Google heeft Gemma 4 gelanceerd op Google Cloud Next. Geen kleine update: vier modellen, van een 2B-versie die op een Raspberry Pi draait tot een 31B-model dat concurreert met modellen die 20x groter zijn. En voor het eerst onder Apache 2.0: volledig open source, geen restricties voor commercieel gebruik.
Ik heb eerder 8 lokale modellen getest op mijn Mac Mini M4enQwen3.5 uitgebreid geanalyseerd. Gemma 4 is de volgende die ik ga benchmarken, maar eerst wil ik uitleggen wat elk model kan, waar je het voor inzet, en of het relevant is voor jouw werk.
De vier modellen
Gemma 4 is geen enkel model maar een familie van vier, elk gebouwd op dezelfde architectuur als Gemini 3 (Google's commerciële topmodel). Het "E" in de naam staat voor Effective Parameters: het werkelijke aantal parameters dat actief meerekent.
Gemma 4 E2B: De edge-runner
| Parameters | 2.3B effectief (5.1B totaal incl. embeddings) |
| Context | 128K tokens |
| RAM nodig | ~4GB |
| Draait op | Raspberry Pi, Android, IoT devices |
| Modaliteiten | Tekst, afbeeldingen, audio |
Het kleinste model, maar verrassend capabel. E2B is ontworpen voor apparaten waar je normaal geen AI op verwacht: je telefoon, een Raspberry Pi, een IoT-sensor. Het verwerkt niet alleen tekst maar ook afbeeldingen en audio.
Waar je het voor inzet:Lokale chatbot op je telefoon die offline werkt. Samenvatten van documenten op een tablet. Audio-transcriptie zonder cloudverbinding. Ideaal als je data je apparaat niet mag verlaten, denk aan medische of juridische toepassingen. Twijfel je over wat mag van de AVG? Lees mijnoverzicht van AI en AVG-compliance.
Beperkingen: Te klein voor complexe code generatie of lange marketingteksten. Gebruik het voor snelle, gerichte taken.
Gemma 4 E4B: De allrounder
| Parameters | 4.5B effectief (8B totaal) |
| Context | 128K tokens |
| RAM nodig | ~8GB |
| Draait op | Laptops, desktops met 16GB RAM |
| Modaliteiten | Tekst, afbeeldingen, audio, video |
Dit is het default model: als je ollama pull gemma4 draait, krijg je E4B. Het is de sweet spot tussen kwaliteit en snelheid. Past comfortabel op een laptop met 16GB RAM en verwerkt alles: tekst, afbeeldingen, audio en zelfs video.
Waar je het voor inzet: Dagelijkse code-assistent naast je editor. Nederlandse e-mails samenvatten. Productbeschrijvingen genereren. Facturen scannen (OCR ingebouwd). Het model dat je continu draait voor ad-hoc taken.
Beperkingen: Voor complexe code-architectuur of lange analyses zijn de grotere modellen beter. Maar voor 80% van de dagelijkse taken is E4B meer dan voldoende.
Gemma 4 26B MoE: De slimme shortcut
| Parameters | 3.8B actief / 25.2B totaal (128 experts, 8 actief) |
| Context | 256K tokens |
| RAM nodig | ~20GB (24GB aanbevolen) |
| Draait op | Mac Mini M4 (24GB), gaming PC's met RTX 4090 |
| Modaliteiten | Tekst, afbeeldingen |
| Snelheid | 45-60 tok/s op high-end GPU's |
Dit is het meest interessante model in de familie. Mixture of Experts (MoE) betekent dat het 128 gespecialiseerde "experts" heeft, maar per vraag slechts 8 activeert. Het resultaat: de kwaliteit van een 13B dense model, de snelheid van een 4B model, op hardware die je al hebt.
Nummer 6 op de Arena AI leaderboard (1441 Elo), indrukwekkend voor een model dat effectief maar 3.8B parameters activeert.
Waar je het voor inzet: Dit is het werkpaard voor productie-workflows. Code generatie en review waar je snelheid nodig hebt. Batch-verwerking van marketingteksten. Lange documenten analyseren (256K context = ~400 pagina's). Het model dat je draait als je wilt dat AI continu meerdere taken parallel afhandelt.
Op mijn Mac Mini M4 (24GB): Dit model past precies. Ik ben benieuwd hoe het presteert versus de Qwen- en Devstral-modellen uit mijn vorige benchmark. Dat komt in een volgende blog.
Gemma 4 31B Dense: Het topmodel
| Parameters | 30.7B |
| Context | 256K tokens |
| RAM nodig | 24GB+ (32GB aanbevolen) |
| Draait op | Mac Studio, high-end GPU's (RTX 4090 in Q4) |
| Modaliteiten | Tekst, afbeeldingen |
| Snelheid | ~25 tok/s op RTX 4090 (Q4) |
Het flagship model. Nummer 3 op de Arena AI leaderboard (1452 Elo), alleen twee closed-source modellen scoren hoger. Dit model overtreft modellen die 20x groter zijn.
De benchmark-resultaten zijn indrukwekkend:
| Benchmark | Gemma 4 31B | Qwen 3.5 27B | Llama 4 Scout |
|---|---|---|---|
| AIME 2026 (wiskunde) | 89.2% | ~85% | N/A |
| Codeforces (coding) | 2150 Elo | ~1900 | ~1400 |
| MMLU Pro (kennis) | 85.2% | 86.1% | ~80% |
| LiveCodeBench v6 | 80.0% | 83.6% | ~68% |
Beste in klasse voor wiskunde en competitieve coding. Iets onder Qwen 3.5 op algemene kennis en geavanceerde code, maar ver boven Llama 4.
Waar je het voor inzet: Complexe architectuurbeslissingen. Code reviews van grote codebases (256K context). Diepgaande analyses waar kwaliteit belangrijker is dan snelheid. Fine-tuning voor gespecialiseerde taken.
Beperkingen: Langzamer dan het MoE model (~25 tok/s vs 45-60 tok/s). Vereist meer hardware. Voor de meeste dagelijkse taken is het 26B MoE model efficiënter.
Wat is nieuw in Gemma 4
Drie dingen maken Gemma 4 fundamenteel anders dan zijn voorgangers.
1. Apache 2.0 licentie. Gemma 1 t/m 3 hadden Google's eigen licentie met beperkingen. Gemma 4 is volledig open source onder Apache 2.0, dezelfde licentie als Kubernetes, TensorFlow, en Android. Geen restricties voor commercieel gebruik. VentureBeat noemt deze licentiewijziging mogelijk belangrijker dan de benchmarks zelf.
2. Thinking mode. Alle modellen hebben ingebouwde stap-voor-stap reasoning, vergelijkbaar met wat je kent van o1 of DeepSeek R1. Het model denkt eerst na, dan antwoordt. Configureerbaar per request.
3. Agentic-first ontwerp. Native function calling, gestructureerde JSON output, multi-step planning. Deze modellen zijn gebouwd om als AI-agents te functioneren, niet alleen als tekst-generators.
Use case: coding
De coding capabilities zijn waar Gemma 4 echt uitblinkt. Een Codeforces Elo van 2150 (31B) is het hoogste van alle open modellen, hoger dan Qwen 3.5 en ver boven Llama 4.
Wat je ermee kunt:
- Lokale code-assistent: draai E4B naast je editor, geen cloud nodig, geen maandelijkse kosten
- Code review: 256K context laat je hele repositories analyseren in één sessie
- Debugging: thinking mode + agentic capabilities = stap-voor-stap foutanalyse
- Function calling: bouw AI-tools die API's aanroepen, bestanden bewerken, en workflows uitvoeren
Welk model voor coding:
- Snelle fixes en autocompletie → E4B
- Productie-workflows en batch-verwerking → 26B MoE
- Architectuurbeslissingen en complexe reviews → 31B Dense
Use case: marketing en content
Voor marketing is de situatie genuanceerder. Gemma 4 ondersteunt 140+ talen inclusief Nederlands, maar er zijn geen specifieke Nederlandse benchmarks beschikbaar bij launch.
Wat je ermee kunt:
- Blogposts en artikelen: lange context (256K) maakt uitgebreide content generatie mogelijk
- Social media: korte teksten, variaties, A/B-test versies
- E-mail campagnes: gepersonaliseerde templates op basis van klantdata
- Document analyse: facturen, offertes, contracten samenvatten (OCR ingebouwd)
- Vertaling: Nederlands ↔ Engels en 140+ andere talen
Welk model voor marketing:
- Dagelijkse teksten en samenvattingen → E4B
- Batch content generatie → 26B MoE
- Kwaliteitscontent die publicatie-klaar moet zijn → 31B Dense
Eerlijk advies: voor Nederlandse marketingteksten is Qwen 3.5 momenteel sterker. Het heeft 201 talen en is specifiek getraind op breed taalgebruik. Ik ga dit benchmarken in een volgende blog. Voor Engelse content en technische documentatie is Gemma 4 een serieuze concurrent.
Lokaal draaien
Alle modellen draaien lokaal via Ollama, dag 1 support, één commando:
# Default model (E4B, ~8GB RAM)
ollama pull gemma4
# Alle varianten
ollama pull gemma4:e2b # Raspberry Pi / telefoon
ollama pull gemma4:26b # Mac Mini M4 / gaming PC
ollama pull gemma4:31b # High-end GPU / Mac Studio
# Draaien
ollama run gemma4Wat heb je nodig:
| Model | Minimum RAM | Aanbevolen | Voorbeeld hardware |
|---|---|---|---|
| E2B | 4GB | 8GB | Raspberry Pi, Android |
| E4B | 8GB | 16GB | Laptop, desktop |
| 26B MoE | 20GB | 24GB | Mac Mini M4, RTX 4090 |
| 31B Dense | 24GB+ | 32GB | Mac Studio, RTX 4090 (Q4) |
Vergelijking met concurrenten
| Gemma 4 31B | Qwen 3.5 27B | Llama 4 Scout | |
|---|---|---|---|
| Parameters | 30.7B | 27B | 109B (17B actief) |
| Wiskunde (AIME) | 89.2% | ~85% | N/A |
| Coding (Codeforces) | 2150 | ~1900 | ~1400 |
| Kennis (MMLU Pro) | 85.2% | 86.1% | ~80% |
| Context | 256K | 128K | 10M |
| Talen | 140+ | 201 | ~200 |
| Licentie | Apache 2.0 | Apache 2.0 | Llama Community |
| Lokaal (24GB) | Ja (Q4) | Ja | Nee (te groot) |
Gemma 4 wint op wiskunde en coding. Qwen 3.5 wint op algemene kennis en meertaligheid. Llama 4 Scout heeft een enorm contextvenster maar past niet op consumer hardware. Alle drie draaien lokaal, behalve Llama 4 Scout.
📖 Lees ook: Waarom een Mac de beste keuze is voor AI lokaal draaien: hardware setup voor lokale modellen
Veelgestelde vragen
Wat komt er aan
Ik ga het Gemma 4 26B MoE en 31B model toevoegen aan mijn lokale LLM benchmark: dezelfde taken (SEOcrawler code, bash-naar-Python migratie, Nederlandse marketingteksten) op dezelfde hardware (Mac Mini M4, 24GB). Eerlijke vergelijking met Qwen 3.5, Devstral, Phi-4 en de rest.
Wil je daar als eerste van horen? Volg me op LinkedIn of check regelmatig de blog.
Wil je weten welke AI-modellen het beste passen bij jouw bedrijf? Bekijk mijn AI voor het MKBpagina of plan een gesprek viaAI-architectuur.