Google har offentliggjort lanseringen av Gemma 4 12B, en ny generativ AI-modell med 12 miljarder parametrar som är särskilt utvecklad för att köras lokalt på konsumentdatorer. Modellen är designad för att fungera smidigt på bärbara datorer utrustade med 16 GB RAM eller VRAM.
Fyller ett tomrum i Gemma 4-familjen
Denna nya mellanklassmodell täpper till en lucka i Gemma 4-familjen som ursprungligen lanserades i april 2026. Tidigare bestod serien av de mobilfokuserade modellerna E2B och E4B, samt de betydligt mer resurskrävande varianterna 26B Mixture of Experts (MoE) och 31B Dense.
Trots sin mer kompakta storlek hävdar Google att Gemma 4 12B i det närmaste matchar prestandan hos 26B MoE-varianten i olika benchmarks. Modellen beskrivs som kapabel att hantera komplexa resonemang i flera steg och avancerade agentiska arbetsflöden.
Tekniska innovationer: Multi-Token Prediction
En betydande teknisk nyhet i Gemma 4 12B är inkluderingen av så kallade Multi-Token Prediction (MTP) drafters direkt vid leverans – en premiär för Gemma 4-serien. Tekniken fungerar genom att utnyttja annars outnyttjade beräkningscykler för att förberäkna potentiella framtida tokens, vilket resulterar i markant högre hastighet och effektivitet vid användning.
Inbyggd multimodalitet utan extra krångel
Modellen är nativt multimodal och kan hantera text, ljud och bilder. Till skillnad från sina föregångare använder Gemma 4 12B inte dedikerade kodare (encoders) för indata som inte är text. Istället används en strömlinjeformad inbäddningsmodul för vision, baserad på enkel matris-multiplikation och spatial positionering. För ljud bearbetas råa signaler genom att projiceras direkt till text-token-vektorer.
Nyckelspecifikationer för Gemma 4 12B:
- Modellstorlek: 12 miljarder parametrar.
- Hårdvarukrav: 16 GB RAM eller VRAM.
- Filstorlek: Strax under 18 GB.
- Licens: Apache 2.0.
- Funktioner: Multi-Token Prediction (MTP) och nativ multimodalitet (text, ljud, bild).
Tillgänglighet
Modellens vikter är tillgängliga för nedladdning via plattformar som Kaggle och Hugging Face. Användare kan även köra modellen genom verktyg som LM Studio och Google AI Edge Gallery.
