Özetle: Google, Nisan 2026'da Gemma 4'ü piyasaya sürdü. Bu, Apache 2.0 lisansı altında yayımlanan dört açık modelden oluşan bir aile olup, standart karşılaştırmalarda kendi boyutlarının 20 katı büyüklüğündeki modelleri geride bırakıyor. Gemma 4 API'sini Google AI Studio, Vertex AI aracılığıyla çağırabilir veya Ollama ve vLLM ile yerel olarak çalıştırabilirsiniz. Tek bir taklit kuralı yazmadan, OpenAPI şemalarınızdan gerçekçi API yanıtlarını otomatik olarak oluşturmak için onu Apidog'un Smart Mock'u ile eşleştirin.
Giriş
Çoğu açık kaynaklı yapay zeka modeli sizi bir seçim yapmaya zorlar: ham yetenek veya dağıtılabilirlik. Ya dizüstü bilgisayarınızda çalıştıramayacağınız kadar büyük bir model, ya da çok adımlı akıl yürütmeyi başaramayan küçük bir model elde edersiniz. Gemma 4 bu dengeyi bozuyor.
Gemma 4, Google DeepMind'ın bugüne kadarki en yetenekli açık model ailesidir. 31B Dense modeli, Arena AI'ın liderlik tablosunda tüm açık modeller arasında 3. sırada yer alıyor ve kendi boyutunun 20 katı rakipleri geride bırakıyor. 26B Uzmanlar Karışımı (MoE) 6. sırada yer alıyor. Her ikisi de tek bir 80 GB GPU üzerinde çalışır. Hafif E2B ve E4B modelleri, telefonlarda ve uç cihazlarda tamamen çevrimdışı çalışır.
API geliştiricileri için bu, göründüğünden daha önemlidir. Gemma 4, yerel olarak fonksiyon çağırmayı, yapılandırılmış JSON çıktısını ve 256K bağlam pencerelerini destekler. Bu da onu, test verisi oluşturmaktan taklitler yazmaya ve API yanıtlarını analiz etmeye kadar yapay zeka destekli API araçları oluşturmak için pratik bir seçenek haline getirir.
düğme
Gemma 4 Nedir ve Yenilikler Nelerdir?
Gemma 4, Google DeepMind'ın dördüncü nesil açık dil modelleridir. "Gemma" adı, Latince değerli taş anlamına gelen kelimeden gelmektedir. Seri 2024'ün başlarında başladı ve piyasaya sürülmesinden bu yana geliştiriciler Gemma modellerini 400 milyondan fazla kez indirdi. Topluluk 100.000'den fazla varyant oluşturarak Google'ın "Gemmaverse" adını verdiği bir ekosistem kurdu.
Gemma 4, özel bir kullanım politikası kullanan önceki nesillere kıyasla önemli bir değişiklik olan bir Apache 2.0 lisansı altında piyasaya sürülüyor. Bu, Gemma 4'ü ticari olarak kısıtlama olmaksızın kullanabileceğiniz, değiştirebileceğiniz ve dağıtabileceğiniz anlamına geliyor. Bu, yapay zeka altyapıları üzerinde tam kontrol ihtiyacı duyan işletmeler ve girişimler için anlamlı bir değişikliktir.
Gemma 4'teki manşet iyileşme, Google'ın "parametre başına zeka" olarak adlandırdığı şeydir. 31B Dense modeli, GPT-4 veya Claude 3 Sonnet gibi modellerin hesaplama maliyetinin çok altında, sınır düzeyinde yetenekler sunar. Arena AI metin liderlik tablosunda (Nisan 2026 itibarıyla), Gemma 4 31B, 600 milyardan fazla parametreye sahip modelleri geride bırakıyor.
Gemma 3'e kıyasla gerçekten yeni olanlar şunlardır:
- Yerel çok modlu giriş. Dört Gemma 4 modelinin tamamı görüntü ve videoyu yerel olarak işler. E2B ve E4B uç modelleri, konuşma tanıma için yerel ses girişi ekler. Bu, Gemma 3'ün temel yeteneğinin bir parçası değildi.
- Daha uzun bağlam pencereleri. E2B ve E4B modelleri 128K belirteci destekler. 26B ve 31B modelleri 256K belirtecine kadar uzanır. Bu, tek bir istemde tüm bir kod deposunu geçirmek için yeterlidir.
- Aracı iş akışı desteği. Gemma 4, yerel fonksiyon çağırmayı, yapılandırılmış JSON çıktı modunu ve sistem talimatlarını içerir. Bu üç özellik bir araya geldiğinde, harici API'leri çağıran, yanıtları ayrıştıran ve eylemleri bir araya getiren aracıları oluşturmayı pratik hale getirir.
- Gelişmiş akıl yürütme. 31B modeli, Gemma 3'e kıyasla matematik ve çok adımlı talimat takibinde önemli karşılaştırmalı iyileştirmeler gösteriyor. Bu, modelin uç noktalar ve veri şemaları arasındaki ilişkileri anlaması gereken API test oluşturma için önemlidir.
- 140'tan fazla dil desteği. Gemma 4, İngilizceden uyarlanmak yerine yerel olarak 140'tan fazla dilde eğitildi. Bu, küresel API ürünleri için kullanıma hazır hale getirir.
- Apache 2.0 lisansı. Belirtildiği gibi, bu ticari kullanım için yasal belirsizliği ortadan kaldırır. Modellerinize, verilerinize ve dağıtımlarınıza sahip olursunuz.
Gemma 4 Model Varyantları ve Yetenekleri
Google, her biri belirli bir donanım katmanını hedefleyen dört boyutta Gemma 4'ü piyasaya sürdü:
| Model | Parametreler | Aktif parametreler (çıkarım) | Bağlam | En iyi olduğu alan |
|---|---|---|---|---|
| E2B | Etkili 2B | ~2B | 128K | Mobil, IoT, çevrimdışı uç |
| E4B | Etkili 4B | ~4B | 128K | Telefonlar, Raspberry Pi, Jetson Orin |
| 26B MoE | Toplam 26B | ~3.8B aktif | 256K | Gecikmeye duyarlı sunucu görevleri |
| 31B Dense | 31B | 31B | 256K | En yüksek kalite, araştırma, ince ayar |
E2B ve E4B modelleri, belirteç başına toplam parametrelerin yalnızca bir kısmını etkinleştiren bir Uzmanlar Karışımı (Mixture of Experts) mimarisi kullanır. Bu, kısıtlı cihazlarda pil ömrünü ve RAM'i korur. Google bunları Qualcomm ve MediaTek ile işbirliği içinde oluşturdu ve AICore Geliştirici Önizlemesi aracılığıyla Android'de tamamen çevrimdışı çalışıyorlar.
26B MoE modeli, toplam 26B parametreye sahip olmasına rağmen çıkarım sırasında yalnızca 3.8B parametreyi etkinleştirir. Çok fazla kaliteden ödün vermeden düşük gecikme süresi istediğiniz sunucu tarafı dağıtımı için en hızlı seçenektir.
31B Dense modeli kalite lideridir. Alan tabanlı görevlerde ince ayar yapmak veya çıktı kalitesinin hızdan daha önemli olduğu herhangi bir kullanım durumu için seçeceğiniz model budur. Dört varyantın tamamı talimatlara ayarlı (IT) ve temel formlarda gönderilir.
API kullanım durumları için 26B MoE, en iyi hız/kalite dengesini sunar. 31B Dense, karmaşık API yanıtları için yapılandırılmış JSON çıktısına ihtiyacınız olduğunda veya çok adımlı mantık içeren test senaryoları oluşturduğunuzda doğru seçimdir.
Tüm modeller, Gemma 4 ile API araçları oluştururken en çok kullanacağınız iki yetenek olan fonksiyon çağırmayı ve JSON çıktı modunu destekler.
Gemma 4 API Kurulumu: Adım Adım
Gemma 4'ü çağırmak için üç ana yolunuz var: Google AI Studio (en hızlı), Vertex AI (kurumsal) veya Ollama veya vLLM ile yerel dağıtım. Her birini nasıl kuracağınız aşağıda açıklanmıştır.
Seçenek 1: Google AI Studio (prototipleme için önerilir)
Google AI Studio'ya gidin ve ücretsiz bir hesap oluşturun. Oradan bir API anahtarı oluşturun.
Google Üretken Yapay Zeka SDK'sını yükleyin:
pip install google-genai
İlk çağrınızı yapın:
import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemma-4-31b-it")
response = model.generate_content(
"Generate a JSON object for a user account with id, email, and created_at fields."
)
print(response.text)
Yapılandırılmış JSON çıktısı için response_mime_type parametresini kullanın:
import google.generativeai as genai
import json
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel(
"gemma-4-31b-it",
generation_config={"response_mime_type": "application/json"}
)
prompt = """
Bir e-ticaret API'si için 3 örnek kullanıcı nesnesi oluşturun.
Her kullanıcının şunları içermesi gerekir: id (tam sayı), email (dize), username (dize),
created_at (ISO 8601 zaman damgası) ve subscription_tier (free|pro|enterprise).
Bir JSON dizisi olarak döndürün.
"""
response = model.generate_content(prompt)
users = json.loads(response.text)
print(json.dumps(users, indent=2))
Seçenek 2: Ollama ile Yerel Dağıtım
Ollama, Gemma 4'ü makinenizde tamamen çalıştırmanıza olanak tanır. Ollama'yı ollama.com adresinden yükleyin, ardından modeli indirin:
ollama pull gemma4
Model sunucusunu çalıştırın:
ollama serve
OpenAI uyumlu API formatıyla çağırın:
import requests
import json
response = requests.post(
"http://localhost:11434/api/chat",
json={
"model": "gemma4",
"messages": [
{
"role": "user",
"content": "Bir REST API /products uç noktası için geçerli bir JSON yanıtı oluşturun. id, name, price ve stock alanlarını dahil edin."
}
],
"stream": False
}
)
result = response.json()
print(result["message"]["content"])
Seçenek 3: API Orkestrasyonu için Fonksiyon Çağırma
Gemma 4, yerel fonksiyon çağırmayı destekler. Bu, modelin bir konuşma sırasında çağırabileceği araçları tanımlamanıza olanak tanır:
import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
# Define a tool that Gemma can call
tools = [
{
"function_declarations": [
{
"name": "get_api_schema",
"description": "Belirli bir uç nokta yolu için OpenAPI şemasını alır",
"parameters": {
"type": "object",
"properties": {
"endpoint_path": {
"type": "string",
"description": "API uç nokta yolu, örn. /users/{id}"
},
"method": {
"type": "string",
"enum": ["GET", "POST", "PUT", "DELETE", "PATCH"]
}
},
"required": ["endpoint_path", "method"]
}
}
]
}
]
model = genai.GenerativeModel("gemma-4-31b-it", tools=tools)
response = model.generate_content(
"GET /users/{id} uç noktasını test etmem gerekiyor. Yanıt hangi şemayı takip etmeli?"
)
# Check if the model wants to call a function
if response.candidates[0].content.parts[0].function_call:
fc = response.candidates[0].content.parts[0].function_call
print(f"Model şu fonksiyonu çağırdı: {fc.name}")
print(f"Şu argümanlarla: {dict(fc.args)}")
Bu fonksiyon çağırma deseni, Gemma 4'ü aracı API test işlem hatları oluşturmak için faydalı kılan şeydir.
Gemma 4 ile Yapay Zeka Destekli API Taklitleri Oluşturma
Gemma 4'ün API geliştiricileri için en pratik uygulamalarından biri taklit veri oluşturmaktır. Arka uç henüz yokken bir ön uç oluşturduğunuzda veya üretimde tetiklenmesi zor olan uç durumları test ettiğinizde, gerçekçi taklit yanıtlara ihtiyacınız vardır.
İşte bir OpenAPI şemasından taklit veri oluşturmak için Gemma 4'ü nasıl kullanacağınız:
import google.generativeai as genai
import json
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel(
"gemma-4-31b-it",
generation_config={"response_mime_type": "application/json"}
)
# Yanıt için OpenAPI şemanız
schema = {
"type": "object",
"properties": {
"id": {"type": "integer"},
"order_number": {"type": "string", "pattern": "^ORD-[0-9]{6}$"},
"status": {"type": "string", "enum": ["pending", "shipped", "delivered", "cancelled"]},
"total": {"type": "number", "minimum": 0},
"items": {
"type": "array",
"items": {
"type": "object",
"properties": {
"product_id": {"type": "integer"},
"quantity": {"type": "integer", "minimum": 1},
"unit_price": {"type": "number"}
}
}
},
"created_at": {"type": "string", "format": "date-time"}
}
}
prompt = f"""
Bir sipariş yönetimi API'si için 5 gerçekçi taklit yanıt oluşturun.
Her yanıt şu JSON Şemasına tam olarak uymalıdır:
{json.dumps(schema, indent=2)}
Verileri gerçekçi yapın: gerçekçi fiyatlar, ürün kimlikleri ve çeşitli durumlar kullanın.
5 sipariş nesnesinden oluşan bir JSON dizisi olarak döndürün.
"""
response = model.generate_content(prompt)
mock_orders = json.loads(response.text)
print(json.dumps(mock_orders, indent=2))
Buradaki anahtar nokta, Gemma 4'ün JSON Şema kısıtlamalarını anlamasıdır. Numaralandırma değerlerine, dize desenlerine ve sayısal aralıklara saygı duyar. Rastgele dizeler değil, API sözleşmenizle gerçekten eşleşen taklit veriler elde edersiniz.
Bu deseni herhangi bir API uç noktası için taklit veri oluşturmak üzere genişletebilirsiniz. OpenAPI belirtiminizdeki yanıt şemasını besleyin ve Gemma 4 şemaya uygun test verileri üretecektir.
Daha gelişmiş taklit oluşturma için Gemma 4'ü koşullu yanıt mantığıyla birleştirin. Bir istek belirli bir kullanıcı kimliği içeriyorsa, bir hata yanıtı döndürün. Aksi takdirde başarılı veri döndürün. Gemma 4'ün 256K bağlam penceresi burada yardımcı olur: tüm OpenAPI belirtiminizi isteminize dahil edebilir ve birden fazla uç nokta için aynı anda taklit yanıtlar oluşturmasını isteyebilirsiniz.
Pratik bir iş akışı: Apidog koleksiyonunuzu bir OpenAPI belirtimi olarak dışa aktarın, bir isteme yapıştırın ve Gemma 4'ten uç nokta başına 10 gerçekçi test durumu oluşturmasını isteyin. Saatler yerine saniyeler içinde eksiksiz bir taklit veri kümesi elde edersiniz.
Gemma 4 API Yanıtlarını Apidog ile Test Etme
Gemma 4'ün veri ürettiği veya API işlem hattınızın bir parçası olarak hareket ettiği durumlarda, yanıtların şemanızla eşleştiğini doğrulamanız gerekir. İşte Apidog'un Test Senaryoları özelliği burada devreye giriyor.
İşte belirli iş akışı:
Adım 1: Gemma 4 API uç noktanızı Apidog'a aktarın.
Apidog'da projenize gidin ve yeni bir uç nokta oluşturun. URL'yi Gemma 4 etrafında oluşturduğunuz sarmalayıcı API'ye ayarlayın (veya doğrudan Google AI Studio uç noktasına işaret edin). Beklenen yanıt şemasını Apidog arayüzünde tanımlayın.
Adım 2: Beklenen yanıtları prototiplemek için Smart Mock'u kullanın.
Gemma 4'e karşı canlı testler yapmadan önce, Apidog'un Smart Mock'unu kullanarak şemanızdan temel yanıtlar oluşturun. Smart Mock, yanıt belirtiminizi okur ve özellik adlarına ve türlerine göre gerçekçi veriler üretir. email adlı bir alan otomatik olarak geçerli bir e-posta adresi alır. created_at adlı bir alan düzgün biçimlendirilmiş bir zaman damgası alır.
Smart Mock üç öncelik katmanı kullanır: önce özel taklit alan değerleri, ardından özellik adı eşleştirmesi (veri türünü alan adlarından çıkarır), ardından JSON Şema varsayılanları. Bu hiyerarşi, belirli alanları geçersiz kılarken motorun geri kalanını halletmesine izin verebileceğiniz anlamına gelir.
Adım 3: Gemma 4 işlem hattınız için bir Test Senaryosu oluşturun.
Apidog'da Testler modülüne gidin ve yeni bir Test Senaryosu oluşturun. Gemma 4 API çağrınızı ilk adım olarak ekleyin. Ardından yanıtı doğrulamak için doğrulama adımları ekleyin.
Apidog'un Test Senaryosu düzenleme modu, birden fazla isteği zincirlemenize olanak tanır. Bir Gemma 4 API entegrasyon testi için senaryonuz şöyle görünebilir:
- Bir belirteç almak için kimlik doğrulama uç noktanızı çağırın
- Gemma 4'e kimlik doğrulama belirteci ile bir istem gönderin
- Yanıt gövdesinden oluşturulan JSON'u çıkarın
- Çıkarılan JSON'u şema doğrulamalarınıza karşı doğrulayın
- Doğrulanmış veriyi alt akış bir POST uç noktasına iletin
Adım 4: Doğrulamaları ayarlayın.
Doğrulama adımında durum kodlarını, yanıt başlıklarını ve JSON alanlarını kontrol edebilirsiniz. Gemma 4 yanıtları için, genellikle candidates[0].content.parts[0].text alanının mevcut olduğunu ve ayrıştırılmış içeriğinin beklediğiniz şemayla eşleştiğini doğrularsınız.
Gemma 4 çıktısını bir değişkene çekmek için Apidog'un Değişken Ayıklayıcı işlemcisini kullanın. Ardından bu değişkeni sonraki istek adımlarında kullanın. Bu, Gemma 4 tarafından oluşturulan verileri çok adımlı bir test iş akışı aracılığıyla zincirlemenize olanak tanır.
Adım 5: Veri odaklı test ile çalıştırın.
Apidog, CSV ve JSON test veri dosyalarını destekler. Bir CSV'de 50 farklı istem varyasyonu tanımlayabilir, Test Senaryonuza aktarabilir ve tek bir tıklamayla 50 varyasyonun tamamını çalıştırabilirsiniz. Gemma 4 entegrasyonunuzun çeşitli girişleri doğru şekilde işlediğini bu şekilde test edersiniz.
Şema tanımından test yürütmeye kadar tüm iş akışı yaklaşık 15 dakika sürer. Bundan sonra, CI/CD işlem hattınızdaki Apidog CLI aracılığıyla her commit'te çalıştırabilirsiniz.
Gerçek Dünya Kullanım Durumları
- API test verisi oluşturma. QA ekipleri test armatürleri yazmak için önemli zaman harcar. Gemma 4'ün JSON çıktı modu ve OpenAPI şemanızla dakikalar içinde yüzlerce gerçekçi test kaydı oluşturabilirsiniz. Şemayı besleyin, kapsamak istediğiniz uç durumları belirtin ve modelin veriyi üretmesine izin verin.
- Akıllı API taklit etme. Geleneksel taklitler statik veri döndürür. Taklit sunucunuzun arkasında Gemma 4 ile bağlama uygun yanıtlar döndürebilirsiniz. Bir ürün arama API'si için bir taklit, her durumu elle kodlamaya gerek kalmadan arama sorgusuna göre farklı ürün setleri döndürebilir.
- API dokümantasyonu oluşturma. Gemma 4'ün 256K bağlam penceresi, tüm kod tabanınızı bir isteme beslemenize olanak tanır. Belgelenmemiş uç noktalar için OpenAPI dokümantasyonu oluşturmasını isteyin. Fonksiyon çağırma desteği, rota dosyalarınızı okuyan ve otomatik olarak API belirtimleri yazan bir aracı oluşturabileceğiniz anlamına gelir.
- Yanıt şeması doğrulama. Üçüncü taraf API'leri tüketirken, yanıtların beklentilerinizle eşleştiğini doğrulamak istersiniz. API yanıtlarını analiz etmek ve şema ihlallerini işaretlemek için Gemma 4'ü kullanın. Eksik alanları, yanlış türleri ve tutarsız numaralandırmaları basit bir JSON Şema doğrulayıcıdan daha iyi tespit edebilir.
- Otomatik regresyon testi yazma. Gemma 4'e API belirtiminizi ve hata raporları listesini verin. Her hatayı yakalayacak test durumları yazmasını isteyin. Şema ilişkilerini anladığı için, durum geçişlerini ve alan bağımlılıklarını kontrol eden karmaşık olmayan testler yazabilir.
API Kullanımı İçin Gemma 4 ile Diğer Açık Modellerin Karşılaştırılması
Amacınız API araçları oluşturmak olduğunda Gemma 4 diğer açık modellerle nasıl karşılaştırılır?
| Model | Parametreler | Bağlam | JSON çıktısı | Fonksiyon çağırma | Lisans |
|---|---|---|---|---|---|
| Gemma 4 31B | 31B | 256K | Yerel | Yerel | Apache 2.0 |
| Gemma 4 26B MoE | 26B (3.8B aktif) | 256K | Yerel | Yerel | Apache 2.0 |
| Llama 3.3 70B | 70B | 128K | İstem aracılığıyla | İstem aracılığıyla | Llama Topluluğu |
| Mistral 7B | 7B | 32K | İstem aracılığıyla | Sınırlı | Apache 2.0 |
| Qwen 2.5 72B | 72B | 128K | Yerel | Yerel | Apache 2.0 |
API kullanım durumları için kritik özellikler yerel JSON çıktı modu, fonksiyon çağırma desteği ve bağlam uzunluğudur. Gemma 4 31B ve 26B'nin her ikisi de bu üç özelliğe sahiptir.
Llama 3.3 70B ana rakiptir. Güçlü bir modeldir, ancak çalışması için Gemma 4 31B'nin iki katı hesaplama gücü gerektirir. Arena AI'ın liderlik tablosunda, Gemma 4 31B boyutunun yarısı olmasına rağmen Llama 3.3 70B'nin üzerinde yer almaktadır. Büyük ölçekte çıkarım yapıyorsanız, GPU gereksinimlerindeki bu fark doğrudan altyapı maliyetine dönüşür.
Mistral 7B çok daha küçük ve hızlıdır, ancak 32K bağlam penceresi büyük API belirtimleri için kullanışlılığını sınırlar. Ayrıca yerel JSON modu ve güvenilir fonksiyon çağırma özelliği de yoktur.
Qwen 2.5 72B, özellikle çok dilli uygulamalar için yetenekli bir alternatiftir. API araç özellikleri Gemma 4 ile karşılaştırılabilir, ancak önemli ölçüde daha fazla donanım gerektirir.
Gemma 4 üzerindeki Apache 2.0 lisansı, hafife alınan bir avantajdır. Llama, belirli ticari kullanımlarda kısıtlamaları olan Llama Topluluk Lisansını kullanır. Açık bir model üzerine bir ürün inşa ediyorsanız, Apache 2.0'ın yasal netliği önemlidir.
Çoğu API araç kullanım durumu için: gecikmeye duyarlı görevler için Gemma 4 26B MoE ile başlayın veya en yüksek kaliteli çıktı için Gemma 4 31B'yi kullanın.
Sonuç
Gemma 4, geliştiricilere API araçları oluşturmak için tescilli yapay zeka API'lerine karşı güvenilir bir açık alternatif sunar. Apache 2.0 lisansı, önceki açık modelleri ticari olarak göndermeyi karmaşık hale getiren yasal sürtünmeyi ortadan kaldırır. Yerel fonksiyon çağırma ve JSON çıktı modu, kapsamlı istem mühendisliğine gerek kalmadan API iş akışlarına entegre etmeyi pratik hale getirir.
Dört model boyutu, telefonlardan iş istasyonlarına kadar her donanım katmanını kapsar. 26B MoE modeli, çoğu API geliştirme kullanım durumu için öne çıkan seçenektir: çıkarım maliyetinin çok altında, sınıra yakın kalite sunar.
Yapay zeka tarafından oluşturulan veriler ile API doğrulama arasındaki döngüyü kapatmak için Gemma 4'ü Apidog ile eşleştirin. Test verileri ve taklit yanıtlar oluşturmak için Gemma 4'ü kullanın. Şemaları prototiplemek için Apidog'un Smart Mock'unu ve yapay zeka çıktısının API sözleşmenizi karşıladığını doğrulamak için Test Senaryolarını kullanın. Birlikte, yapay zeka destekli API'ler oluşturmak ve test etmek için pratik bir iş akışı oluştururlar.
düğme
Sıkça Sorulan Sorular
Gemma 4 nedir?Gemma 4, Google DeepMind'ın Nisan 2026'da piyasaya sürülen en yeni açık dil modelleri ailesidir. Dört boyutta (E2B, E4B, 26B MoE, 31B Dense) gelir ve Apache 2.0 lisansı altındadır. 31B modeli, Arena AI'ın metin liderlik tablosundaki tüm açık modeller arasında şu anda 3. sırada yer almaktadır.
Gemma 4'ü kullanmak ücretsiz mi?Model ağırlıkları Apache 2.0 lisansı altında ücretsiz olarak indirilebilir ve kullanılabilir. Kendiniz çalıştırdığınızda hesaplama için ödeme yaparsınız. Google AI Studio'yu kullanırsanız, hız limitleri olan ücretsiz bir katman bulunur. Vertex AI, standart Google Cloud hesaplama ücretlerini alır.
Gemma 4 yapılandırılmış JSON çıktısı verebilir mi?Evet. Gemma 4, Google Üretken Yapay Zeka SDK'sı aracılığıyla yerel bir response_mime_type: "application/json" parametresini destekler. Bu, modelin her zaman geçerli JSON döndürmesini sağlar, bu da çıktıyı programlı olarak ayrıştırdığınız API entegrasyonları için çok önemlidir.
Gemma 4, API geliştirme için GPT-4o ile nasıl karşılaştırılır?GPT-4o, yerel dağıtım seçeneği olmayan ve daha yüksek API maliyetleri olan tescilli bir modeldir. Gemma 4 31B yerel olarak dağıtmak ücretsizdir ve karşılaştırma puanları akıl yürütme görevlerinde GPT-4o ile rekabetçidir. Veri gizliliği veya maliyet kontrolüne ihtiyaç duyan ekipler için Gemma 4 ciddiye alınmaya değerdir.
Kendi API verilerimde Gemma 4'ü ince ayar yapabilir miyim?Evet. Google, Gemma 4'ü Google AI Studio, Vertex AI ve Hugging Face TRL gibi üçüncü taraf araçlar aracılığıyla ince ayar yapmayı destekler. Alan tabanlı API şemaları ve yanıt desenleri üzerinde ince ayar yapmak, özel kullanım durumları için çıktı kalitesini önemli ölçüde artırabilir.
Gemma 4'ü yerel olarak çalıştırmak için hangi donanıma ihtiyacım var?31B ve 26B modelleri, bfloat16'da tek bir 80GB NVIDIA H100'e sığar. Kuantize edilmiş sürümler, 16-24GB VRAM'e sahip tüketici GPU'larında çalışır. E4B ve E2B modelleri, Raspberry Pi ve NVIDIA Jetson dahil olmak üzere telefonlarda ve uç cihazlarda çalışır.
Gemma 4 fonksiyon çağırmayı destekliyor mu?Evet, tüm Gemma 4 modelleri yerel fonksiyon çağırmayı destekler. Araçları bir ad, açıklama ve parametre şemasına sahip JSON nesneleri olarak tanımlarsınız. Model bir aracı ne zaman çağıracağına karar verir ve kodda üzerinde işlem yapabileceğiniz yapılandırılmış argümanları iletir.
Gemma 4 API yanıtlarını otomatik olarak nasıl test ederim?Zincirleme bir test iş akışı oluşturmak için Apidog'un Test Senaryolarını kullanın. Gemma 4 API uç noktanızı içe aktarın, istek adımlarını ayarlayın ve yanıt yapısını doğrulamak için iddialar ekleyin. Senaryoyu yerel olarak, CLI aracılığıyla veya her kod gönderiminde CI/CD işlem hattınızda otomatik olarak çalıştırabilirsiniz.