「Gemma 4 12B」登場　メモリ16GBのノートPCでも動作するマルチモーダルモデル

公開 2026年06月04日 10時38分

[ITmedia]

印刷する Googleで優先するソースとして追加

　米Googleは6月3日（現地時間）、マルチモーダルのオープンウェイトモデル「Gemma 4 12B」を発表した。メモリ16GBのノートPCでも動作可能で、ベンチマークはより大型の「Gemma 4 26B」にも迫るという。

　特徴は、小型モデルながら画像と音声の入力に対応している点だ。画像と音声を言語モデルに入力する場合、従来はそれぞれを別々のエンコーダーで変換してから言語モデルに渡すのが一般的だった。Gemma 4 12Bは、画像を軽量の埋め込みモジュールで処理し、音声は生の信号をテキストトークンと同じ次元空間へ直接投影することで、入力の遅延とメモリ使用量を抑えた。

従来のアーキテクチャとGemma 4 12Bのアーキテクチャの比較（出典：開発者ガイド）

　ベンチマークでは、上位の26Bモデルに迫る性能を達成したという。高度な専門知識を問う「GPQA Diamond」では78.8％（26Bモデルは82.3％）、専門知識や論理的思考力を問う「MMLU Pro」は77.2％（同82.6％）となっており、いずれも前世代の「Gemma 3 27B」を超える性能だ。

ベンチマークの結果（出典：公式ブログ）

　モデルの重みは「Apache 2.0」ライセンスで公開されており、「Hugging Face」や「Kaggle」からダウンロードできる。「LM Studio」「Ollama」などのアプリで利用できる他、「llama.cpp」や「vLLM」などのツールや、「Google Cloud」での開発にも利用可能。

印刷する