Gemma 4 — Google 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Google第四代开源模型系列，2026年初发布。Gemma 4在保持友好硬件要求的同时，大幅提升推理、编程和多语言能力。1B和4B变体可在手机和入门GPU上运行；27B与70B级模型一争高下。
变体
Gemma 4 最小的变体在 Q4 (QAT) 下约需 4 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Gemma 4 E2B → 2B (Efficient) | ~3.9 GB | 128,000 | ollama run gemma4:e2b | |
| Gemma 4 E4B → 4B (Efficient) | ~5.6 GB | 128,000 | ollama run gemma4:e4b | |
| Gemma 4 26B-A4B → 26B (4B active, MoE) | ~16.5 GB | 256,000 | ollama run gemma4:26b-a4b | |
| Gemma 4 31B → 31B | ~19.5 GB | 256,000 | ollama run gemma4:31b | |
| Gemma 4 12B (Unified) → 12B | ~8 GB | 128,000 | ollama run gemma4:12b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Gemma 4
安装 Ollama，然后拉取标签。
ollama run gemma4:e2b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Gemma 4 E2B, Gemma 4 E4B, Gemma 4 26B-A4B, Gemma 4 31B, Gemma 4 12B (Unified)推荐 GPU
目录中能在本地运行 Gemma 4（至少 4 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Gemma 4 吗？
- Gemma 4 在 AMD Radeon RX 7800 XT 上
- Gemma 4 在 AMD Radeon RX 7900 XT 上
- Gemma 4 在 AMD Radeon RX 7900 XTX 上
- Gemma 4 在 AMD Radeon RX 9060 XT 16GB 上
- Gemma 4 在 AMD Radeon RX 9060 XT 8GB 上
- Gemma 4 在 AMD Radeon RX 9070 上
- Gemma 4 在 AMD Radeon RX 9070 XT 上
- Gemma 4 在 Apple M1 上
- Gemma 4 在 Apple M1 Pro 上
- Gemma 4 在 Apple M2 上
- Gemma 4 在 Apple M2 Pro 上
- Gemma 4 在 Apple M3 上
- Gemma 4 在 Apple M3 Pro 上
- Gemma 4 在 Apple M4 上
- Gemma 4 在 Apple M4 Pro 上
- Gemma 4 在 Apple M5 上
- Gemma 4 在 Intel Arc B570 上
- Gemma 4 在 Intel Arc B580 上
- Gemma 4 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Gemma 4 在 NVIDIA GeForce RTX 3070 上
- Gemma 4 在 NVIDIA GeForce RTX 3070 Ti 上
- Gemma 4 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Gemma 4 在 NVIDIA GeForce RTX 3090 上
- Gemma 4 在 NVIDIA GeForce RTX 4060 上
- Gemma 4 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Gemma 4 在 NVIDIA GeForce RTX 4070 上
- Gemma 4 在 NVIDIA GeForce RTX 4070 Super 上
- Gemma 4 在 NVIDIA GeForce RTX 4070 Ti 上
- Gemma 4 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Gemma 4 在 NVIDIA GeForce RTX 4080 上
- Gemma 4 在 NVIDIA GeForce RTX 4080 Super 上
- Gemma 4 在 NVIDIA GeForce RTX 4090 上
- Gemma 4 在 NVIDIA GeForce RTX 5060 上
- Gemma 4 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Gemma 4 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Gemma 4 在 NVIDIA GeForce RTX 5070 上
- Gemma 4 在 NVIDIA GeForce RTX 5070 Ti 上
- Gemma 4 在 NVIDIA GeForce RTX 5080 上
- Gemma 4 在 NVIDIA GeForce RTX 5090 上
Gemma 4 — 常见问题
How much VRAM does Gemma 4 need?
Gemma 4 needs about 4 GB VRAM at Q4 (QAT) quantization for its smallest variant. Variants: Gemma 4 E2B (4 GB, Q4 (QAT)); Gemma 4 E4B (6 GB, Q4 (QAT)); Gemma 4 26B-A4B (16 GB, Q4_K_M); Gemma 4 31B (20 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Gemma 4 on an RTX 4090 (24 GB)?
Yes — Gemma 4 runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4 (QAT).
What quantization should I use for Gemma 4?
Q4_K_M is the best balance of quality and VRAM for Gemma 4 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Gemma 4 with Ollama?
Install Ollama, then run: ollama run gemma4:e2b. This downloads Gemma 4 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.