Gemma 4レビュー｜ローカル導入・必要GPU・NSFW対応とUncensoredモデル

Gemma 4は、Google DeepMindが公開した最新のオープンウェイト系Gemmaファミリーです。ローカルLLMとして見ると、軽量なE2B/E4Bから、12B、26B-A4B、31Bまで幅があり、文章だけでなく画像入力や長いコンテキストも意識したモデル群として評価できます。

最初に押さえたいのは、Gemma 4は「1つのモデル名」ではなく用途別のラインナップだという点です。品質重視なら31B、効率と速度のバランスを見たいなら26B-A4B、一般的な単体GPUで試すなら12Bが現実的です。NSFWについては、公式モデルとGoogle AI Studioは安全調整済みで、Hugging Face上にはコミュニティ製のUncensored / Abliterated派生モデルも存在します。

Gemma 4とは

Gemma 4は、Gemini 3の研究と技術をベースにしたGoogle DeepMindのオープンモデルファミリーです。公式モデルカードでは、E2B、E4B、12B、26B-A4B、31Bの5サイズ、最大256Kコンテキスト、テキスト・画像入力、一部小型モデルでの音声対応などが案内されています。

E2B/E4Bはエッジや軽量用途、12Bは個人ユーザーの最初の検証、26B-A4Bはactive parameter効率を意識したモデル、31Bは品質重視のローカル検証モデルとして見ると分かりやすいです。特に31Bと26B-A4Bは、Qwen 3.8、Llama、DeepSeek、Mistral系と比較されやすいサイズ帯です。

公式ダウンロード先

初めて試す場合、いきなり31Bや26B-A4Bから入るより、12Bまたは量子化版でプロンプト傾向、日本語の自然さ、RAGでの要約品質、拒否応答の傾向を確認するほうが失敗しにくいです。大きなモデルほど、ファイル容量、VRAM、KV cache、推論速度の調整が重要になります。

性能評価とユーザーの反応

公式の説明では、Gemma 4は知能対パラメータ効率、長文コンテキスト、マルチモーダル入力、開発者向けの使いやすさを重視した世代として位置づけられています。Gemma 3までの軽量・扱いやすい印象を残しつつ、31Bや26B-A4Bでは本格的なローカルLLM比較に入れるサイズ感になりました。

コミュニティでは、31Bの出力品質、26B-A4Bの効率、12Bの扱いやすさ、量子化版が出そろった後の実用性が主な話題になります。技術的な概要としては、Sebastian Raschka氏のリリースノートもモデルラインナップの整理に役立ちます。実際の評価では、日本語メール、コード修正、長文要約、ローカルRAG、画像付き質問など、自分の用途に近いテストを用意するのが一番確実です。

主流ローカルLLMとの比較

ローカル導入方法

ローカルで触るなら、まずTransformersで動作確認し、APIサーバーとして使う段階でvLLMやSGLangを検討する流れが分かりやすいです。LM Studioのようなデスクトップツールも、対応する量子化版が出ていれば便利ですが、必ず元モデルとファイルごとのライセンスを確認してください。

pip install -U transformers accelerate torch safetensors python - <<'PY' from transformers import AutoModelForCausalLM, AutoTokenizer model_id = "google/gemma-4-12B-it" # GPUに余裕があれば31Bや26B-A4Bへ変更 tokenizer = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype="auto", device_map="auto", ) PY

サーバー運用を考える場合は、選んだGemma 4モデルがvLLMやSGLangでどこまで対応しているかを確認しましょう。特に長いコンテキスト、画像入力、batch sizeを大きくすると、モデル本体以上にKV cacheがVRAMを消費します。

必要GPUとハードウェア

これは実用上の目安であり、公式の最低要件ではありません。実際のVRAM使用量は、量子化、コンテキスト長、KV cache、batch size、推論エンジン、画像入力の有無で大きく変わります。長文や画像入力を使うなら、モデルサイズだけで判断しないほうが安全です。

オンラインで試す方法

手元のGPUが足りない場合は、Google AI Studioで試すのが最も簡単です。ブラウザ上でGoogleのAIモデルを触り、プロンプトの傾向やAPI連携の雰囲気を確認してから、ローカルに31Bや26B-A4Bを入れるか判断できます。

オンライン利用は、ストレージやGPUを消費せずに素早く試せるのが利点です。一方で、クラウドサービスには安全フィルター、利用規約、ログ、クォータがあるため、機密文書や個人情報を含むプロンプトは慎重に扱いましょう。

NSFW・Uncensored・Abliteratedモデル

公式のGemma 4モデルは安全調整済みで、Google AI Studioなどの公式ルートも無制限のNSFWチャット用途を想定したものではありません。成人向け、危険行為、違法行為、個人情報、ポリシーに抵触する内容では、回答が制限されたり慎重な内容になったりします。これはGoogle系の主流モデルとして自然な挙動です。

一方、拒否応答の傾向を研究したいユーザー向けに、Hugging FaceにはGemma 4 26B-A4B Uncensored / HereticやGemma 4 31B Abliteratedのようなコミュニティ派生モデルもあります。これらはGoogle公式リリースではなく、フィルター突破 / 検閲回避に近い挙動を試すための実験的なローカル選択肢として見るべきです。

UncensoredやAbliteratedと書かれていても、正確・合法・安全という意味ではありません。成人向け、危険、偏りのある内容、法的に敏感な内容を生成しやすくなる可能性があります。使う場合は、Hugging Faceのモデルカード、派生元ライセンス、地域の法律、公開サービスとして提供する場合のモデレーションを必ず確認してください。

よくある質問

Gemma 4はQwen 3.8より強いですか？

一概には言えません。Gemma 4はGoogle製オープンウェイト、画像入力、長文、安全性資料が魅力です。Qwen 3.8は多言語、コード、ローカル27B級の扱いやすさで強い競合です。自分のプロンプトで比較するのが確実です。

最初にどのGemma 4を試すべきですか？

一般的なGPUなら12Bから始めるのが無難です。31Bや26B-A4Bは品質・効率面で魅力がありますが、VRAM、量子化、推論エンジンの調整が必要になります。

RTX 4090 24GBで31Bは動きますか？

BF16の31Bは24GBでは厳しいです。4bit量子化、短いコンテキスト、offloadを使えば試せる場合がありますが、快適さを重視するなら12Bや小さめの量子化版が現実的です。

Gemma 4は画像入力に対応していますか？

公式モデルカードでは、Gemma 4ファミリーがテキストと画像入力に対応すると説明されています。一部小型モデルでは音声対応も示されています。実際に使う際は、推論エンジン側の対応も確認してください。

Uncensoredモデルは公式ですか？

いいえ。HereticやAbliteratedはHugging Face上のコミュニティ派生モデルです。Google公式のGemma 4とは分けて考え、実験的なローカルモデルとして扱うべきです。

商用利用できますか？

必ずダウンロードするモデルごとのライセンスを確認してください。公式モデルとコミュニティ派生モデルでは、ライセンスや利用条件が異なる場合があります。

まとめ

Gemma 4は、Google系の開発環境、長文、画像入力、安全性資料、複数サイズの選択肢を重視するユーザーにとって有力なローカルLLM候補です。特に12Bは試しやすく、31Bは品質重視、26B-A4Bは効率検証という見方をすると選びやすくなります。

NSFWやUncensored用途では、公式モデルとコミュニティ派生モデルを混同しないことが重要です。公式Gemma 4は安全調整済みで、HereticやAbliteratedは上級者向けの実験的なローカル選択肢です。まずはAI Studioや12Bで挙動を確認し、その後に必要なサイズ、量子化、推論環境を選ぶのが現実的です。

参考情報

• Google DeepMind Gemma 4
• Gemma 4公式モデルカード
• Gemma 4 31B IT – Hugging Face
• Gemma 4 26B-A4B IT – Hugging Face
• Gemma 4 12B IT – Hugging Face
• Google AI Studio
• Gemma safety guidance
• Gemma 4 26B-A4B Uncensored / Heretic
• Gemma 4 31B Abliterated
• Sebastian Raschka release notes