Gemma 4 12B: מודל מולטימודלי בלי אנקודרים שרץ על מחשב נייד

ב-3 ביוני 2026 הציגה Google DeepMind את Gemma 4 12B — מודל פתוח שלדברי החברה מביא אינטליגנציה מולטימודלית סוכנית ישירות למחשבים ניידים. הוא ממוקם בין E4B החסכוני ל-26B Mixture of Experts (MoE) החזק יותר, אורז יותר יכולות בנפח זיכרון קטן, והוא המודל הבינוני הראשון במשפחה עם קלט אודיו מקורי.

מה מציע המודל

לפי גוגל, Gemma 4 12B מגיע לביצועים הקרובים למודל 26B MoE בבנצ'מרקים סטנדרטיים, אך צורך פחות ממחצית מתצרוכת הזיכרון הכוללת. הוא קטן מספיק כדי לרוץ מקומית על מחשבים ניידים ביתיים עם 16GB של VRAM או זיכרון מאוחד, והוא מופץ ברישיון Apache 2.0. בגרסה נכללים גם מנסחים (drafters) של Multi-Token Prediction (MTP) שנועדו לצמצם השהיה. גוגל אומרת שמשפחת Gemma 4 חצתה 150 מיליון הורדות.

ארכיטקטורה מאוחדת בלי אנקודרים

רוב המודלים המולטימודליים משתמשים באנקודרים נפרדים כדי לתרגם תמונות ואודיו לפני העברתם למודל השפה; לפי גוגל, אנקודרים מפוצלים כאלה מוסיפים השהיה ומגדילים את צריכת הזיכרון, ולכן Gemma 4 12B אומן בארכיטקטורה ללא אנקודרים. בתחום הראייה הוחלף אנקודר החזותי במודול הטמעה קל — כפל מטריצות בודד, הטמעה מיקומית ונרמולים — כך שעמוד השדרה הלשוני עצמו מבצע את העיבוד החזותי. בתחום האודיו הוסר האנקודר לחלוטין, והאות הגולמי מוקרן לאותו מרחב ממדים שבו נמצאים אסימוני הטקסט.

זמינות וכלים

אפשר לנסות את המודל ב-LM Studio, ב-Ollama, באפליקציית Google AI Edge Gallery, באפליקציית AI Edge Eloquent וב-CLI של LiteRT-LM. נקודות ביקורת מאומנות מראש ומותאמות-הוראות זמינות להורדה מ-Hugging Face ומ-Kaggle. צינורות הסקה מקומיים ניתן לבנות עם Hugging Face Transformers, llama.cpp, MLX, SGLang ו-vLLM, ולכיוונון יעיל מוצע Unsloth. לפרודקשן גוגל מפנה ל-Gemini Enterprise Agent Platform Model Garden, ל-Cloud Run ול-GKE, ופרסמה מאגר Skills רשמי לסוכנים שבונים עם Gemma.

מודל מולטימודלי שרץ על מחשב נייד מקטין את הפער בין חומרה מקומית לתהליכי עבודה סוכניים שדרשו עד כה ענן. עם זאת, נתוני הביצועים הם של גוגל עצמה; הערכות בלתי תלויות של Gemma 4 12B עוד לפנינו.