Η Google Επιστρέφει στον Αγώνα της Ανοιχτής Πηγής AI με το Gemma 4

Οι φιλοδοξίες της Google για ανοιχτή τεχνητή νοημοσύνη έγιναν πολύ πιο σοβαρές σήμερα. Η εταιρεία κυκλοφόρησε το Gemma 4, μια οικογένεια τεσσάρων μοντέλων ανοιχτών βαρών που βασίζονται στην ίδια έρευνα με το Gemini 3 και διατίθενται με άδεια Apache 2.0—μια σημαντική απόκλιση από τους πιο περιοριστικούς όρους των προηγούμενων εκδόσεων Gemma.

Οι προγραμματιστές έχουν κατεβάσει προηγούμενες γενιές Gemma πάνω από 400 εκατομμύρια φορές, δημιουργώντας περισσότερες από 100.000 παραλλαγές της κοινότητας. Αυτή η κυκλοφορία είναι η πιο φιλόδοξη μέχρι στιγμής.

Για τον περασμένο χρόνο, η κατάταξη της τεχνητής νοημοσύνης ανοιχτού κώδικα ήταν σε μεγάλο βαθμό κινεζική υπόθεση. Τα DeepSeek, Minimax, GLM και Qwen κυριάρχησαν στις κορυφαίες θέσεις, αφήνοντας τις αμερικανικές εναλλακτικές να παλεύουν για συνάφεια. Όπως ανέφερε το Decrypt πέρυσι, τα κινεζικά ανοιχτά μοντέλα πέρασαν από μόλις 1,2% της παγκόσμιας χρήσης ανοιχτών μοντέλων στα τέλη του 2024 σε περίπου 30% μέχρι το τέλος του 2025, με το Qwen της Alibaba να ξεπερνά ακόμη και το Llama της Meta ως το πιο χρησιμοποιούμενο αυτο-φιλοξενούμενο μοντέλο παγκοσμίως.

Το Llama της Meta ήταν η προεπιλεγμένη επιλογή για προγραμματιστές που ήθελαν ένα ικανό, τοπικά εκτελέσιμο μοντέλο. Αυτή η φήμη έχει διαβρωθεί—η άδεια του Llama υπό τον έλεγχο της Meta έθεσε ερωτήματα σχετικά με την πραγματική κατάσταση ανοιχτού κώδικα του, και η απόδοσή του υποχώρησε πίσω από τον κινεζικό ανταγωνισμό. Η οικογένεια OLMo του Allen Institute προσπάθησε να γεφυρώσει το κενό αλλά απέτυχε να αποκτήσει σημαντική έλξη. Η OpenAI κυκλοφόρησε τα μοντέλα gpt-oss της τον Αύγουστο του 2025, τα οποία έδωσαν μια ανάσα φρέσκιας αέρα στο οικοσύστημα, αλλά δεν σχεδιάστηκαν ποτέ να είναι ανταγωνιστές πρώτης γραμμής.

Και χθες, μια αμερικανική νεοφυής επιχείρηση 30 ατόμων που ονομάζεται Arcee AI κυκλοφόρησε το Trinity, ένα ανοιχτό μοντέλο 400 δισεκατομμυρίων παραμέτρων που έκανε μια πειστική υπόθεση ότι η αμερικανική σκηνή δεν ήταν εντελώς νεκρή. Το Gemma 4 ακολουθεί αυτή την ορμή, αυτή τη φορά με το πλήρες βάρος της Google DeepMind πίσω του, μετατρέποντάς το σε αναμφισβήτητα το καλύτερο αμερικανικό μοντέλο στη σκηνή της τεχνητής νοημοσύνης ανοιχτού κώδικα.

Το μοντέλο «βασίζεται στην ίδια παγκόσμιας κλάσης έρευνα και τεχνολογία με το Gemini 3», δήλωσε η Google στην ανακοίνωσή της. Το Gemma 4 διατίθεται σε τέσσερα μεγέθη: Effective 2B και 4B για τηλέφωνα και συσκευές άκρης, ένα μοντέλο Mixture of Experts 26B που επικεντρώνεται στην ταχύτητα και ένα Dense μοντέλο 31B βελτιστοποιημένο για ακατέργαστη ποιότητα.

Το 31B Dense κατατάσσεται επί του παρόντος τρίτο μεταξύ όλων των ανοιχτών μοντέλων στην κατάταξη κειμένου του Arena AI. Το 26B MoE βρίσκεται στην έκτη θέση. Η Google ισχυρίζεται ότι και τα δύο ξεπερνούν μοντέλα 20 φορές το μέγεθός τους—ένας ισχυρισμός που επιβεβαιώνεται, τουλάχιστον έναντι των αριθμών του Arena AI, όπου τα κινεζικά μοντέλα εξακολουθούν να κατέχουν τις δύο πρώτες θέσεις.

Δοκιμάσαμε το Gemma 4. Είναι ικανό, με κάποιες επιφυλάξεις. Το μοντέλο εφαρμόζει συλλογισμό ακόμη και σε εργασίες που δεν τον απαιτούν, κάτι που μπορεί να κάνει τις απαντήσεις να φαίνονται υπερ-μηχανικές για απλές προτροπές. Η δημιουργική γραφή είναι αξιοπρεπής—λειτουργική, όχι εμπνευσμένη—και πιθανώς βελτιώνεται με πιο συγκεκριμένη καθοδήγηση και μηχανική προτροπών.

Όπου απέδωσε πιο καθαρά ήταν στον κώδικα. Όταν ζητήθηκε να δημιουργήσει ένα παιχνίδι, η έξοδος δεν ήταν ιδιαίτερα εντυπωσιακή ή περίτεχνη, αλλά εκτελέστηκε χωρίς σφάλματα στην πρώτη προσπάθεια. Όχι άσχημα για ένα μοντέλο 41 δισεκατομμυρίων παραμέτρων. Αυτή η αξιοπιστία χωρίς προηγούμενη εκπαίδευση είναι αναμφισβήτητα πιο πολύτιμη από ένα ωραιότερο αποτέλεσμα που χρειάζεται αποσφαλμάτωση.

Μπορείτε να δοκιμάσετε το (βασικό, αλλά λειτουργικό) παιχνίδι εδώ.

Οι τέσσερις παραλλαγές καλύπτουν το πλήρες φάσμα υλικού. Τα μοντέλα E2B και E4B είναι κατασκευασμένα για τηλέφωνα Android, Raspberry Pi και συσκευές άκρης, εκτελούνται εντελώς εκτός σύνδεσης με σχεδόν μηδενική καθυστέρηση, εγγενή είσοδο ήχου και παράθυρο περιβάλλοντος 128K. Τα μοντέλα 26B και 31B στοχεύουν σε σταθμούς εργασίας και υπηρεσίες cloud, επεκτείνοντας το περιβάλλον σε 256K και προσθέτοντας εγγενή κλήση συναρτήσεων και δομημένη έξοδο JSON για τη δημιουργία αυτόνομων πρακτόρων. Και τα τέσσερα μοντέλα επεξεργάζονται εικόνες και βίντεο εγγενώς. Τα βάρη πλήρους ακρίβειας των μεγαλύτερων μοντέλων χωρούν σε μια μόνο GPU NVIDIA H100 80GB· οι κβαντοποιημένες εκδόσεις εκτελούνται σε καταναλωτικό υλικό.

Η άδεια Apache 2.0 είναι η άλλη επικεφαλίδα. Οι προηγούμενες κυκλοφορίες Gemma της Google χρησιμοποιούσαν προσαρμοσμένη άδεια που δημιουργούσε νομική ασάφεια για εμπορικά προϊόντα. Η Apache 2.0 εξαλείφει εντελώς αυτή την τριβή—οι προγραμματιστές μπορούν να τροποποιούν, να αναδιανέμουν και να εμπορευματοποιούν χωρίς να ανησυχούν ότι η Google θα αλλάξει τους όρους αργότερα. Ο συνιδρυτής της Hugging Face Clement Delangue το επαίνεσε, λέγοντας ότι «Η τοπική τεχνητή νοημοσύνη έχει τη στιγμή της» και είναι το μέλλον της βιομηχανίας τεχνητής νοημοσύνης. Ο CEO της Google DeepMind Demis Hassabis πήγε παρακάτω, αποκαλώντας το Gemma 4 «τα καλύτερα ανοιχτά μοντέλα στον κόσμο για τα αντίστοιχα μεγέθη τους».

Αυτός είναι ένας ισχυρός ισχυρισμός. Τα ιδιόκτητα συστήματα από Anthropic, OpenAI και το δικό της Gemini της Google εξακολουθούν να ηγούνται στα πιο δύσκολα benchmarks. Αλλά για μοντέλα ανοιχτών βαρών που μπορείτε να εκτελέσετε τοπικά, να τροποποιήσετε ελεύθερα και να αναπτύξετε στη δική σας υποδομή; Ο ανταγωνισμός μόλις έγινε σημαντικά πιο αδύναμος. Μπορείτε να δοκιμάσετε το Gemma 4 τώρα στο Google AI Studio (31B και 26B) ή στο Google AI Edge Gallery (E2B και E4B). Τα βάρη μοντέλων είναι επίσης διαθέσιμα στο Hugging Face, Kaggle και Ollama.