はじめに
Google DeepMindが公開したGemma 4は、Gemini 3の研究と技術を基に構築された最先端のオープンモデルです。この記事では、ローカル環境で簡単にLLMを実行できるOllamaを使って、Gemma 4を導入する方法を解説します。
Gemma 4とは？
Gemma 4は、Google DeepMindが開発したオープンなマルチモーダル言語モデルです。テキストと画像入力を処理し、テキスト出力を生成できます。
主な特徴
| 特徴 | 説明 |
|---|---|
| 推論能力 | 高度な推論を行うThinkingモードを搭載 |
| マルチモーダル | テキスト、画像、音声に対応（エッジモデル） |
| 多言語対応 | 140言語をサポート |
| 長コンテキスト | 最大256Kトークンのコンテキストウィンドウ |
| エージェント機能 | ネイティブの関数呼び出しサポート |
モデルラインナップ
Gemma 4は用途に応じて複数のサイズで提供されています：
エッジモデル（モバイル・IoT向け）
| モデル | 有効パラメータ | コンテキスト | コマンド |
|---|---|---|---|
| E2B | 2B（実質5.1B） | 128K | ollama run gemma4:e2b |
| E4B | 4B（実質8B） | 128K | ollama run gemma4:e4b |
ワークステーションモデル（PC向け）
| モデル | パラメータ | コンテキスト | コマンド |
|---|---|---|---|
| 26B A4B | 25.2B（アクティブ3.8B） | 256K | ollama run gemma4:26b |
| 31B Dense | 30.7B | 256K | ollama run gemma4:31b |
Ollama でのセットアップ手順
Ollamaのインストール
Mac
必要OS: macOS 14 Sonoma 以降
- https://ollama.com/download/mac からDMGファイルをダウンロード
- DMGをマウントし、Ollamaアプリを
フォルダにドラッグ＆ドロップ - アプリを起動するとメニューバーにアイコンが表示される
Versionの確認方法
アプリケーションからターミナルをクリックします
以下のコマンドを実行してバージョンが表示されれば正しくインストールされています
# インストール確認
ollama --version
Windows
- https://ollama.com/download からEXEインストーラーをダウンロード
- ダウンロードした
.exeファイルをダブルクリックして「install」ボタンをクリック
- 画面の指示に従いインストールを完了
- スタートメニューからOllamaを起動
Version確認方法
以下のコマンドを実行するとOllamaのバージョンが確認できます
ollama --version
Linux
ターミナルで以下の1コマンドを実行するだけです：
curl -fsSL https://ollama.com/install.sh | shLinuxにインストールすると、ollama.service というsystemdサービスが自動作成され、OS起動時に自動的にOllamaが起動します。
# サービスの状態確認
sudo systemctl status ollama
# サービスの手動起動
sudo systemctl start ollama
# インストール確認
ollama --versionGemma 4の実行
基本的な実行方法
# エッジモデル（軽量・高速）
ollama run gemma4:e2b
# エッジモデル（バランス型）
ollama run gemma4:e4b
# ワークステーションモデル（高性能）
ollama run gemma4:26b
# 最も高性能なモデル
ollama run gemma4:31b以下は、gemma4:e4bを実行した際のキャプチャです。ダウンロードが終わると「>>>」が表示されます。
「>>>」の後に質問したい内容を入れてキーを押します
Thinkingの後に回答が表示されます
画像入力
Gemma4はマルチモーダルのため画像も入力できます
試しに以下の画像を読んでみたいと思います
以下のように「>>>」の後に画像のファイルパスを入れると「Added image」と表示され回答が始まります
以下のように画像から文字を正確によみとっていることがわかります
モデルの確認
# インストール済みモデルの一覧
ollama list
# モデルの詳細情報
ollama show gemma4:e4b
📈 ベンチマーク結果
テキストベンチマーク
| ベンチマーク | Gemma 4 31B | Gemma 4 26B | Gemma 4 E4B | Gemma 4 E2B | Gemma 3 27B |
|---|---|---|---|---|---|
| MMLU Pro | 85.2% | 82.6% | 69.4% | 60.0% | 67.6% |
| AIME 2026 | 89.2% | 88.3% | 42.5% | 37.5% | 20.8% |
| LiveCodeBench v6 | 80.0% | 77.1% | 52.0% | 44.0% | 29.1% |
| GPQA Diamond | 84.3% | 82.3% | 58.6% | 43.4% | 42.4% |
ビジョンベンチマーク
| ベンチマーク | Gemma 4 31B | Gemma 4 26B | Gemma 4 E4B | Gemma 4 E2B |
|---|---|---|---|---|
| MMMU Pro | 76.9% | 73.8% | 52.6% | 44.2% |
| MATH-Vision | 85.6% | 82.4% | 59.5% | 52.4% |
📚 参考リンク
まとめ
Gemma 4は、ローカル環境で最先端のAIモデルを利用できる強力な選択肢です。
まずは軽量なgemma4:e2bから始めて、必要に応じてより大きなモデルに切り替えるのがおすすめです！
コメント