Teknoloji devi Google, yapay zeka dünyasına heyecan verici bir yenilik sundu. Şirket, yeni açık model ailesi Gemma 4‘ü tanıttı. Bu güçlü model, yerel kullanıma uygun dört farklı boyutta geliştirildi. Geliştiriciler için büyük bir fırsat sunuyor. Özellikle, Gemma 4’ün Apache 2.0 lisansı ile gelmesi, onu sektörde daha cazip kılıyor.
Google, önceki Gemma sürümlerinde kullanılan özel lisans konusunda eleştiriler almıştı. Bu lisans, geliştiriciler için kısıtlayıcıydı. Bu nedenle Google, özel Gemma lisansını kaldırarak önemli bir adım attı. Artık endüstri standardı olan Apache 2.0 lisansına geçiş yapıldı. Bu lisans, Qwen, Mistral ve Arcee gibi şirketler tarafından da yaygın olarak kullanılıyor. Bazı Çin merkezli yapay zeka laboratuvarları, en yeni modelleri için tam açık sürümlerden çekilirken, Google tam tersi bir strateji izliyor.
Gemma 4: Geliştiricilere Yönelik Yeni Yaklaşım
Gemma 4’ün bu lisans değişikliği, açık kaynak topluluğu için büyük bir kazanım. Geliştiriciler, daha özgürce model üzerinde çalışabilir. Projelerinde kolayca entegre edebilir. Bu durum, yapay zeka geliştirme süreçlerini hızlandıracak. Ayrıca yenilikçi uygulamaların önünü açacak.
Yerel Cihazlarda Yüksek Performans: 26B ve 31B Varyantları
Google, Gemma 4’ü yerel cihazlarda çalışacak şekilde optimize etti. Bu, modellerin internet bağlantısına ihtiyaç duymadan cihaz içinde işlem yapabilmesi demek. İki büyük Gemma varyantı mevcut: 26B Mixture of Experts ve 31B Dense. Bu modeller, tek bir 80 GB Nvidia H100 GPU üzerinde, nicelleştirilmemiş (unquantized) bfloat16 formatında sorunsuz çalışıyor. Daha düşük hassasiyetle nicelleştirildiğinde (quantized) ise tüketici sınıfı GPU’lar da bu büyük modellere destek verebilir.
Google, Gemma’nın yerel işlem gücünden en iyi şekilde yararlanmayı hedefliyor. Şirket, gecikmeyi azaltmaya özel bir odaklanma gösterdi. 26B Mixture of Experts modeli, çıkarım sırasında sadece 3,8 milyar parametreyi etkinleştiriyor. Bu, benzer boyutlardaki modellere kıyasla çok daha yüksek saniye başına token sayısı sağlıyor. 31B Dense modeli ise hızdan ziyade kaliteye öncelik veriyor. Daha detaylı ve doğru sonuçlar üretmeyi amaçlıyor.
Mobil Cihazlar İçin Gemma 4: E2B ve E4B
Mobil cihazlar için geliştirilen iki farklı Gemma 4 modeli var. Bunlar Effective 2B (E2B) ve Effective 4B (E4B) olarak adlandırılıyor. Bu modeller, çıkarım sırasında düşük bellek kullanımı sağlayacak şekilde tasarlandı. Etkin olarak 2 milyar veya 4 milyar parametre ile çalışıyorlar. Böylece mobil cihazlarda daha verimli performans sunuyorlar.
Google’ın Pixel ekibi, bu modelleri akıllı telefonlar için optimize etti. Ayrıca Raspberry Pi ve Jetson Nano gibi küçük cihazlarda da çalışması için çalışmalar yapıldı. Bu süreçte Qualcomm ve MediaTek gibi sektörün önde gelen şirketleriyle iş birliği yapıldı. E2B ve E4B, Gemma 3’ten daha az bellek ve pil tüketiyor. Ayrıca “sıfıra yakın gecikme” özelliğiyle de dikkat çekiyor.
Gemma 4 ve Gemini Nano Entegrasyonu
E2B ve E4B’nin piyasaya sürülmesi, Google’ın mobil yapay zeka vizyonunu netleştiriyor. Pixel telefonlar ve bazı Android cihazlar, Gemini Nano modellerini kullanıyor. Bu modeller, verileri buluta göndermeden dolandırıcılık tespiti gibi görevleri yerine getiriyor. Not özetleme ve arama özeti gibi işlevler de sunuyor. Google, Gemini Nano’nun her zaman Gemma modellerinden türetildiğini açıkladı. Bir sonraki nesil Nano 4’ün de Gemma 4 E2B ve E4B’ye dayanan varyantları olacak. Şirket, geliştiricileri bu modellerle şimdiden ‘agentic’ iş akışları geliştirmeye davet ediyor. Bu sistemler, gelecekte Gemini Nano 4 ile uyumlu çalışacak. Konuyla ilgili daha fazla detay, Google I/O etkinliğinde paylaşılacak. Yapay zeka gelişmeleri için bizi takip edebilirsiniz.
Geliştirilmiş Yetenekler ve Multimodal Destek
Gemma 4, önceki modellere göre çok daha gelişmiş yetenekler sunuyor. Akıl yürütme, matematik becerileri ve talimatları takip etme yetenekleri iyileştirildi. Yerel işlev çağrısı, yapılandırılmış JSON çıktısı gibi özelliklere sahip. Yaygın araçlar ve API’ler için yerel talimat desteği de bulunuyor. Bu, yapay zeka şirketlerinin ‘agentic’ iş akışları trendine hazır olduğunu gösteriyor.
Kod üretimi de Gemma 4’ün optimize edildiği alanlardan biri. Büyük varyantları çalıştıracak donanıma sahipseniz, çevrimdışı ortamda bile yüksek kaliteli kodlar üretebilirsiniz. Google’a göre Gemma 4, görsel girdileri işleme konusunda da daha iyi performans sergiliyor. Verimli E2B ve E4B modelleri, konuşma tanıma için yerel desteğe sahip. Önceki nesil açık modellerde multimodal yetenekler genellikle bir eklentiydi. Gemma 4’te ise mimari düzeyde entegre edilmiş durumda. Model, tüm bu yetenekleri 140’tan fazla dilde sunuyor. Uç modellerin bağlam penceresi 128 bin token, 26B ve 31B modellerinin ise 256 bin token kapasitesine sahip. Yapay zeka modelleri hakkında daha fazla bilgi edinmek için Google AI Blog‘u ziyaret edebilirsiniz.
Gemma 4 Performansı ve Erişilebilirlik
Şirket, tüm yeni Gemma 4 modellerinin Gemma 3’ü geride bırakacağını belirtiyor. Google’ın ifadesine göre, Gemma 31B modeli, en iyi açık yapay zeka modellerinin yer aldığı Arena listesinde üçüncü sırada yer alıyor. GLM-5 ve Kimi 2.5’in hemen ardından geliyor. En büyük Gemma 4 varyantının bile bu modellerin boyutunun sadece bir kısmı kadar olduğunu unutmamak gerekir. Bu da Gemma 4 modellerini çalıştırmanın rakiplerinden çok daha uygun maliyetli olabileceği anlamına geliyor.
Yapılan karşılaştırma sonuçları da Gemma 4’ün başarısını gösteriyor. 31B modeli, matematiksel akıl yürütme testi AIME 2026’da %89,2, LiveCodeBench v6’da %80,0 puan aldı. Codeforces ELO’da 2.150’ye ulaşan model, görme alanında MMMU Pro’da %76,9’a, MATH-Vision’da %85,6’ya ulaştı. Gemma 4’ün MoE modeli ise AIME 2026’da %88,3, LiveCodeBench’te %77,1 ve GPQA Diamond’da %82,3 sonuçlarını elde etti.
Yeni Gemma modellerine çeşitli platformlardan erişmek mümkün. 31B ve 26B MoE varyantlarına AI Studio üzerinden ulaşabilirsiniz. E4B ve E2B varyantları ise AI Edge Gallery üzerinden erişilebilir. Model ağırlıkları Hugging Face, Kaggle ve Ollama’dan tam olarak indirilebiliyor. Modeller yerel işleme için optimize edilse de, Google Cloud’da da çalıştırılabiliyor.
Daha fazla Yapay Zeka haberi için sitemizi ziyaret edebilirsiniz.
