Gemma 4 評測：本機部署、GPU 需求與 NSFW 政策

Gemma 4 是 Google DeepMind 最新的開放權重 Gemma 系列，適合想在本機或自架環境中使用 Google 系模型的開發者。它不是單一模型，而是從輕量 E2B/E4B 到 12B、26B-A4B、31B 的完整系列。

如果你關心本機部署、GPU 需求、線上體驗與 NSFW 政策，Gemma 4 值得分版本來看。31B 偏品質，26B-A4B 偏效率，12B 比較適合一般顯卡先測試；官方模型較安全對齊，社群也有 uncensored / abliterated 派生版本。

Gemma 4 是什麼

Gemma 4 是 Google DeepMind 基於 Gemini 3 研究成果推出的開放模型系列。官方 model card列出 E2B、E4B、12B、26B-A4B、31B 五種大小，並提到最長 256K context、文字與圖片輸入，以及部分小型模型的音訊支援。

簡單來說，E2B/E4B 偏邊緣與輕量用途，12B 適合一般本機測試，26B-A4B 看 active parameter 效率，31B 則是品質導向的重型本機模型。

官方下載地址

效能與實際使用感

官方定位強調知能對參數效率、長 context、多模態輸入與開發者易用性。實際評估時，不應只看榜單，而要用自己的任務測試：程式碼修改、長文摘要、本機 RAG、日英混合寫作、結構化抽取和圖片問答會得到不同排名。

與主流本機 LLM 比較

本機部署方法

第一次本機測試建議從 Transformers 開始；需要 API 服務、batching 或更高吞吐量時，再看 vLLM 或 SGLang。大型模型請先確認 VRAM、量化格式和 context 長度。

pip install -U transformers accelerate torch safetensors python - <<'PY' from transformers import AutoModelForCausalLM, AutoTokenizer model_id = "google/gemma-4-12B-it" tokenizer = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto", device_map="auto") PY

GPU 與硬體需求

硬體不足時的線上使用方式

Google AI Studio 是硬體不足時最直接的選擇，可先測試提示詞、長文與 API 流程，再決定是否下載大型權重。

NSFW、Uncensored 與 Abliterated 模型

官方 Gemma 4 與 Google AI Studio 都不是無限制 NSFW 聊天服務。成人、危險、違法或政策敏感內容可能被拒絕或被安全化回答。

研究拒答行為的使用者也會看到 Gemma 4 26B-A4B Uncensored / Heretic 與 Gemma 4 31B Abliterated。它們是社群版本，不是 Google 官方模型。

常見問題

應該先下載哪個 Gemma 4？

一般顯卡建議先從 12B 或量化版開始，再評估 26B-A4B 或 31B。

24GB GPU 能跑 31B 嗎？

BF16 不現實，量化和短 context 才有機會。

Uncensored 版本是官方的嗎？

不是。Heretic 和 Abliterated 是 Hugging Face 上的社群派生模型。

總結

Gemma 4 適合想要 Google 系開放權重、長 context、多模態輸入和清楚安全文件的讀者。先用 AI Studio 或 12B 測試，再決定是否部署 26B-A4B 或 31B，是最穩妥的流程。

參考資訊

• Google DeepMind Gemma 4
• Gemma 4 model card
• Gemma 4 31B IT
• Gemma 4 26B-A4B IT
• Gemma 4 12B IT
• Google AI Studio
• Gemma safety guidance
• Gemma 4 26B-A4B Uncensored / Heretic
• Gemma 4 31B Abliterated