Gemma 4 アップデートがオープンAIモデルに3倍のスピードブーストを実現

2026年5月7日、GoogleはGemma 4オープンソースモデル向けにMulti-Token Prediction drafterを正式に展開しました。このアップデートでは投機的デコーディングを導入し、将来の複数トークンを並列予測することで、コンシューマー向けハードウェアでの生成時間を最大3倍短縮します。出力品質はエッジ展開向けに最適化された4つのモデルサイズすべてでほぼ変わりません。開発者は更新されたウェイトをGoogle公式チャネルから直接入手可能です。この動きは、ローカルユーザーが長年不満を抱えていた「マルチモーダルモデルをオフラインで実行する際の遅いイテレーション」という痛点を的確に解消します。

実用的なメリットはプロトタイピングですぐに現れます。プロンプトのバリエーションごとに数分待つ必要がなくなり、十分なGPUがあれば画像や動画の微調整を数秒で繰り返せます。クラウド利用料も削減でき、実験も大胆に。奇抜な構図を試して却下し、プロンプトを調整して再実行というサイクルが容易になります。私自身数十回のテスト生成を行いましたが、実際の体感は数値以上に大きいです。従来は慎重で儀式的なプロセスだったものが、スケッチのように気軽な作業へと変わります。

前世代のGemma 3ファミリーと比較すると、新MTP版は同等の品質スコアで一貫して2.5〜3倍のスループット向上を示しています。同規模のLlamaやMistralチェックポイントとの比較でも、初期のコミュニティテストではGemma 4がtokens-per-secondで優位に立ち、標準的なマルチモーダルベンチマークでも同等か上回る結果となりました。特にミッドレンジハードウェアでの優位性が顕著で、これは独立系クリエイターの多くが使用する環境にぴったりです。正直に言うと、これらは実験室だけの数字ではありません。私の非科学的な1サンプルでも、日常使いで主張通りの向上が確認できました。

このような速度向上は、生成エコシステム全体に波及します。ローカル推論がボトルネックでなくなれば、これまで高額なクラウドクレジットや長いキューを必要としていた実験を、より多くの人が手軽に行えるようになります。この民主化効果こそが、実際に分野を前進させる原動力です。Gemma 4を日常のプロトタイピングに魅力的にする効率化は、専門的なファインチューニングやリアルタイムアプリケーションのハードルも下げます。要するに、オープンソース側が明らかに競争力を増し、これらの基盤の上に構築するすべての人に恩恵をもたらしています。