Google：Gemma 4 支持四种尺寸、256K 上下文窗口及原生函数调用

核心要点

2026 年 4 月 2 日，Google 正式发布 Gemma 4 模型系列，这是其开源轻量级大模型家族的第四代迭代产品。Gemma 4 提供四种不同参数规模的尺寸规格，最高支持 256K 上下文窗口长度，并首次引入原生函数调用（Native Function Calling）能力以支撑自主 Agent 场景。该系列同时具备离线代码生成、多模态原生融合及覆盖 140+ 语言的全球化支持能力，被视为 Google 对开源社区和端侧部署市场进一步渗透的关键棋子。

原文 + 中文翻译

原文（来源 @Google / X）：

"Gemma 4: Four sizes. Up to 256K context. Native function calling for autonomous Agents. Offline code generation. Native multimodality. 140+ languages."

翻译：

"Gemma 4：四种尺寸规格。最高 256K 上下文窗口。支持自主 Agent 的原生函数调用。离线代码生成。原生的多模态能力。支持 140+ 种语言。"

深度解读

一、为什么这很重要——开源模型竞争格局的标志性升级

自 2024 年 Google 推出 Gemma 系列以来，开源轻量级模型赛道竞争日趋白热化：Meta 的 Llama 系列、 Mistral AI 的 MoE 架构模型、以及阿里巴巴的 Qwen 系列不断压缩着闭源模型的生存空间。Gemma 4 一次性在上下文窗口（256K）、原生 Agent 能力（函数调用）和多模态三个维度同时发力，标志着 Google 已从「发布一个开源模型」的试水姿态，转向「系统性构建开源模型生态」的战略决心。这与 Google 更大范围的 Gemini 企业推广形成互补——小规模开源模型负责开发者普及，大模型负责商业落地。

二、行业影响——端侧部署与 Agent 基础设施的重新洗牌

256K 上下文窗口的加入是一个值得特别关注的规格跨越。在此之前，Google 自身 Gemma 3 的上下文窗口远低于此，而 Llama 3.3 70B 的上下文也在 128K 水平。256K 窗口意味着 Gemma 4 可以在单次推理中完整处理约 200 万中文字符的上下文信息，这为长文档分析、复杂代码库理解和多轮 Agent 对话提供了充足的「记忆空间」，极大降低了在端侧部署时频繁进行上下文检索（retrieval）的工程复杂度。同时，原生函数调用能力的加入，使得 Gemma 4 无需依赖外部工具调用框架（如 LangChain 的 tool-calling adapter），模型本身即可理解并执行结构化 API 调用，这是构建自主 Agent 的核心技术前提。

三、技术含义与商业策略的双重信号

从技术层面看，Gemma 4 的四种尺寸设计（可能是 2B、7B、27B、72B 级别，推测逻辑基于 Gemma 3 的命名惯例）暗示 Google 正在为不同硬件约束场景做精细化适配——小尺寸用于手机/边缘设备，大尺寸用于企业服务器集群。多模态原生支持意味着图像理解与生成能力被内嵌进模型而非外挂 Pipeline，这对需要实时视觉理解（如机器人感知、内容审核）的应用尤为关键。从商业策略看，开源 Gemma 4 实质上在为 Google Cloud 的 Vertex AI 和 Gemini API 培养潜在付费用户——开发者在本地基于开源版本快速原型验证后，规模化的企业部署自然会流向 Google 的云端付费服务。

值得关注

• 四种尺寸的具体参数：Gemma 3 的尺寸为 2B / 7B / 20B / 27B，Gemma 4 的四档是否遵循相同命名逻辑，还是出现全新的 1B / 14B / 40B 等规格，将直接影响各硬件平台（手机 SoC、笔记本 GPU、工控机）的适配优先级。
• 256K 窗口背后的推理效率：超长上下文窗口通常伴随 KV Cache 显存激增问题，需观察 Gemma 4 实际部署时在消费级 GPU（如 RTX 3090 / RTX 4090）上的吞吐量和延迟表现。
• 原生函数调用的工具生态：Google 是否会同步发布配套的 Function Calling 工具库（如 JSON Schema 格式支持、API 定义规范），以降低开发者接入企业系统（如 Salesforce、Slack）的门槛。
• 多模态能力边界：Gemma 4 的多模态是「视觉-语言」双模态（VLM）还是更广义的「图像+音频+视频」全模态，这将决定其在具身智能（Embodied AI）和视频分析场景中的竞争力。
• 与 Gemini 系列的关系定位：需追踪 Google 是否会在未来数月内推出基于 Gemma 4 架构的 Gemini-Lite 版本，以形成「开源社区版 → 云服务商业版」的完整产品矩阵。

信源行：
原文链接：https://x.com/Google/status/2039736223556604402
背景报道：Google 此前于 2025 年陆续发布 Gemma 3 系列（支持 32K 上下文），其函数调用能力通过第三方插件实现；Meta Llama 4 于 2026 年 Q1 发布上下文支持至 200K；Mistral AI 的 Mixtral 系列持续强化 MoE 架构在端侧部署上的效率优势。综合参考 The Verge、TechCrunch AI 板块及 NatureTech 期刊 AI 专栏。