Heim
Google bringt das Open-Source-Modell Gemma4 in vier Varianten auf den Markt; die 31-Milliarden-Version belegt weltweit den dritten Platz
Am 3. April um 4:03 Uhr morgens (Peking-Zeit) hat Google das Open-Source-Großsprachenmodell Gemma4 offiziell vorgestellt. Mit einem Durchbruch bei der „Parametereffizienz pro Einheit“ setzt es einen neuen Maßstab für Open-Source-Modelle bei der Unterstützung intelligenter Agenten-Workflows.
Die Serie umfasst die effizienten Varianten E2B (2,3 Mrd.) und E4B (4,5 Mrd.) sowie die leistungsstarken Modelle 26B MoE und 31B Dense. Als neueste Version auf Basis des Gemini3-Technologie-Stacks bietet Gemma4 vollständige Unterstützung für multimodale Eingaben (Bilder und Videos). Die Modelle E2B und E4B unterstützen zudem nativ Spracheingaben und ermöglichen so Sprachverständnis in Echtzeit am Edge.

In Bezug auf die technische Architektur erzielen die Modelle mit großen Parametersätzen durch Optimierung eine außergewöhnliche Hardware-Effizienz. Die 31B-Dense-Version belegt weltweit den dritten Platz unter den Open-Source-Modellen auf der Arena AI-Text-Rangliste, während die 26B-MoE-Version den sechsten Platz einnimmt. Ihre Fähigkeiten im Bereich logisches Schlussfolgern und Funktionsaufruf sind robust genug, um komplexe autonome Agenten anzutreiben.
Für den lokalen Einsatz senkt Gemma4 die Hürden für den Zugang zu modernster KI drastisch. Die nicht quantisierten 31B-Modellgewichte können auf einer einzigen 80-GB-H100-GPU ausgeführt werden, während quantisierte Versionen mit GPUs für Endverbraucher kompatibel sind. Für Mobil- und IoT-Geräte ermöglichen die E2B- und E4B-Modelle dank innovativer PLE-Einbettungstechnologie und Unterstützung für eine Kontextlänge von 128K eine logische Verarbeitung mit geringer Latenz auf Plattformen wie Raspberry Pi und Smartphones.
Diese Veröffentlichung unterstreicht nicht nur Googles starkes Engagement für das Open-Source-Ökosystem, sondern bietet durch die Apache-2.0-Lizenzierung auch eine Grundlage für Entwickler weltweit, um lokalisierte KI-Anwendungen mit hohem Datenschutz zu entwickeln.
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (2)
Finally Google open-sources something decent! The 31B version ranking third globally is impressive, but I wonder how it compares to Llama 3 in real-world agent tasks? Honestly, parameter efficiency sounds like marketing fluff, but let's see the benchmarks. 🤔
Am 3. April um 4:03 Uhr morgens (Peking-Zeit) hat Google das Open-Source-Großsprachenmodell Gemma4 offiziell vorgestellt. Mit einem Durchbruch bei der „Parametereffizienz pro Einheit“ setzt es einen neuen Maßstab für Open-Source-Modelle bei der Unterstützung intelligenter Agenten-Workflows.
Die Serie umfasst die effizienten Varianten E2B (2,3 Mrd.) und E4B (4,5 Mrd.) sowie die leistungsstarken Modelle 26B MoE und 31B Dense. Als neueste Version auf Basis des Gemini3-Technologie-Stacks bietet Gemma4 vollständige Unterstützung für multimodale Eingaben (Bilder und Videos). Die Modelle E2B und E4B unterstützen zudem nativ Spracheingaben und ermöglichen so Sprachverständnis in Echtzeit am Edge.

In Bezug auf die technische Architektur erzielen die Modelle mit großen Parametersätzen durch Optimierung eine außergewöhnliche Hardware-Effizienz. Die 31B-Dense-Version belegt weltweit den dritten Platz unter den Open-Source-Modellen auf der Arena AI-Text-Rangliste, während die 26B-MoE-Version den sechsten Platz einnimmt. Ihre Fähigkeiten im Bereich logisches Schlussfolgern und Funktionsaufruf sind robust genug, um komplexe autonome Agenten anzutreiben.
Für den lokalen Einsatz senkt Gemma4 die Hürden für den Zugang zu modernster KI drastisch. Die nicht quantisierten 31B-Modellgewichte können auf einer einzigen 80-GB-H100-GPU ausgeführt werden, während quantisierte Versionen mit GPUs für Endverbraucher kompatibel sind. Für Mobil- und IoT-Geräte ermöglichen die E2B- und E4B-Modelle dank innovativer PLE-Einbettungstechnologie und Unterstützung für eine Kontextlänge von 128K eine logische Verarbeitung mit geringer Latenz auf Plattformen wie Raspberry Pi und Smartphones.
Diese Veröffentlichung unterstreicht nicht nur Googles starkes Engagement für das Open-Source-Ökosystem, sondern bietet durch die Apache-2.0-Lizenzierung auch eine Grundlage für Entwickler weltweit, um lokalisierte KI-Anwendungen mit hohem Datenschutz zu entwickeln.
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Finally Google open-sources something decent! The 31B version ranking third globally is impressive, but I wonder how it compares to Llama 3 in real-world agent tasks? Honestly, parameter efficiency sounds like marketing fluff, but let's see the benchmarks. 🤔











