Google משחררת את Gemma 4 12B: מודל AI פתוח שרץ מקומית על מחשב נייד עם 16GB
ב-3 ביוני 2026 שחררה Google את Gemma 4 12B, מודל פתוח בגודל 12 מיליארד פרמטרים שמקבל טקסט, תמונה ושמע. לדבריה, הוא רץ מקומית על מחשב עם 16GB זיכרון.
TL;DR בקצרה
- ב-3 ביוני 2026 שחררה Google את Gemma 4 12B, מודל פתוח ברישיון Apache 2.0.
- הוא מקבל טקסט, תמונה ושמע, ולדברי Google רץ מקומית על 16GB זיכרון וידאו או זיכרון מאוחד.
- Google טוענת שהביצועים קרובים למודל ה-26B MoE שלה, בפחות ממחצית הזיכרון. הנתונים הם של Google.
- אפשר להריץ אותו עם Ollama, LM Studio, אפליקציית Google AI Edge Gallery או שרת מקומי של LiteRT-LM.
ב-3 ביוני 2026 שחררה Google את Gemma 4 12B, מודל AI פתוח בגודל 12 מיליארד פרמטרים. לדברי Google, הוא רץ מקומית על מחשב נייד עם 16GB של זיכרון וידאו או זיכרון מאוחד. המודל מקבל טקסט, תמונה ושמע, והרישיון שלו הוא Apache 2.0. כשהוא רץ במכשיר, לדברי Google, הנתונים נשארים אצלכם.
מה Gemma 4 12B מציע ומה Google טוענת
Google מציבה אותו בין שני מודלים קיימים במשפחה, E4B הקטן ו-26B MoE החזק. זה המודל הבינוני הראשון של Gemma עם קלט שמע מובנה. לפי כרטיס המודל, יש לו 11.95 מיליארד פרמטרים וחלון הקשר של 256 אלף אסימונים.
Google מציינת ש-Gemma 4 12B מתקרב בביצועים ל-26B MoE במבחנים רגילים. הוא עושה זאת בפחות ממחצית נפח הזיכרון הכולל. אלה נתונים של Google. הפוסט לא מציג מספרים, ולכן אי אפשר לבדוק אותם בעצמכם בלי הרצה.
המודל כולל גם תמיכה בקריאה לפונקציות, כלומר שימוש מובנה בכלים. זו יכולת שסוכני AI צריכים. הכרטיס מציין שהמודל תומך בעשרות שפות, ומדווח על אימון מקדים על מעל 140 שפות. בכרטיס מופיעים רק מספרי השפות, בלי פירוט על עברית.
איך Gemma 4 12B עובד בלי מקודדי קלט
מודלים מולטימודליים בדרך כלל מפעילים רכיב משלו לתמונה ורכיב משלו לשמע. הרכיבים האלה, המקודדים, מתרגמים את הקלט ואז מעבירים אותו למודל השפה. לפי Google, הם מוסיפים השהיה וצורכים זיכרון.
ב-Gemma 4 12B Google הסירה אותם. במקום המקודד של התמונה יש רכיב קל, שכולל כפל מטריצות אחד, מידע מיקום ונרמול. Google הסירה לגמרי את המקודד של השמע, והאות הגולמי מוקרן לאותו מרחב כמו האסימונים של הטקסט. כך התמונה והשמע זורמים ישירות אל המודל.
לפי כרטיס המודל, הגישה הזו מצמצמת השהיה ומאפשרת לכוונן את כל המודל בסבב אחד. Google מוסיפה שהמודל מגיע עם מנבאי טיוטה מסוג MTP (Multi-Token Prediction), שנועדו להפחית זמן תגובה.
איך מריצים את Gemma 4 12B על המחשב
הפוסט של Google מפרט כמה דרכים להתחיל. אפשר להשתמש ב-LM Studio או ב-Ollama. אפשר גם להוריד את המשקולות מ-Hugging Face ומ-Kaggle, ולהריץ אותן עם llama.cpp, MLX או vLLM. מי שמעדיף ענן יכול להשתמש ב-Google Cloud.
בבלוג המפתחים של Google יש שלוש דוגמאות. אפליקציית Google AI Edge Gallery זמינה עכשיו ב-macOS, ומריצה סקריפטים לניתוח נתונים. אפליקציית ההקלדה בקול Google AI Edge Eloquent עובדת במלואה על המכשיר, ומוסיפה עריכה בפקודות קוליות. לדברי Google, איכות העריכה עלתה ב-60% ומעלה לעומת מודלים קודמים.
הדוגמה השלישית מיועדת למפתחים. הפקודה החדשה serve ב-LiteRT-LM מפעילה שרת מקומי שתואם ל-OpenAI. כלים כמו Continue ו-Aider יכולים להתחבר אליו, ולעבוד בלי שליחת הקוד לענן.
המקור המלא: הדיווח ב-Google Blog.
מה זה אומר עבורכם
- בדקו את הזיכרון במחשב. Google מדברת על 16GB של זיכרון וידאו או זיכרון מאוחד. במחשב עם פחות זיכרון Google לא מבטיחה הרצה.
- התחילו בכלי קל. LM Studio ו-Ollama מאפשרים להוריד את המודל ולנסות אותו בכמה קליקים, בלי להתקין סביבת עבודה מסובכת.
- בדקו עברית על חומר אמיתי. כרטיס המודל נותן רק מספרי שפות. הריצו כמה מסמכים, הודעות ותמלולים מהעסק, ובדקו אם התוצאה מספיקה.
- אל תסתמכו על מספרי Google. ההשוואה ל-26B MoE היא של Google, בלי נתונים בפוסט. מדדו את המודל על המשימות שלכם.
- קראו את הרישיון. Apache 2.0 הוא רישיון נפוץ. לפני שימוש מסחרי כדאי לוודא שהוא מתאים לשימוש שלכם.
מקורות והרחבה
- Introducing Gemma 4 12B: a unified, encoder-free multimodal modelGoogle Blog
- Bringing Gemma 4 12B to your Laptop: Unlocking Local, Agentic Workflows with Google AI EdgeGoogle Developers Blog
- Gemma 4 model cardGoogle AI for Developers
הכתבה נכתבה במקור בעברית על ידי מערכת GEEKLIK, על בסיס המקורות שלמעלה ובדיקת העובדות מולם.
מצאתם טעות? דווחו לנו
