概要
GoogleがリリースしたオープンウェイトLLM「Gemma 4」の4つのバリエーション（31B, 26B A4B, E4B, E2B）について、アーキテクチャや推論負荷の違いを整理した解説記事。
詳細内容
Googleが2026年にリリースしたGemma 4シリーズの4つのモデル（31B、26B A4B、E4B、E2B）について、ローカルLLM愛好家の視点から特徴をまとめた記事です。
### 各モデルの特徴とアーキテクチャ
- **Gemma 4 31B**: 標準的なTransformer（Dense）構造。高品質だが31GB以上のメモリを要し、リクエスト数が少ない高品質重視の用途向け。
- **Gemma 4 26B A4B**: MoE（Mixture of Experts）を採用。総パラメータは26Bだが、推論時は約4Bのみがアクティブになるため、26Bの品質と4Bの推論速度を両立する。
- **Gemma 4 E4B (Effective 4B)**: PLE（Per-Layer Embeddings）技術を採用した8Bモデル。推論負荷を4B相当に抑えており、iPhone 17 Proなどのモバイルデバイスでも高速動作する。
- **Gemma 4 E2B**: PLE採用の軽量モデル（約5B、実行時2B相当）。ラズベリーパイ等のエッジデバイス特化型。
### 運用のヒント
そのまま利用する場合は「it（Instruction-Tuned）」サフィックスが付いたモデルを選択するのが定石です。著者は、API的な利用には26B A4B、特定の単一タスクに最適化（ファインチューニング）して本番利用するにはE4Bがコストパフォーマンス面で期待できると述べています。