Gemma4 有 8 个模型，选哪个？一文看懂
Google 发布了 Gemma4 系列开放权重模型，面对 8 个型号不知道怎么选？这篇帮你快速定位。
首先：选带 “-it” 后缀的
-it 是 Instruction Tuned（指令微调版）的意思，经过了大规模人类指令跟随训练和多轮对话对齐。没带 -it 的是基模，适合自己微调的同学。
术语解释：A4B 和 E4B 是什么？
A4B：激活参数量 4B，MoE 架构，总参数量更大但激活量小，速度快。
E4B：Per-Layer Embeddings（逐层嵌入），为移动端优化。本身不能省内存，但计算量大幅降低，可以理解为把一部分矩阵运算优化为查表，用内存换计算。
选型指南
| 需求 | 推荐型号 | 说明 |
|---|---|---|
| 本地日常使用 | Gemma-4-26B-A4B | 激活量 4B 的 MoE，prefill 速度快，适合系统提示词臃肿的场景 |
| 写代码 / 精确工作 | Gemma-4-31B | 追求最好效果，8bit 量化下 M2Ultra 约 25 token/s |
| 本地语音助手 | Gemma-4-E4B | 全模态输入，4B 激活量 CPU 也能跑 |
| 尝鲜 / 树莓派 | Gemma-4-E2B | 极致速度，质量有限，适合"帮我检查文本里有英文吗"这类简单过滤 |
关键参考
- Apple M2Ultra 运行 8bit 量化版 Gemma-4-31B：约 25 token/s
- E2B 虽小，是全模态输入，可以尝试语音输入场景
选对模型，比盲目追大参数量更重要。