Qu’est-ce que Gemma 4 ?
Gemma 4 est la famille de modèles à poids ouverts de Google DeepMind, sortie le 2 avril 2026. Elle a été lancée en quatre tailles : E2B et E4B pour les téléphones et petits appareils, un modèle mixture-of-experts de 26B qui utilise 3,8 milliards de paramètres par token, et un modèle dense de 31B. Une cinquième taille, le 12B « Unified », a suivi fin mai ; il injecte directement des patchs d'image bruts et l'audio dans le modèle de langage, sans encodeurs séparés.
Toutes les tailles lisent images et vidéo (sous forme d'images, jusqu'à 60 secondes à une image par seconde) ; E2B, E4B et 12B acceptent aussi jusqu'à 30 secondes d'audio. Les petits modèles ont un contexte de 128K tokens et les 12B, 26B et 31B de 256K. Tous disposent d'un mode de réflexion configurable, de l'appel de fonctions natif et d'un rôle système, et ont été entraînés sur des données dans plus de 140 langues, avec une date limite en janvier 2025.
C'est la première version de Gemma sous la licence Apache 2.0 standard au lieu des conditions maison de Google. Google publie aussi des versions 4 bits entraînées avec conscience de la quantification pour chaque taille, et les modèles tournent sur Vertex AI, Cloud Run, GKE et sur Android via AICore.
Combien coûte Gemma 4 ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | Apache 2.0 |
| 31B (OpenRouter) | $0.20 in / $0.40 out per 1M tokens | |
| 26B A4B (OpenRouter) | About $0.08 in / $0.26 out per 1M tokens |
Poids gratuits sous Apache 2.0. Hébergé sur Google Cloud et chez des tiers ; OpenRouter affiche le 31B à 0,20 $/0,40 $ et le 26B A4B à environ 0,08 $/0,26 $ par 1M de tokens.
Gemma 4 vaut-il le coup ?
Gemma 4 est la famille ouverte à battre aux tailles que peuvent contenir un seul GPU ou un téléphone, et la licence Apache 2.0 supprime la revue juridique qui freinait les versions précédentes de Gemma. Sur la propre fiche de Google, le 31B obtient 85,2 % sur MMLU Pro, 84,3 % sur GPQA Diamond et 80,0 % sur LiveCodeBench v6, contre 67,6 %, 42,4 % et 29,1 % pour Gemma 3 27B. Au lancement, Google indiquait que le 31B se classait troisième parmi les modèles ouverts sur le classement texte d'Arena ; ce classement date d'avril et des modèles plus récents sont sortis depuis.
Le modèle intéressant pour la plupart des déploiements est le 26B A4B. Il active 3,8 milliards de paramètres par token, si bien qu'il tourne presque à la vitesse d'un petit modèle tout en obtenant 82,6 % sur MMLU Pro et 88,3 % sur AIME 2026 sans outils. Son GGUF 4 bits entraîné avec conscience de la quantification pèse 14,4 GB, ce qui tient sur une carte grand public de 24 GB avec de la place pour le contexte, et OpenRouter l'affiche à environ 0,08 $ par million de tokens en entrée.
Les lacunes portent sur le long contexte et les agents. Le propre résultat de Google sur MRCR v2 à 128K tokens tombe de 66,4 % sur le 31B à 44,1 % sur le 26B, si bien que la fenêtre de 256K n'est exploitable que sur le plus grand modèle, et des scores d'usage d'outils Tau2 de 68 à 77 % restent bien en dessous des agents de pointe. L'audio est plafonné à 30 secondes et les 26B et 31B n'en ont pas du tout, si bien que les fonctions vocales impliquent le 12B ou les modèles à taille de téléphone.
Le rythme des sorties compte autant que les scores. Google a ajouté le 12B, des variantes réglées pour l'assistance et des versions entraînées avec conscience de la quantification pour chaque taille dans les deux mois suivant le lancement, et ces fichiers 4 bits font passer le 31B d'environ 62 GB en BF16 à 17,7 GB avec peu de travail supplémentaire pour qui le déploie. Cet éventail de fichiers officiels, de 5,2 GB pour l'E4B à 17,7 GB pour le 31B, permet à une équipe de standardiser une seule famille du téléphone au portable et au serveur.
Là où il fait la différence
Un ingénieur plateforme qui sert un assistant interne sur un seul GPU de 24 GB
Remplacer une API payante pour résumer et rédiger des documents internes
Faire tourner le GGUF 4 bits du 26B A4B (14,4 GB plus un fichier de vision de 1,2 GB) dans llama.cpp ou vLLM. Le matériel est le seul coût, et Apache 2.0 signifie ni déclaration d'usage ni revue de licence.
Une équipe Android dans une fintech grand public
Classer des reçus et transcrire de courts mémos vocaux sur le téléphone
E4B via AICore lit images et jusqu'à 30 secondes d'audio hors ligne, si bien que les reçus ne quittent jamais l'appareil. Attendez-vous à une précision plus faible que les grands modèles : E4B obtient 69,4 % sur MMLU Pro contre 85,2 % pour le 31B.
Le responsable du support d'une entreprise SaaS de 50 agents
Rédiger à bas coût les premières réponses à un million de tickets par mois
À environ 1 000 tokens en entrée et 300 en sortie par réponse, le 26B A4B sur OpenRouter coûte à peu près 150 $ par mois. Les prix hébergés varient selon le fournisseur : vérifiez celui que vous choisissez.
Avant de vous engager
- Mise en route
- Téléchargez depuis Hugging Face, puis chargez avec Transformers, llama.cpp, Ollama ou vLLM ; les versions GGUF 4 bits tournent sans étape de conversion.
- Intégrations
- Appel de fonctions natif et rôle système, mode de réflexion avec tokens de contr ôle, versions Transformers et GGUF, Vertex AI, Cloud Run, GKE et Android AICore.
- Données et confidentialité
- Auto-hébergé, les données restent donc là où vous le faites tourner. Apache 2.0 autorise l'usage commercial et l'affinage sans plafond de chiffre d'affaires ni avenant d'usage acceptable.
- Coût à grande échelle
- Les poids sont gratuits. Le 31B demande environ 62 GB en BF16 (une carte de 80 GB) ou 17,7 GB en 4 bits ; le 26B A4B pèse 14,4 GB, le 12B 7,0 GB et l'E4B 5,2 GB en 4 bits. OpenRouter affiche le 31B à 0,20 $/0,40 $ et le 26B A4B à 0,08 $/0,26 $ par 1M de tokens.
- Limites
- Contexte de 128K sur E2B et E4B, 256K sur les tailles supérieures ; audio jusqu'à 30 secondes, vidéo jusqu'à 60 images ; date limite de connaissances en janvier 2025.
Les points forts
- Licence Apache 2.0
- Cinq tailles, du téléphone (E2B) à un seul GPU (31B)
- Versions 4 bits officielles : 31B en 17,7 GB, 26B A4B en 14,4 GB
- Entrée image et vidéo sur toutes les tailles
Les points faibles
- Le rappel en long contexte chute fortement sous le 31B
- Pas d'audio sur les 26B et 31B ; plafond audio de 30 secondes ailleurs
- Date limite de connaissances en janvier 2025
- Usage agentique des outils loin derrière les modèles de pointe
Idéal pour
Les développeurs qui construisent des applications embarquées, locales ou sur un seul GPU et veulent une licence permissive et une entrée multimodale.
Alternatives à Gemma 4
Gemma 4 : questions fréquentes
- Gemma 4 vaut-il le coup ?
- Gemma 4 est désormais la famille ouverte par défaut sous 32B de paramètres, parce que sa licence est enfin à la hauteur de sa qualité. Nous lui donnons 4.4 sur 5.
- Combien coûte Gemma 4 ?
- Poids gratuits sous Apache 2.0. Hébergé sur Google Cloud et chez des tiers ; OpenRouter affiche le 31B à 0,20 $/0,40 $ et le 26B A4B à environ 0,08 $/0,26 $ par 1M de tokens.
- Quels sont les inconvénients de Gemma 4 ?
- Le rappel en long contexte chute fortement sous le 31B; pas d'audio sur les 26B et 31B ; plafond audio de 30 secondes ailleurs; date limite de connaissances en janvier 2025; usage agentique des outils loin derrière les modèles de pointe.
- À qui s’adresse Gemma 4 ?
- Les développeurs qui construisent des applications embarquées, locales ou sur un seul GPU et veulent une licence permissive et une entrée multimodale.
- Combien coûte Gemma 4 pour une équipe ou en production ?
- Les poids sont gratuits. Le 31B demande environ 62 GB en BF16 (une carte de 80 GB) ou 17,7 GB en 4 bits ; le 26B A4B pèse 14,4 GB, le 12B 7,0 GB et l'E4B 5,2 GB en 4 bits. OpenRouter affiche le 31B à 0,20 $/0,40 $ et le 26B A4B à 0,08 $/0,26 $ par 1M de tokens.
- Gemma 4 est-il sûr pour les données de l’entreprise ?
- Auto-hébergé, les données restent donc là où vous le faites tourner. Apache 2.0 autorise l'usage commercial et l'affinage sans plafond de chiffre d'affaires ni avenant d'usage acceptable.
- Quelles sont les meilleures alternatives à Gemma 4 ?
- Les alternatives les plus proches que nous avons testées sont gpt-oss-20b, Mistral Small 4 et Phi-4-Reasoning-Vision-15B.
Réponses vérifiées le 22 oct. 2026.