何が更新されたか
GoogleがオープンAIモデル「Gemma 4」に対し、バージョン名を「Gemma 4.1」などに分けず、同じ「Gemma 4」のまま中身を差し替える形で更新を配信しました。主な改善は3点です。
第一に速度。Flash Attention 4を有効にすると、入力プロンプトの処理速度がGoogleの計測で25〜70%向上し、最初のトークンが返るまでの時間(Time to First Token)は最大31%短縮されます。対象はNvidia Hopper世代のGPUです。
第二に信頼性。モデルが自律的に外部ツールを呼び出す「tool calling」のバグが修正され、回答が途中で切れたり不完全なまま返ったりするケースが減りました。Gemma 4 31Bは、テストした全シナリオでエージェント的推論とツール呼び出しの性能が改善し、通信(telecommunications)ユースケースでは最大10.1%の向上を記録しています。
第三に画像処理。ユーザーがmax_soft_tokensを280から1,120へ手動で引き上げると、OCRの精度が上がり、最大2.51メガピクセルの解像度に対応します。Googleはこの設定を試せるインタラクティブな設定ツールをHugging Face上に公開しました。
「同名更新」への反発
公開されたベンチマークは31BとE4Bの2バリアントを旧版と比較したものにとどまりますが、Hugging Faceのリポジトリを見ると、最新の12Bを含む全パラメータサイズが更新されています。
一方で、実質的に中身が変わったモデルを「Gemma 4.1」のような別バージョンとしてタグ付けせず、同じ名前のまま出したことに対して、コミュニティからは反発が出ています。同じ名前で挙動が変わることは、再現性を重視する開発現場では無視できない問題だからです。
💼 事業会社視点：これは自社にどう効くか
最も影響を受けるのは、Gemma 4を組み込んだ製品を提供するSaaS事業者と受託開発企業です。今回の更新は速度・ツール呼び出し・回答の途中切れという「本番で効く」欠陥修正が中心で、特にエージェント機能を売りにするプロダクトなら適用メリットは大きい。通信ユースケースで10.1%改善という数字は、社内RAGやコールセンター系の受託案件にそのまま刺さります。
ただし経営判断上の要注意点は「同名で中身が変わった」ことです。バージョン番号が据え置きだと、CI/CDやプロンプト評価が素通りし、気づかぬうちに出力が変化するリスクがある。事業責任者は、外部モデルのハッシュやリリース日を自社側で固定・記録する運用を今すぐ整えるべきです。Hopper GPUを持たない環境では速度改善は限定的なので、インフラ構成と合わせて適用可否を判断してください。