Google Gemma 4 実践ガイド — Ollama・HuggingFace で動かすマルチモーダル対応オープンモデル

はじめに

2026年4月2日、Google は Gemma 4 をリリースしました。Gemini 3 の技術をベースにしたオープンウェイトモデルで、Apache 2.0 ライセンスで公開されています。

Gemma 4 の注目ポイントは次の3つです。

• マルチモーダル対応 — テキスト・画像・音声・動画を入力できる
• ネイティブエージェント機能 — Function Calling・構造化 JSON 出力をモデルが直接サポート
• Apache 2.0 ライセンス — 商用利用も含め制限なし

この記事では、Gemma 4 の概要を押さえたうえで、Ollama・HuggingFace Transformers で実際に動かす方法と Function Calling の実践例を紹介します。

Gemma 4 の概要

Gemma 4 は Gemini 3 の技術を継承したオープンウェイトモデルファミリーです。31B Dense モデルは Arena AI テキストリーダーボードでオープンモデル第3位にランクインしています。

モデル一覧

4つのサイズが用意されており、すべて Base と Instruction-tuned（IT）の2種類があります。

E = Effective（実効パラメータ数）、A = Active（MoE でのアクティブパラメータ数）を意味します。

### ベンチマーク

Gemma 3 27B からの大幅な性能向上が確認できます。

*Gemma 3 は thinking モードなしの数値

主な特徴

• マルチモーダル入力: テキスト・画像・動画（全モデル）、音声（E2B / E4B のみ）
• ハイブリッドアテンション: ローカルスライディングウィンドウ + グローバルフルアテンションの交互配置
• 多言語対応: 140 以上の言語で事前学習、35 以上の言語を公式サポート
• ネイティブ推論モード: <think> タグによるステップバイステップの思考が可能

Apache 2.0 ライセンスへの変更

Gemma 4 の重要な変更点のひとつが、カスタム Gemma License から Apache 2.0 への移行です。

Qwen、Mistral など主要なオープンモデルと同じライセンスになったことで、プロダクション導入のハードルが大きく下がりました。

Gemma 4 を動かしてみる

Google AI Studio で試す

もっとも手軽な方法は Google AI Studio です。ブラウザだけで 31B Dense や 26B MoE を試せます。セットアップ不要で、画像入力やシステムプロンプトの設定も GUI から行えます。

Ollama でローカル実行

Ollama を使えば、ワンコマンドでローカル実行できます。

# Gemma 4 をダウンロード & 実行（デフォルトは 26B MoE の量子化版）
ollama run gemma4

特定のモデルサイズを指定する場合は、タグを付けます。

# E4B（エッジ向け軽量モデル）
ollama run gemma4:e4b

# 31B Dense（最高品質）
ollama run gemma4:31b

Ollama でマルチモーダル（画像入力）

画像を含むプロンプトも送れます。

# 画像の内容を説明させる
ollama run gemma4 "この画像に何が写っていますか？" --images ./photo.jpg

Ollama を API サーバーとして使う

Ollama は OpenAI 互換の API サーバーとしても動作します。

# サーバーを起動（デフォルトで localhost:11434）
ollama serve

import requests

response = requests.post("http://localhost:11434/api/chat", json={
    "model": "gemma4",
    "messages": [
        {"role": "user", "content": "Pythonでクイックソートを実装してください"}
    ],
    "stream": False
})

print(response.json()["message"]["content"])

HuggingFace Transformers で動かす

HuggingFace Transformers を使えば、Python から細かく制御できます。

テキスト生成

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "google/gemma-4-E4B-it"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

messages = [
    {"role": "user", "content": "Rustの所有権システムを簡潔に説明してください"},
]

inputs = tokenizer.apply_chat_template(
    messages, return_tensors="pt", add_generation_prompt=True
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=512)
response = tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True)
print(response)

マルチモーダル（画像 + テキスト）

from transformers import AutoProcessor, AutoModelForImageTextToText
import torch
from PIL import Image

model_id = "google/gemma-4-E4B-it"

processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForImageTextToText.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

image = Image.open("diagram.png")

messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "image": image},
            {"type": "text", "text": "この図の内容を説明してください"},
        ],
    },
]

inputs = processor.apply_chat_template(
    messages, return_tensors="pt", add_generation_prompt=True
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=512)
response = processor.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True)
print(response)

VRAM 要件の目安

E4B は 8 GB の VRAM があれば量子化版で動作するため、ノート PC でも試しやすいモデルです。

## エージェント機能を試す — Function Calling

Gemma 4 はネイティブで Function Calling（ツール呼び出し）をサポートしています。外部ツールの定義をプロンプトに渡すと、モデルが適切なタイミングでツールを呼び出し、結果を組み込んで回答を生成します。

仕組み

1. ユーザーがツール定義とプロンプトをモデルに送る
2. モデルがツール呼び出しを JSON 形式で返す
3. アプリケーション側でツールを実行し、結果をモデルに返す
4. モデルがツールの結果を踏まえて最終回答を生成する

実践例：天気取得ツール

以下は、天気を取得するツールを Gemma 4 に使わせる例です。

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import json

model_id = "google/gemma-4-E4B-it"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

# ツール定義
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "指定された都市の現在の天気情報を取得する",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "都市名（例: 東京、大阪）",
                    },
                },
                "required": ["city"],
            },
        },
    },
]

# ステップ 1: ユーザーの質問を送信
messages = [
    {"role": "user", "content": "東京と大阪の天気を教えてください"},
]

inputs = tokenizer.apply_chat_template(
    messages,
    tools=tools,
    return_tensors="pt",
    add_generation_prompt=True,
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=256)
response = tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True)
print("モデルの応答（ツール呼び出し）:")
print(response)
# => [{"name": "get_weather", "arguments": {"city": "東京"}},
#     {"name": "get_weather", "arguments": {"city": "大阪"}}]

# ステップ 2: ツールの実行結果を返す
messages.append({"role": "assistant", "content": response})
messages.append({
    "role": "tool",
    "content": json.dumps([
        {"name": "get_weather", "content": {"city": "東京", "weather": "晴れ", "temp": "22°C"}},
        {"name": "get_weather", "content": {"city": "大阪", "weather": "曇り", "temp": "20°C"}},
    ], ensure_ascii=False),
})

inputs = tokenizer.apply_chat_template(
    messages,
    tools=tools,
    return_tensors="pt",
    add_generation_prompt=True,
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=256)
final_response = tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True)
print("最終回答:")
print(final_response)
# => 東京は晴れで22°C、大阪は曇りで20°Cです。

構造化 JSON 出力

Function Calling 以外にも、構造化された JSON 出力を直接要求できます。

messages = [
    {
        "role": "user",
        "content": (
            "以下の文章から人物情報を抽出して JSON で返してください。\n\n"
            "田中太郎（35歳）はエンジニアとして東京で働いています。"
        ),
    },
]

inputs = tokenizer.apply_chat_template(
    messages, return_tensors="pt", add_generation_prompt=True
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=256)
response = tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True)
print(response)
# => {"name": "田中太郎", "age": 35, "occupation": "エンジニア", "location": "東京"}

まとめ

• Gemma 4 は Gemini 3 ベースのオープンウェイトモデル。E2B / E4B / 26B MoE / 31B Dense の4サイズ展開
• Apache 2.0 ライセンスに変更され、商用利用を含めた制限がなくなった
• マルチモーダル対応（テキスト・画像・動画・音声）で、幅広い入力を処理できる
• ネイティブ Function Calling により、外部ツール連携やエージェント構築が容易
• 31B Dense は Arena AI リーダーボードでオープンモデル第3位の性能
• Ollama ならワンコマンド、HuggingFace Transformers なら Python から柔軟に利用可能

参考

• Gemma 4: Byte for byte, the most capable open models — Google Blog
• Gemma 4 model card — Google AI for Developers
• Function calling with Gemma 4 — Google AI for Developers
• Bring state-of-the-art agentic skills to the edge with Gemma 4 — Google Developers Blog
• Welcome Gemma 4 — Hugging Face Blog
• google/gemma-4-31B-it — Hugging Face
• google/gemma-4-E4B-it — Hugging Face
• Gemma 4 — Google DeepMind