierung und professionelle Büroaufgabe











