Gemma 4：Google 開源多模態模型，Vision/Audio/Embedding 全合一

Google 發布 Gemma 4 開源多模態模型，4B 參數量支援 Vision/LLM/Audio/Embedding。

硬體需求： E4B Q8 需 9.2GB RAM（比 Qwen 3.5 4B 的 5.2GB 大近一倍，因多了 audio 和更長上下文）。M1 Pro 16G 可順跑 4B 版，Q4 版本不夠穩定易崩。

實測評價： 視覺描述能力優秀，可直接 OCR 圖片文字與環境線索。與 Qwen 3.5 比較速度略快，視覺層品質相當（2026 世代 4B 都極好）。寫程式能力不足（需 26B 以上）。

定位： 適合當應用軟體用——OCR、視覺理解、簡單對答。搭配 CoPaw 或接入 N8N 做自動化任務。