Google hat sein offenes KI-Modell Gemma 4 technisch überarbeitet. Das Update soll insbesondere die Verarbeitung auf Nvidia-Hopper-GPUs beschleunigen und mehrere Schwächen bei vollständigen Antworten sowie beim Aufruf externer Werkzeuge beheben. Wie stark fallen die Verbesserungen im praktischen Einsatz aus?
Durch die Aktivierung von Flash Attention 4 soll Gemma 4 eingehende Prompts laut Google 25 bis 70 Prozent schneller einlesen. Auch die Wartezeit bis zur ersten Antwort wurde reduziert und kann um bis zu 31 Prozent sinken. Davon profitieren vor allem Anwendungen, bei denen kurze Reaktionszeiten und die Verarbeitung umfangreicher Eingaben entscheidend sind.
Überarbeitet wurde außerdem das Tool Calling. Dabei entscheidet das Modell selbstständig, wann externe Werkzeuge oder Funktionen aufgerufen werden müssen. Google hat nach eigenen Angaben mehrere Fehler in diesem Bereich behoben. Gleichzeitig sollen Fälle deutlich seltener auftreten, in denen Gemma 4 Antworten vorzeitig beendet oder Inhalte nur unvollständig ausgibt.
Auch die Bildverarbeitung lässt sich nun genauer konfigurieren. Der Parameter „max_soft_tokens“ kann manuell von 280 auf 1120 erhöht werden. Dadurch sollen schärfere Ergebnisse bei der optischen Zeichenerkennung und Bildauflösungen von bis zu 2,51 Megapixeln möglich sein. Für die passende Konfiguration stellt Google einen interaktiven Konfigurator auf Hugging Face bereit.
In den veröffentlichten Benchmarks vergleicht Google lediglich die Modellvarianten 31B und E4B mit ihren jeweiligen Vorgängern. Laut dem Hugging-Face-Repository wurden jedoch sämtliche Parametergrößen dieser Modellgeneration aktualisiert, einschließlich der neuesten 12B-Ausgabe.
Kritik gibt es weiterhin an der Versionsbezeichnung. Teile der Community bemängeln, dass Google das überarbeitete Modell unverändert als „Gemma 4“ veröffentlicht, anstatt die Änderungen durch eine eigene Versionsnummer wie „Gemma 4.1“ klar kenntlich zu machen.