用云端AI时，你有没有算过这笔账？这个月调了多少次API，会不会触发用量上限，那些没整理好的笔记和代码草稿到底要不要发出去。这种焦虑跟bug无关，是另一种更隐蔽的消耗。过去一年，这几乎成了我的默认状态。

云AI确实好用。但它越来越不像"拥有"某种能力，更像是在租一个随时可能涨价、限速或收回的东西。Gemma 4让我注意的正是这点——不是因为它参数多大、榜单排第几，而是它让"本地跑一个能用的AI"这件事，第一次感觉不折腾了。

打开网易新闻 查看精彩图片

对学生、独立开发者、内容创作者来说，这个转变很关键。讨论的重心从"能不能用上AI"慢慢滑向"这玩意儿到底归谁管"。

Gemma 4是Google最新的开放模型家族，底层研究和Gemini同源，但完全开放下载、本地运行、微调和集成。目前四个主要版本：E4B（40亿参数，单卡友好）、E9B（90亿参数，平衡型）、31B（310亿参数，高性能）、26B A4B MoE（混合专家架构，重推理任务）。

有意思的是，即使是小参数版本，也塞进了以前只有企业级模型才给的功能：128K上下文窗口、多模态理解（图文）、多语言支持、结构化输出（JSON/函数调用）。本地AI不再等于"阉割版"，Gemma 4把它当成正经开发环境来设计。

选模型的正确姿势不是问"哪个最强"，而是"我的硬件和工作流能扛住哪个"。

我自己测的时候故意没选大模型，挑了E4B。因为我想看看普通人真实的使用场景——不是顶配显卡，是手头能摸到的设备。31B确实更强，26B A4B MoE对复杂推理很有吸引力，但写东西、整理研究笔记、分析截图、轻量实验这些活儿，E4B才是诚实的试金石。一个在纸面上很牛的模型，对目标用户来说可能根本跑不动，这种落差往往被评测忽略。

部署过程比预期顺滑得多。用Ollama或LM Studio这类工具，本地跑模型的摩擦感几乎消失了。一条命令：ollama run gemma4:4b，完事。

真正让我意外的是工作流整合。我故意塞了一堆东西进去：潦草的研究笔记、几张截图、一个没写完的内容大纲。本来预想会卡顿或需要反复调教，结果没有。它直接可用。