Pieni malli, iso yllätys – Gemma 4 päihittää jätit

Google julkaisi keskiviikkona Gemma 4 -malliperheen, joka haastaa käsityksen siitä, että tekoälymallin suorituskyky vaatii valtavaa kokoa. Malliperheen lippulaiva, 31 miljardin parametrin tiheä malli, kipusi LMArena-listalla maailman kolmanneksi parhaaksi avoimeksi malliksi Elo-pisteillä 1 452. Se päihittää malleja, joissa on 20 kertaa enemmän parametreja.

Julkaisu merkitsee Googlelle käännekohtaa kahdesta syystä. Gemma 4 on ensimmäinen Gemma-malli, joka julkaistaan aidosti avoimella Apache 2.0 -lisenssillä. Samalla se on ensimmäinen Gemma, joka ymmärtää natiivisti tekstin lisäksi videota, kuvia ja puhetta.

31 miljardia parametria riittää voittamaan jätit

Gemma 4:n benchmark-tulokset ovat poikkeuksellisia mallin kokoon nähden. MMLU Pro -testissä, joka mittaa yleistä päättelykykyä, 31B-malli saavuttaa 85,2 prosenttia. Matematiikassa AIME 2026 -kokeessa tulos on 89,2 prosenttia, ja koodauksessa LiveCodeBench v6 -testissä 80 prosenttia. Codeforces-kilpailukoodauksen Elo-luokitus nousi edellisen Gemma-sukupolven 110 pisteestä 2 150 pisteeseen eli asiantuntijatasolle.

Erityisen kiinnostava on malliperheen 26 miljardin parametrin MoE-versio (Mixture of Experts), jossa aktiivisia parametreja on kerrallaan vain 3,8 miljardia. Se saavuttaa 97 prosenttia tiheän 31B-mallin suorituskyvystä murto-osalla laskentatehoista. AIME 2026 -testissä MoE-malli yltää 88,3 prosenttiin.

Tehokkuuden taustalla on useita arkkitehtuuriuudistuksia. Malli käyttää vuorottelevaa huomiorakennetta, joka yhdistää paikallisen liu'ikkuna-kontekstin ja globaalin täyden kontekstin. Jaettu KV-välimuisti vähentää muistinkäyttöä, mikä on ratkaisevaa reunalaitteilla. Nämä optimoinnit selittävät osaltaan, miksi MoE-malli pärjää niin hyvin vain 3,8 miljardilla aktiivisella parametrilla.

Alibaban samaa kokoluokkaa oleva Qwen 3.5 27B jää LiveCodeBench-koodauksessa noin 43 prosenttiin, ja matematiikkavertailuissa ero on vieläkin suurempi. OpenAI:n 120 miljardin parametrin gpt-oss-malli häviää Gemma 4:n 26B MoE -versiolle useissa vertailuissa, vaikka parametreja on yli 30-kertainen määrä.

Video, kuvat ja puhe yhdessä mallissa

Gemma 4 on ensimmäinen Gemma-sukupolven malli, joka käsittelee useita mediamuotoja natiivisti. Neljästä mallikoosta kaikki ymmärtävät kuvia ja videota. Reunalaitteiden pienimmät versiot, E2B ja E4B, tukevat lisäksi puheen tunnistusta ja ymmärtämistä.

Visuaalisessa päättelyssä tulokset ovat vakuuttavia. MATH-Vision-testissä 31B-malli saavuttaa 85,6 prosenttia, mikä on lähes kaksinkertainen edellisen Gemma 3:n 46 prosenttiin nähden. MMMU Pro -visuaalisen päättelyn testissä tulos on 76,9 prosenttia.

Mallit tukevat yli 140 kieltä, mikä tekee niistä käyttökelpoisia myös pienempien kielialueiden sovelluksissa. Suomalainen kehittäjä voi periaatteessa rakentaa sovelluksen, joka ymmärtää puhuttua suomea, analysoi kuvia ja tuottaa tekstiä – yhdellä mallilla, joka pyörii paikallisella laitteistolla ilman pilviyhteyttä.

Avoin lisenssi avaa ovet yrityskäyttöön

Aiemmat Gemma-mallit julkaistiin Googlen omalla lisenssillä, joka rajoitti kaupallista käyttöä. Siirtyminen Apache 2.0 -lisenssiin poistaa rajoitteet kokonaan. Yritykset voivat vapaasti muokata, hienosäätää ja jakaa malleja ilman erillistä lupaa.

Lisenssivalinta on strateginen veto. Meta julkaisi Llama 4:n vain viikkoja aiemmin, ja Alibaba päivittää Qwen-malliperhettään aktiivisesti. Kaikki kolme kilpailevat kehittäjien suosiosta, ja avoin lisensointi on noussut keskeiseksi erottautumistekijäksi. Googlen päätös siirtyä Apache 2.0:aan on suora vastaus Metan ja Alibaban aiempiin avoimiin julkaisuihin.

Gemma 4:n malleja voi ajaa laajalla laitteistoskaalalla. Pienimmät E2B- ja E4B-mallit toimivat älypuhelimissa ja Raspberry Pi -laitteissa. Suuremmat mallit tarjoavat 256 000 tokenin konteksti-ikkunan palvelinympäristöissä, mikä riittää kokonaisten koodivarastojen tai pitkien dokumenttien käsittelyyn yhdellä kerralla. Tuki löytyy Hugging Facelle, Kagglelle, Ollamalle ja Googlen AI Studiolle.

Avointen tekoälymallien kilpailu on kiihtynyt kolmen suuren taisteluksi. Google, Meta ja Alibaba julkaisevat malliperhejään yhä nopeammalla tahdilla, ja Gemma 4 osoittaa, ettei kilpailu ratkea pelkällä parametrien määrällä. Tehokkuus – kuinka paljon suorituskykyä yhdestä parametrista saa irti – on noussut keskeiseksi mittariksi.

Suomalaisille tekoäly-yrityksille ja kehittäjille kehitys tarkoittaa konkreettisesti enemmän vaihtoehtoja ja vähemmän riippuvuutta suljetuista rajapinnoista. Kun laadukas avoin malli pyörii paikallisesti reunalaitteella, kynnys rakentaa omia tekoälysovelluksia madaltuu huomattavasti.

Seuraava vaihe kilpailussa on selvä: kukin kolmesta toimijasta yrittää todistaa, että juuri heidän ekosysteeminsä on kehittäjille paras. Pelkät benchmark-luvut eivät ratkaise tätä kamppailua, vaan ratkaisevaa on, kuinka helposti malleja voi integroida oikeisiin sovelluksiin ja tuotteisiin.