Google släpper Gemma 4 med Apache-licens
Får köras och byggas in fritt från mobil och Raspberry Pi till egna servrar och datacenter, men när juridiken släpper taget tar efterlevnad och säkerhetsbyråkrati över och gynnar storbolagen
Bilder
Google's Gemma 4 models score above 1,440 Elo on the Arena AI Leaderboard despite having just 26B and 31B parameters—far smaller than many competitors with hundreds of billions of parameters. | Image: Google
Google
On the GPQA Diamond benchmark, the Gemma 4 models land in the top performance tier with 26B and 31B parameters, outperforming significantly larger models like gpt-oss-120B. | Image: Artificial Analysis
Artificial Analysis
Google har släppt sin Gemma 4-familj av modeller för artificiell intelligens under licensen Apache 2.0. Det är ett tydligt skifte jämfört med många andra så kallat öppna släpp, där juridiska villkor ofta fungerar som en munkavle i efterhand. Enligt The Decoder består serien av fyra storlekar – E2B, E4B, 26B med blandning av experter samt 31B tät – avsedda att kunna köras från mobiltelefoner och Raspberry Pi-kort till arbetsstationer och grafikkort i datacentraler.
Licensvalet är minst lika viktigt som antalet parametrar. Apache 2.0 är så tillåtande att utvecklare kan bygga och sälja kommersiella produkter, ändra modellvikterna och driftsätta modellerna i miljöer där molnvillkor och datainsamling inte är önskvärda: på egna servrar, på ytterutrustning nära användaren eller helt utan nätanslutning. Det gör Gemma 4 användbar för verksamheter med strikta krav på var data får befinna sig, för försvar och samhällskritisk drift, och för företag som helt enkelt inte vill att deras frågetrafik ska gå genom en enda leverantörs programgränssnitt.
Men ”tillåtande” betyder inte ”friktionsfritt”. The Decoder skriver att Gemma 4 bygger på samma underliggande teknik som Googles slutna Gemini 3, och att de större modellerna visar starka resultat i jämförelser för sin storlek – 31B hamnar nära toppen bland öppna modeller. Den praktiska följden är att bördan flyttas från licensjuridik till drift: granskningar, säkerhetsprovning, härdning mot angrepp via instruktioner, övervakning av modellen, hantering av incidenter och dokumentation. I Europa, där kraven på efterlevnad kring artificiell intelligens växer, kan kostnaden för att bevisa vad en modell gör – och vad den kan förmås göra vid fientlig användning – snabbt bli större än kostnaden för att köra den.
Det gynnar i regel de största aktörerna även när de ”öppnar” sina modeller. Storföretag kan publicera vikter under en tillåtande licens och ändå behålla ett försprång genom sådant som inte ryms i en kodförvaringsplats: jurister som tolkar rörliga regelverk, säkerhetsgrupper som tar fram underlag för tillsynsmyndigheter och kunder, samt distributionskanaler som gör en viss modell till förval för miljontals utvecklare. Mindre företag får frihet att köra modellen var som helst, men ärver samtidigt ansvar, risk och pappersarbete när den ska sättas i produktion.
Gemma 4:s spridning över olika maskinvaror understryker poängen. De minsta varianterna marknadsförs för mobil och uppkopplade apparater, medan 26B-modellen med blandning av experter bara aktiverar en del av sina parametrar per symbol för att förbättra svarstider, och 31B placeras som en bas för vidare anpassning. Ju fler platser en modell kan köras på, desto fler platser måste en organisation säkra – och desto mer blir efterlevnad en budgetpost snarare än en politisk paroll.
Googles hittills mest ”öppna” Gemma-släpp kommer alltså med en licens som ger utvecklare breda rättigheter. Notan för att utnyttja dessa rättigheter betalas i allt högre grad med styrningslistor och dokumentationskrav, inte med grafikkortstimmar.