Maison
Google Gemma 4 est désormais disponible en open source et rivalise avec les meilleurs modèles grâce à ses 31 milliards de paramètres
À 4 h 03 du matin, le 3 avril, Google DeepMind a officiellement lancé sa nouvelle série de modèles open source, Gemma4. Cette sortie marque exactement un an depuis la version précédente. Google a non seulement réalisé un « bond générationnel » en termes de performances, mais a également franchi une étape importante dans son engagement en faveur de l'open source : le passage d'une licence propriétaire à la licence Apache 2.0, largement adoptée. Ce changement permet aux développeurs d'utiliser et de modifier librement les modèles à des fins commerciales.

Gamme complète : quatre modèles pour les appareils mobiles et les stations de travail
Gemma4 est lancé avec quatre modèles distincts pour couvrir tous les scénarios :
31B Dense (modèle phare) : dispose de 31 milliards de paramètres entièrement activés et prend en charge un contexte ultra-long de 256K. Il occupe la troisième place du classement open source Arena AI. La version non quantifiée peut fonctionner sur un seul GPU H100.
26B A4B MoE (meilleur rapport qualité-prix) : utilise une architecture Mixture-of-Experts avec un total de 25,2 milliards de paramètres, dont seulement 3,8 milliards sont activés par inférence. Sa vitesse de raisonnement est comparable à celle d'un modèle 4B, mais sa qualité surpasse les offres similaires, ce qui lui assure la sixième place du classement.
E4B & E2B (Edge Elite) : Optimisés pour les appareils mobiles et embarqués. Grâce à la technologie Per-Layer Embeddings, les paramètres effectifs sont compressés à respectivement 4,5 milliards et 2,3 milliards. Le modèle E2B peut réduire l'utilisation de mémoire à moins de 1,5 Go sur certains appareils.

Progression des performances : les capacités en matière de code et de mathématiques enregistrent des gains importants
Par rapport à la génération précédente, Gemma327B, Gemma4 affiche des améliorations spectaculaires dans les benchmarks de base :
Concours de mathématiques : les scores au test AIME2026 ont bondi de 20,8 % à 89,2 %.
Compétences en programmation : son classement ELO sur Codeforces est passé de 110 à 2150. Sur LiveCodeBench, les performances sont passées de 29,1 % à 80,0 %, ce qui en fait l'un des assistants de programmation open source les plus performants du marché.
Raisonnement global : les scores aux questions scientifiques de niveau universitaire (GPQA Diamond) ont presque doublé, passant de 42,4 % à 84,3 %.
Capacité multilingue : prend en charge nativement plus de 140 langues, avec un score de 88,4 % sur MMMLU.

Fonctionnalités principales : « Mode de réflexion » intégré et capacités d'agent
Gemma4 ne se contente pas d'offrir davantage de paramètres ; il aligne sa logique d'interaction sur celle des modèles phares Gemini :
Mode de réflexion : comprend un mode de raisonnement interne qui permet au modèle de traiter des plans en plusieurs étapes avant de fournir une réponse, améliorant ainsi considérablement la précision sur des tâches complexes.
Prise en charge native des agents : prend en charge l'appel de fonctions et la sortie JSON structurée. Google a simultanément publié un kit de développement d'agents (ADK) open source, permettant aux modèles embarqués d'agir comme des « agents intelligents ».
Multimodal profond : toutes les versions prennent en charge les entrées image et vidéo. Même les modèles les plus petits intègrent un encodeur audio supplémentaire pour la reconnaissance vocale et la traduction.
Perspective du secteur : une « réorganisation des pouvoirs » dans l'open source
Au cours de l'année écoulée, les modèles open source nationaux (tels que DeepSeek, Qwen et GLM) ont évolué rapidement, réduisant quelque peu l'influence de Google dans le domaine de l'open source. La sortie de Gemma4 marque le retour de Google au premier plan grâce à une « ingénierie de pointe en périphérie » et à une « ouverture plus poussée en matière de licences ».
Conclusion : quand les géants de la tech se mettent à parler de « sincérité »
Article connexe
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Recommandations de sujets spéciaux liés
commentaires (0)
À 4 h 03 du matin, le 3 avril, Google DeepMind a officiellement lancé sa nouvelle série de modèles open source, Gemma4. Cette sortie marque exactement un an depuis la version précédente. Google a non seulement réalisé un « bond générationnel » en termes de performances, mais a également franchi une étape importante dans son engagement en faveur de l'open source : le passage d'une licence propriétaire à la licence Apache 2.0, largement adoptée. Ce changement permet aux développeurs d'utiliser et de modifier librement les modèles à des fins commerciales.

Gamme complète : quatre modèles pour les appareils mobiles et les stations de travail
Gemma4 est lancé avec quatre modèles distincts pour couvrir tous les scénarios :
31B Dense (modèle phare) : dispose de 31 milliards de paramètres entièrement activés et prend en charge un contexte ultra-long de 256K. Il occupe la troisième place du classement open source Arena AI. La version non quantifiée peut fonctionner sur un seul GPU H100.
26B A4B MoE (meilleur rapport qualité-prix) : utilise une architecture Mixture-of-Experts avec un total de 25,2 milliards de paramètres, dont seulement 3,8 milliards sont activés par inférence. Sa vitesse de raisonnement est comparable à celle d'un modèle 4B, mais sa qualité surpasse les offres similaires, ce qui lui assure la sixième place du classement.
E4B & E2B (Edge Elite) : Optimisés pour les appareils mobiles et embarqués. Grâce à la technologie Per-Layer Embeddings, les paramètres effectifs sont compressés à respectivement 4,5 milliards et 2,3 milliards. Le modèle E2B peut réduire l'utilisation de mémoire à moins de 1,5 Go sur certains appareils.

Progression des performances : les capacités en matière de code et de mathématiques enregistrent des gains importants
Par rapport à la génération précédente, Gemma327B, Gemma4 affiche des améliorations spectaculaires dans les benchmarks de base :
Concours de mathématiques : les scores au test AIME2026 ont bondi de 20,8 % à 89,2 %.
Compétences en programmation : son classement ELO sur Codeforces est passé de 110 à 2150. Sur LiveCodeBench, les performances sont passées de 29,1 % à 80,0 %, ce qui en fait l'un des assistants de programmation open source les plus performants du marché.
Raisonnement global : les scores aux questions scientifiques de niveau universitaire (GPQA Diamond) ont presque doublé, passant de 42,4 % à 84,3 %.
Capacité multilingue : prend en charge nativement plus de 140 langues, avec un score de 88,4 % sur MMMLU.

Fonctionnalités principales : « Mode de réflexion » intégré et capacités d'agent
Gemma4 ne se contente pas d'offrir davantage de paramètres ; il aligne sa logique d'interaction sur celle des modèles phares Gemini :
Mode de réflexion : comprend un mode de raisonnement interne qui permet au modèle de traiter des plans en plusieurs étapes avant de fournir une réponse, améliorant ainsi considérablement la précision sur des tâches complexes.
Prise en charge native des agents : prend en charge l'appel de fonctions et la sortie JSON structurée. Google a simultanément publié un kit de développement d'agents (ADK) open source, permettant aux modèles embarqués d'agir comme des « agents intelligents ».
Multimodal profond : toutes les versions prennent en charge les entrées image et vidéo. Même les modèles les plus petits intègrent un encodeur audio supplémentaire pour la reconnaissance vocale et la traduction.
Perspective du secteur : une « réorganisation des pouvoirs » dans l'open source
Au cours de l'année écoulée, les modèles open source nationaux (tels que DeepSeek, Qwen et GLM) ont évolué rapidement, réduisant quelque peu l'influence de Google dans le domaine de l'open source. La sortie de Gemma4 marque le retour de Google au premier plan grâce à une « ingénierie de pointe en périphérie » et à une « ouverture plus poussée en matière de licences ».
Conclusion : quand les géants de la tech se mettent à parler de « sincérité »
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc











