AWS annoncerer, at Google DeepMinds Gemma 4 er tilgængelig på Amazon Bedrock som open‑weight modeller under Apache 2.0, med tre instruction‑tunede varianter, funktioner som reasoning, native function calling og multimodalt input samt inferens på AWS’ egen infrastruktur. AWS oplyser også, at prompts og svar ikke bruges til træning og ikke deles med tredjepart. Uafhængige målinger fra Artificial Analysis placerer 31B‑varianten over gennemsnittet, men bemærker lav hastighed; de tal skal måles særskilt i Bedrock‑miljøet.

Google lancerer DiffusionGemma, en åben 26B MoE sprogmodel med tekst‑diffusion, som ifølge Google kan give markant højere throughput ved at generere tekstblokke parallelt. Tempoet rykker, men ikke alt andet — Google angiver selv lavere kvalitet end autoregressiv Gemma 4. Her er, hvad danske teams realistisk kan forvente i drift, og hvor gevinsten faktisk kan hentes.

Google DeepMind har udgivet QAT‑checkpoints til Gemma 4, inklusive Q4_0 og et nyt mobilformat, der presser hukommelsesforbruget markant ned. Det gør seriøse sprogmodeller mulige på kraftige telefoner og små lokale servere. For danske teams betyder det reelle edge‑piloter uden dyr cloud‑regning — men også nye krav til runtime, MLOps og kvalitetssikring.

Ifølge Google og MarkTechPost kan Multi‑Token Prediction for Gemma 4 give op til 3x hurtigere inference uden tab af kvalitet. Mekanismen bygger på speculative decoding med en hurtig drafter og en større verificeringsmodel. Uafhængige benchmarks er ikke fremlagt i kilderne, og “op til” skal læses som producentoplysning.

Google Gemma 4 er designet til lokal hardware og edge-enheder. Det gør sikkerhedsmodeller, der bygger på cloud-gateways, CASB og netværksovervågning, mindre dækkende og flytter governance tættere på selve enheden.

Google Gemma 4 bliver præsenteret som en ny lokal vej til agentisk AI på NVIDIA-hardware, fra Jetson Orin Nano til GeForce RTX og DGX Spark. Det interessante er ikke bare endnu en modelserie, men at åbne, mindre modeller med function calling og multimodale input kan flytte regnestykket for virksomheder, der er trætte af at betale per prompt og per handling.

Google DeepMind har udgivet Gemma 4 under Apache 2.0. Det lyder tørt. Det er det ikke. For mange virksomheder er licensen ofte det, der afgør, om en model overlever mødet med jura, compliance og drift.