Gemma 4 est la dernière génération de modèles open source de Google DeepMind, dérivée de la recherche Gemini 3. La famille comprend des variantes pré-entraînées et instruction-tuned, avec une fenêtre de contexte allant jusqu’à 256K tokens et un support natif de plus de 140 langues. Les modèles intègrent un mode thinking configurable, des capacités multimodales image, vidéo et audio, ainsi qu’un function calling natif qui les rend parfaits pour les agents IA.
Qu'est-ce que Gemma 4 ?
L'essentiel
Gemma 4 est une famille de modèles open source publiée par Google DeepMind. Elle reprend les avancées de la recherche Gemini 3 et les distille dans des modèles ouverts, téléchargeables sous licence Apache 2.0. La famille propose plusieurs tailles, de modèles très compacts adaptés aux déploiements edge et mobile à des modèles plus puissants destinés aux serveurs. Tous les modèles sont disponibles en versions pré-entraînée et instruction-tuned, ce qui couvre à la fois les usages en R&D et les applications opérationnelles. La présence d’un function calling natif et d’un mode thinking configurable distingue Gemma 4 de la plupart des autres familles open source, en l’orientant clairement vers les agents IA et les workflows complexes.
Fonctionnalités principales
Gemma 4 introduit plusieurs avancées majeures. L’architecture combine des couches d’attention locales en fenêtre glissante avec des couches d’attention globale, ce qui assure une couverture complète tout en optimisant les coûts d’inférence. La fenêtre de contexte atteint 128K tokens sur les petites versions et 256K tokens sur les versions medium, ce qui permet de traiter des documents longs ou des historiques étendus sans truncation. Les modèles gèrent nativement le texte, les images et les vidéos, avec une excellente reconnaissance optique de caractères et une bonne compréhension des graphiques. Les versions E2B et E4B ajoutent une entrée audio native pour la reconnaissance et la compréhension vocale. Le mode thinking, configurable, permet d’activer une chaîne de raisonnement explicite quand la tâche le justifie, ou de générer directement la réponse pour les cas simples. Le function calling natif et le support du rôle système font de Gemma 4 une base idéale pour les agents IA. Les performances sur les benchmarks de code et d’agentique connaissent une nette amélioration par rapport à Gemma 3.
Cas d'usage
Gemma 4 couvre un large éventail de scénarios. Les développeurs ciblant des déploiements edge l’utilisent dans des applications mobiles, des extensions navigateur ou des appareils embarqués, grâce aux versions 2B et 4B compatibles avec LiteRT-LM ou Cactus. Les équipes IA construisent des agents internes capables de raisonner et d’exécuter des outils, en exploitant le function calling natif. Les entreprises régulées déploient les versions plus grandes en local pour répondre à des exigences de souveraineté et d’auditabilité. Les chercheurs s’en servent comme base d’expérimentation pour le multilingue, le raisonnement long ou les architectures hybrides. Enfin, les éditeurs SaaS l’intègrent dans leurs produits pour offrir une alternative cost-efficient aux modèles propriétaires.
Avantages
Le bénéfice principal de Gemma 4 tient à la combinaison entre qualité, ouverture et flexibilité. La qualité s’illustre par la proximité avec les meilleurs modèles propriétaires sur les benchmarks de référence. L’ouverture, garantie par la licence Apache 2.0, autorise le fine-tuning, l’audit et le déploiement dans n’importe quel environnement, y compris les plus régulés. La flexibilité provient de la diversité de la famille : un même socle technologique se décline du mobile au cluster GPU, ce qui simplifie la cohérence architecturale dans une organisation. L’écosystème de support est exceptionnel, avec des intégrations day-one chez Hugging Face, Ollama, vLLM, llama.cpp, MLX, NVIDIA NIM et beaucoup d’autres, ce qui garantit une portabilité quasi universelle.
Tarifs
Gemma 4 est gratuit en téléchargement, sous licence Apache 2.0 qui permet l’usage commercial sans restriction. Les coûts pratiques se situent uniquement au niveau de l’infrastructure d’inférence : GPUs pour l’on-prem ou tarification à l’usage via les fournisseurs cloud comme Google Cloud, Hugging Face Inference, Baseten ou Replicate. Cette absence de coûts de licence représente un avantage économique significatif comparé aux modèles propriétaires, particulièrement pour les usages à fort volume.
Conclusion
Gemma 4 illustre la place centrale prise par l’open source dans la stratégie de Google DeepMind. La nouvelle famille apporte une combinaison rare entre ouverture totale, qualité de référence et couverture de cas d’usage exceptionnelle. Pour les équipes IA qui construisent des agents, des assistants ou des produits de raisonnement avancé, c’est probablement la base open source la plus intéressante disponible en 2026.
