Gemma 4: Google slipper kraftig AI gratis – og den kjører på telefonen din
Google lanserte Gemma 4 i april 2026 under Apache 2.0-lisens. Modellen kjører lokalt, er gratis, og den minste varianten passer på en moderne Android-telefon. Det er et av de mest konkrete stegene mot reell AI-demokratisering vi har sett.
Fire modeller for fire situasjoner
Gemma 4 er ikke én modell – det er en familie på fire, optimalisert for ulik maskinvare.
- E2B – ca. 1,5 GB RAM, kjører offline på moderne Android-telefoner via Google AICore
- E4B – litt mer kapasitet, fortsatt designet for mobil og edge-enheter
- 26B MoE – aktiverer bare 3,8 milliarder parametere under inferens, gir 40+ tokens/sekund, krever ~18 GB RAM i 4-bit
- 31B Dense – toppmodellen, ~20 GB RAM i 4-bit, over 10 tokens/sekund på lokal GPU
E2B og E4B støtter nativt lyd- og bildeinput, og kjører uten nettilkobling med nær-null latens.
Hva benchmarkene sier
Generasjonshopper er sjelden dramatiske. Gemma 4 er et unntak.
- AIME 2026 (matematikk): 89,2% – opp fra 20,8% for Gemma 3
- Codeforces ELO (koding): fra 110 til 2150 – det største enkelthoppet for en åpen modell noensinne
- GPQA Diamond (vitenskap): 84,3% – slår Llama 4 Scout (109 milliarder parametere) med god margin
- Arena AI-rangering: 31B er #3 blant alle åpne modeller
26B MoE-varianten leverer 97% av 31B-kvaliteten med 8 ganger lavere beregningskostnad per steg.
Hva det krever av maskinvare
Råteksten sier "MacBook eller smarttelefon er nok" – det stemmer, men med nyanser.
- Telefon: E2B og E4B er designet for dette. Krever moderne Android med AICore-støtte.
- MacBook med 16 GB RAM: Kjører E4B og 26B MoE komfortabelt i 4-bit kvantisering
- MacBook med 32–48 GB RAM: Håndterer 31B Dense uten problemer
- 8 GB RAM: Teknisk mulig for E4B, men tett – macOS bruker 3–5 GB i bakgrunnen
Mac Mini M4 Pro med 48 GB er omtalt som en av de mest kostnadseffektive lokale AI-riggene akkurat nå.
Slik kommer du i gang
To verktøy gjør installasjonen enkel:
Ollama – kommandolinje, raskt å sette opp:
ollama run gemma4:27b
LM Studio – grafisk grensesnitt med modellbibliotek, anbefalt for nybegynnere.
Begge støtter Gemma 4 direkte. Du laster ned modellen, peker verktøyet på den, og er i gang på minutter.
Hva dette åpner for
For utviklere: lokal integrasjon i applikasjoner uten API-kostnader eller datalagring hos tredjepart.
For privatbrukere: en personlig AI som ikke deler dataene dine med noen – ingen abonnement, ingen servere, ingen logging.
For edge-bruk: E2B kjører på Raspberry Pi og NVIDIA Jetson Orin Nano. Det åpner for AI i innebygde systemer og IoT.
Hvorfor dette er viktig
Lokale modeller har lenge vært reservert for entusiaster med dedikerte GPU-rigger. Gemma 4 bryter den grensen på to måter: ytelse på nivå med modeller som for ett år siden krevde skytjenester, og størrelser som faktisk passer på forbrukermaskinvare.
- Apache 2.0: kommersielt bruk, finjustering og distribusjon er tillatt
- Ingen bruksbegrensninger (i motsetning til Llama 4 som har en 700 millioner MAU-terskel)
- Kjøres helt offline – dataene forlater aldri enheten
Oppsummering
Gemma 4 er det tydeligste beviset så langt på at frontier-nær AI kan kjøre lokalt på forbrukermaskinvare.
- Lansert april 2026 under Apache 2.0
- E2B på telefon, 31B Dense på MacBook Pro – ett modellsett dekker hele spekteret
- Største benchmarkhopp for en åpen modell på rekord
Vil du prøve det selv, er Ollama eller LM Studio inngangen.
