第三方评测机构Artificial Analysis发布报告称，Qwen3.5 27B和Gemma 4 31B在智能水平上接近GPT-5。Qwen3.5在推理能力上表现优异，但知识准确性仍有不足。两款模型支持多模态输入，适合本地部署，降低使用门槛。Gemma 4系列在多种应用场景中表现出色，具备强大的推理和语言处理能力。

本文介绍了如何使用Gemma 4模型和Python构建本地隐私优先的工具调用代理。Gemma 4模型支持与外部功能交互，生成结构化JSON输出并调用函数。通过Ollama和gemma4:e2b模型，可以在移动设备上高效实现工具调用，确保数据隐私。文章提供示例代码，展示如何定义工具函数并与语言模型交互，实现实时天气查询和新闻获取等功能。

在M4 MacBook Air上运行Gemma 4体验流畅，无需API密钥，普通用户可轻松安装使用。本地运行消除了费用和隐私顾虑，用户可自由提问。尽管性能有限，但其安静和低能耗特点适合日常使用，表明本地AI技术逐渐融入普通生活。

本文介绍了一种在Oracle ARM硬件上运行的大型语言模型（MoE），该模型拥有260亿参数，但每次生成仅激活40亿参数。性能估计显示，输入处理速度为150-400个令牌每秒，输出生成速度为3-8个令牌每秒，主要受内存带宽限制。建议通过优化线程设置和使用Flash Attention来提高效率。

谷歌Gemma 4系列推出小型高效模型，优化NVIDIA GPU性能，支持推理、编码和多模态交互，适用于边缘设备和高性能GPU，推动本地智能助手的发展。

谷歌的Gemma 4 26B（MoE）和31B（Dense）模型已在Vercel AI Gateway上发布。这两个模型基于Gemini 3架构，支持函数调用和结构化JSON输出。26B模型在推理时激活3.8B参数，优化延迟；31B模型激活所有参数，适合高质量输出。用户可在AI SDK中选择模型，AI Gateway提供统一API以便于调用和性能优化。

谷歌DeepMind发布了Gemma 4系列模型，支持文本、图像和视频，具有256K上下文窗口，适用于复杂任务。Modular Cloud优化了Gemma 4的性能，提供高效的API接口，支持NVIDIA和AMD硬件，确保无缝扩展。

开源模型迭代迅速，开发者希望低门槛部署新模型，但GPU成本和环境配置仍是障碍。HyperAI提供免费CPU配额和在线教程，帮助开发者快速体验模型。

FunctionGemma是Gemma 3 270M的轻量版，能够将自然语言转换为结构化函数和API调用，支持本地运行，适合私密任务和复杂请求的智能路由。该模型在移动设备上高效运行，准确率从58%提升至85%。FunctionGemma支持多种框架的微调，并提供多个演示应用，帮助开发者定制模型。

因共和党参议员玛莎·布莱克本投诉，谷歌撤下了开源AI模型Gemma，该模型捏造了对她的虚假指控。布莱克本要求谷歌解释原因，但谷歌未作公开说明。生成式AI常在用户引导下产生虚假信息。

因共和党参议员布莱克本投诉，谷歌已从AI Studio平台撤回AI模型Gemma。布莱克曼指控该模型捏造对她的严重犯罪指控。谷歌表示Gemma是为开发者设计的工具，不应回答事实问题。尽管承诺改进模型，AI生成虚假信息的问题仍未解决。布莱克曼要求谷歌在控制模型前关闭其访问。

Gemma 3n正式发布，专注于移动设备的AI应用。采用Per-Layer Embeddings技术减少RAM需求，同时保持参数数量。MatFormer技术支持模型嵌套，允许选择完整模型或子模型。此外，Gemma 3n引入KV缓存共享，加速推理时间，并具备音频和视频编码能力，支持自动语音识别和翻译。