Gemma 4 Modell-Übersicht

Gemma 4 31B ist ein Open Weights Modell von Google DeepMind, das auf der technischen Grundlage von Gemini 3 aufbaut. Die größte Version von Gemma 4 ist ein 30.7B Dense-Transformer mit hybridem Attention-Mechanismus. Das Modell eignet sich, trotz seiner kleinen Größe, für agentische Aufgaben, die Reasoning voraussetzen. Gemma 4 ist multimodal und unterstützt Text-, Bild- und Video-Input mit einem 256K-Token-Kontextfenster und erreicht vergleichbare Benchmark Scores zu deutlich größeren Open Weights Modellen wie GLM-5, Qwen 3.5 (397B) oder Kimi-K2.5. In den kleineren "Edge" Versionen lässt sich Gemma 4 über die Google AI Edge Gallery sogar auf modernen Smartphones lokal und ohne Internetverbindung ausführen.

Playground Hugging Face Model Card Technical Report Blog Website

Features & Modalitäten

Nicht verfügbar

WebsucheQuellenangaben

Verfügbar

ReasoningToolsMultimodalitätStrukturierte AusgabenFinetuning

Input:TextBildVideo

Output:TextJson

Details zum Modell

262,14k Token

131,07k Token

0,14 $

0,40 $

30,7 Mrd.

58,25 GB

262k

Kosten berechnen Geschwindigkeit testen

Gemma 4 Benchmark Scores

Gemma 4 Benchmark Übersicht

Gemma 4 Performance im Vergleich zu anderen KI-Modellen

Benchmark	Gemma 4	Gemini 3.1 Flash-Lite	Gemini 3.5 Flash	MiniMax M2.7	Claude Mythos	Muse Glimmer 30B	Muse Spark 1.2
AIME 2026Logik & Schlussfolgerung	89,2 %	—	—	—	—	94,7 %	—
GPQA DiamondWissen & Sprache	84,3 %	86,9 %	—	—	94,5 %	83,5 %	90,4 %
Humanity's Last ExamWissen & Sprache	19,5 %	16 %	40,2 %	—	56,8 %	22 %	43,9 %
LiveCodeBenchProgrammierung	80 %	72 %	—	—	—	—	—
MMMLUWissen & Sprache	88,4 %	—	—	—	92,7 %	—	—
MMMU-ProMultimodalität	76,9 %	—	83,6 %	—	—	74 %	—
MRCR v2Logik & Schlussfolgerung	66,4 %	—	77,3 %	—	—	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark AIME 2026. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GLM-5.2	99,2 %
Inkling	97,1 %
Kimi K2.6	96,4 %
Inkling-Small	95,5 %
GLM-5.1	95,3 %
Muse Glimmer 30B	94,7 %
Gemma 4 31B	89,2 %

Vergleich von LLMs im Benchmark AIME 2026. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Inkling-Small	89,5 %
Inkling	87,2 %
Gemma 4 31B	84,3 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemma 4 31B	19,5 %
Gemini 3.5 Flash-Lite	17,5 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	2.887 %
DeepSeek-V4-Pro (Preview)	93,5 %
Fugu Ultra	93,2 %
DeepSeek V4 Flash	91,6 %
Kimi K2.6	89,6 %
Claude Opus 5	89,03 %
DeepSeek-v3.2 Speciale	88,7 %
GPT-5.6 Terra	85,93 %
Kimi K2.5 (Thinking)	85 %
GLM-4.7	84,9 %
Qwen3.5-397B-A17B	83,6 %
DeepSeek-v3.2 Thinking	83,3 %
Kimi K2 Thinking	83,1 %
MiniMax-M2	83 %
GPT-5.6 Sol	82,6 %
Nemotron 3 Super	81,19 %
MiniMax M2.1	81 %
Muse Spark	80 %
Gemma 4 31B	80 %
Gemini 3.1 Flash-Lite	72 %

Vergleich von LLMs im Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	91,59 %
GPT-5.6 Sol	89,1 %
MiniMax M2.1	88 %
Qwen3.5-397B-A17B	87,8 %
DeepSeek-V4-Pro (Preview)	87,5 %
Kimi K2.5 (Thinking)	87,1 %
GPT-5.6 Terra	86,66 %
Grok-4	86,6 %
DeepSeek V4 Flash	86,2 %
Gemma 4 31B	85,2 %
DeepSeek-R1-0528	85 %
Kimi K2 Thinking	84,6 %
GLM-4.5	84,6 %
Qwen3 235B A22B Thinking 2507	84,4 %
GLM-4.7	84,3 %
Nemotron 3 Super	83,73 %
MiniMax-M2	82 %
GLM-4.5 Air	81,4 %
Qwen3 30B A3B Instruct 2507	78,4 %
Gemma 3	67,5 %

Vergleich von LLMs im Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMLU. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Mythos Preview	92,7 %
Claude Opus 4.7	91,5 %
DeepSeek-V4-Pro (Preview)	90,3 %
DeepSeek V4 Flash	88,8 %
Gemma 4 31B	88,4 %

Vergleich von LLMs im Benchmark MMMLU. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	89,88 %
Claude Fable 5	89,31 %
Gemini 3.5 Flash	83,6 %
Gemini 3.6 Flash	83,2 %
GPT-5.6 Sol	83 %
Qwen 3.8 Max	82,3 %
Kimi K3	81,6 %
GPT-5.5	81,2 %
GPT-5.6 Terra	80,7 %
Grok 4.5	80,4 %
Muse Spark	80,4 %
Kimi K2.6	79,4 %
Gemini 3.5 Flash-Lite	79 %
GPT-5.6 Luna	78,4 %
MiniMax-M3	78,1 %
Gemma 4 31B	76,9 %
Muse Glimmer 30B	74 %
Inkling-Small	74 %
Inkling	73,5 %

Vergleich von LLMs im Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MRCR v2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	93,6 %
Qwen 3.8 Max	92,9 %
Gemini 3.6 Flash	91,8 %
GPT-5.6 Sol	91,5 %
GPT-5.6 Terra	89,6 %
Gemini 3.5 Flash	77,3 %
Gemini 3.5 Flash-Lite	72,2 %
Gemma 4 31B	66,4 %
Muse Spark 1.1	54,1 %
GPT-5.6 Luna	41,3 %

Vergleich von LLMs im Benchmark MRCR v2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark τ²-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.6	95,6 %
Gemini 3.1 Pro	95,1 %
Claude Sonnet 4.6	94,8 %
Claude Opus 4.5	93,55 %
Muse Spark	91,5 %
GPT-5.2	90,35 %
GLM-5	89,7 %
GPT-5.4 nano	88,38 %
GLM-4.7	87,4 %
MiniMax M2.1	87 %
Qwen3.5-397B-A17B	86,7 %
GPT-5.6 Terra	86,26 %
Gemini 3 Pro	85,4 %
DeepSeek-v3.2 Thinking	80,3 %
GPT-5.1	80,2 %
MiniMax-M2	77,2 %
Gemma 4 31B	76,9 %
GPT-5.4 mini	74,1 %
GLM-5.1	70,6 %
Nemotron 3 Super	61,15 %

Vergleich von LLMs im Benchmark τ²-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Dense-Transformer
Input Kontextlänge	262,14k
Output Kontextlänge	131,07k
Tokenizer	SentencePiece-Tokenizer

Besonderheiten

Multimodales Function Calling	Unterstützt nativ auch Bild-Input bei Function Calls.
Thinking Mode	Aktivierbarer Reasoning-Modus (enable_thinking=True)
Video-Inputs	Native Verarbeitung von Video-Input über Frame-Level-Reasoning

Vorteile & Nachteile

Vorteile

Hervorragende Benchmark Ergebnisse
Mit nur 31B Parametern ist Gemma 4 ein kleines LLM. Dennoch erreicht es in manchen Benchmarks bessere Ergebnisse, als Modelle mit 20x mehr Parametern, z.B. einen ELO von 1452 im Arena.ai Ranking vs. 1449 von Qwen 3.5 397B oder 1425 bei DeepSeek V3-2 Thinking.
Reasoning- und Coding-Fähigkeiten
Gemma 4 (31B) erreicht 89.2% in AIME 2026, 80.0% auf LiveCodeBench v6, 84.3% auf GPQA Diamond und einen Codeforces ELO von 2.150. Damit eignet sich das Modell auch für Coding-Aufgaben.
Vollständig Open Source unter Apache 2.0
Gemma 4 ist im Vergleich zum Vorgänger Gemma 3 uneingeschränkt kommerziell und ohne Lizenzgebühren nutzbar. Die Gewichte von Gemma 4 lassen sich HuggingFace herunterladen, sodass sich das Modell lokal ausführen lässt.
Kostenlos über Google AI Studio API
Zum Zeitpunkt der Veröffentlichung ist Gemma 4 kostenlos über die API von Google AI Studio abrufbar.
Breiter Framework-Support
Unterstützt transformers, llama.cpp, SGLang, Ollama, LM Studio, MLX, ONNX, Mistral.rs und weitere Frameworks.
Multimodal mit Bild- und Video-Inputs
Gemma 4 kann Text, Bilder und Videos nativ mit variablen Auflösungen und konfigurierbaren Token-Budgets als Inputs verarbeiten.

Nachteile

Kein Audio-Support im 31B-Modell
Audio-Input ist nur bei den kleineren Edge-Varianten (E2B, E4B) verfügbar, nicht bei der großen 31B-Dense Hauptversion.
Hoher Speicherbedarf für lokales Deployment
Um Gemma 4 (31B) in BF16 nutzen zu können, werden mindestens 61.4 GB RAM benötigt. Als Alternative werden quantisierte Versionen, z.B. Q4_K_M (ca. 18.7 GB RAM-Anforderung) oder die kleineren Versionen der Gemma-4 Familie als Alternativen angeboten.
Tooling + Community Aufbau notwendig
Bislang drehte sich das OSS-KI-Ökosystem hauptsächlich um chinesische Modelle. Entsprechend muss das Ökosystem rund um westliche OSS Modelle noch wachsen. Durch die neue Apache-2.0 Lizenzierung dürfte dies voraussichtlich aber rasch geschehen.

Vergleiche Gemma 4 mit anderen LLMs

Vergleiche Gemma 4 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Google DeepMind	Gemma 4	Apache 2.0	–	262,14k	131,07k	0,14 $	0,40 $	02.04.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Google DeepMind	Gemma 3	Unbekannt	–	131,07k	32,77k	0,09 $	0,16 $	12.03.2025

Inklusive Vorgänger Gemma 3 — zusätzlich zu den 10 neuesten Modellen.

‌
Alle Modelle vergleichen

Gemma 4 ausprobieren

Du musst kein Entwickler sein: Gemma 4 ist auch direkt in Gemini nutzbar.

Gemini

4,99 €

Provider & APIs

Du kannst Google DeepMind Gemma 4 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Gemma 4

Kann ich Gemma 4 kostenlos nutzen?

Ja, Gemma 4 ist in Gemini auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Gemma 4 Open Source?

Gemma 4 wird unter der Lizenz „Apache 2.0“ veröffentlicht. Details stehen in den Lizenzbedingungen des Anbieters.

Welche Eingabeformate versteht Gemma 4?

Gemma 4 verarbeitet folgende Eingabeformate: Text, Bild, Video.

Was kostet Gemma 4 über die API?

Über die API kostet Gemma 4 0,14 $ pro 1 Mio. Input-Token und 0,40 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Gemma 4?

Gemma 4 verarbeitet bis zu 262,14k Token in einer Anfrage.

Wie aktuell ist das Wissen von Gemma 4?

Der Wissensstand (Knowledge Cutoff) von Gemma 4 reicht bis Januar 2025.

Was ist der Vorgänger von Gemma 4?

Der direkte Vorgänger von Gemma 4 ist Gemma 3 (erschienen März 2025). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Gemma 4

Gemma 4 Modell-Übersicht

Features & Modalitäten

Features & Modalitäten

Details zum Modell

API-Preise einordnen

Gemma 4 Benchmark Scores

Gemma 4 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

So liest du die Übersicht

Gemma 4 Performance im Vergleich zu anderen KI-Modellen

So liest du die Tabelle

Ergebnisse in Benchmarks

So liest du die Charts

Benchmarks & Performance

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche Gemma 4 mit anderen LLMs

Gemma 4 ausprobieren

Provider & APIs

Häufige Fragen zu Gemma 4

Gemma 4 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

So liest du die Übersicht

Gemma 4 Performance im Vergleich zu anderen KI-Modellen

So liest du die Tabelle

Ergebnisse in Benchmarks

So liest du die Charts