Gemma 4 — โมเดล AI โอเพนซอร์สตัวใหม่จาก Google DeepMind…
วันนี้ Google DeepMind ปล่อย Gemma 4 ออกมา และต้องบอกว่าผมตื่นเต้นมาก เพราะนี่ไม่ใช่แค่อัปเดตเล็กๆ แต่เป็นการเปลี่ยนเกมของวงการ open-source AI เลย
สิ่งที่ทำให้ Gemma 4 น่าสนใจมากคือมันมาในใบอนุญาต Apache 2.0 เต็มรูปแบบ แปลว่าใครก็เอาไปใช้เชิงพาณิชย์ได้เลย ไม่มีเงื่อนไขพิเศษอะไร ซึ่ง Google ไม่เคยเปิดขนาดนี้มาก่อน
Gemma 4 มาทั้งหมด 4 ขนาด ตั้งแต่ตัวเล็กจิ๋วสำหรับมือถือไปจนถึงตัวใหญ่ระดับ frontier
ตัว 31B Dense เป็นรุ่นท็อป ได้อันดับ 3 ของ open model ทั้งโลกบน Arena AI leaderboard เลย ส่วนตัว 26B MoE (Mixture of Experts) ได้อันดับ 6 แต่เคล็ดลับคือมันใช้แค่ 3.8B parameters ต่อ token ทำให้เร็วมากๆ บน GPU ทั่วไป
ที่ผมว่าเจ๋งสุดคือตัว Edge สองรุ่น E4B กับ E2B ที่ออกแบบมาสำหรับมือถือโดยเฉพาะ Google ร่วมกับ Qualcomm และ MediaTek ทำให้รันบนมือถือได้แบบ offline ไม่ต้องต่อเน็ต รองรับทั้งข้อความ ภาพ วิดีโอ และเสียง ครบ multimodal เลย
ดูจากกราฟ Arena Elo Score ในรูปจะเห็นชัดเลยว่า Gemma 4 31B ได้ 1452 คะแนน และ 26B ได้ 1441 คะแนน ขณะที่ GLM 5 (754B) ได้ 1456, Kimi k2.5 (1100B) ได้ 1454, Qwen 3.5 (397B) ได้ 1450 และ Deepseek v3.2 (685B) ได้ 1425 ประเด็นคือ Gemma 4 ตัวแค่ 31B ทำคะแนนสู้โมเดลที่ใหญ่กว่า 20-30 เท่าได้สบายๆ นี่คือ efficiency ระดับบ้าเลย
ความสามารถที่เพิ่มมาอีก ได้แก่ context window 256K token สำหรับรุ่นใหญ่ ใส่โค้ดทั้ง repo เข้าไปได้เลย มี native function calling สำหรับสร้าง AI agent ที่เรียก API และใช้ tool ได้ด้วยตัวเอง รองรับมากกว่า 140 ภาษา รวมภาษาไทย และ code generation ระดับที่เอาไปเป็น local coding assistant ได้เลย
ใครอยากลองเล่นก็เข้า Google AI Studio ได้เลยตอนนี้ หรือโหลด weights จาก Hugging Face, Kaggle, Ollama มารันบนเครื่องตัวเอง ถ้ามี GPU ระดับ gaming ก็รันตัว quantized ได้สบาย
ผมว่านี่คือจุดเปลี่ยนของ open-source AI เลยนะ เพราะ Google เอาเทคโนโลยีเดียวกับ Gemini 3 มาเปิดให้ใช้ฟรี ใครที่ทำ startup หรือทำโปรเจกต์ AI ส่วนตัว ลองดูเลยครับ ไม่ผิดหวังแน่
blog.google/gemma-4
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac