Gemma 4 : ce qu'il faut savoir du nouveau modèle open source de Google

Le 2 avril 2026, Google DeepMind a publié Gemma 4, la quatrième génération de sa famille de modèles open source. En moins de deux semaines, Gemma 4 31B Dense s’est hissé à la troisième place du Chatbot Arena, a atteint 89,2 % sur le benchmark AIME — réservé jusque-là aux modèles propriétaires de pointe — et est devenu la référence de facto pour les entreprises qui cherchent à déployer des agents IA souverains sans dépendre d’une infrastructure américaine.

Cet article explique ce que Gemma 4 apporte concrètement, ses quatre variantes, ses capacités de function calling et de multimodalité, et pourquoi VirtuoseWeb en a fait le modèle central de ses Voies 2 et 3 de déploiement.

Contexte : pourquoi Gemma 4 est différent des précédents

Les versions précédentes de Gemma avaient un défaut rédhibitoire pour les agents d’entreprise : l’absence de support natif du function calling. Utiliser Gemma 2 ou Gemma 3 pour un agent agentique nécessitait des contorsions de prompt engineering pour simuler le tool use, avec des résultats instables sur les appels complexes. Les équipes qui voulaient de la fiabilité retournaient vers Claude ou GPT-4o.

Gemma 4 change ce paradigme sur trois axes simultanément.

Axis 1 : function calling natif. Le modèle a été entraîné avec des données de tool use structurées. Il produit des blocs JSON conformes aux schémas d’outils qu’on lui fournit, gère les appels séquentiels et les appels parallèles, et respecte la distinction entre tools facultatifs et obligatoires. Ce n’est plus du prompt hacking — c’est une capacité de première classe.

Axis 2 : multimodalité. Gemma 4 comprend les images, les captures d’écran, les PDF scannés et les graphiques. Pour un agent de back-office qui doit traiter des factures PDF ou des photos de bons de livraison, cette capacité ouvre des cas d’usage qui n’étaient accessibles qu’avec des modèles propriétaires auparavant.

Axis 3 : performances de raisonnement au niveau des modèles propriétaires. 89,2 % sur AIME, 3ème au Chatbot Arena. Gemma 4 31B Dense n’est plus un modèle « acceptable pour un open source ». C’est un modèle compétitif dans l’absolu, dont le rapport performance/coût de déploiement dépasse celui des modèles propriétaires pour les cas d’usage souverains.

Les quatre variantes de Gemma 4

Google DeepMind a publié Gemma 4 en quatre variantes, pensées pour des contextes de déploiement différents.

Gemma 4 4B — Edge et embarqué

La variante la plus légère. Quelques gigaoctets de VRAM, tournant sur un laptop ou une machine sans GPU dédié (avec quantification agressive). Ses capacités de raisonnement sont limitées par rapport aux variantes supérieures, mais elle est suffisante pour des tâches de classification, de résumé court ou de réponse à des questions factuelles simples.

Usage typique : agent embarqué dans un terminal point de vente, assistant offline sur laptop de commercial, chatbot de pré-qualification léger sur un site web à faible trafic.

Gemma 4 26B — Intermédiaire efficient

Un bon compromis entre performances et coût hardware. En précision BF16, il requiert environ 52 Go de VRAM — compatible avec deux cartes A100 40 Go ou une A100 80 Go. Ses capacités de function calling et de multimodalité sont complètes, et ses performances de raisonnement sont suffisantes pour la grande majorité des agents métiers.

Usage typique : agent de qualification de leads, agent de support client, agent de veille documentaire sur infrastructure mid-range.

Gemma 4 31B Dense — La référence enterprise

C’est la variante que nous déployons systématiquement chez VirtuoseWeb pour les projets Voie 2 et Voie 3. Dense signifie que tous les paramètres sont actifs à chaque inférence — contrairement aux architectures MoE qui n’activent qu’une fraction des paramètres. Cette architecture Dense a un avantage sur les agents : la cohérence des sorties est meilleure sur des tâches longues et complexes, car le modèle mobilise la totalité de ses capacités à chaque étape.

En BF16, il requiert environ 62 Go de VRAM. Un H100 80 Go le fait tourner seul avec 18 Go de marge pour le contexte. Avec quantification INT4, vous descendez à environ 20 Go — compatible avec une RTX 4090 en Voie 3.

Gemma 4 (quatrième variante)

Google a publié une quatrième variante dont les détails techniques complets sont disponibles dans l’annonce officielle sur le blog Google DeepMind. Nous renvoyons vers la source primaire pour les spécifications exactes de cette variante qui cible des cas d’usage spécialisés.

Function calling natif : ce que ça change pour les agents

Pour comprendre l’importance du function calling natif dans Gemma 4, prenons un exemple concret : un agent de facturation.

Cet agent doit, dans l’ordre, lire un bon de commande (tool read_document), vérifier l’existence du client dans le CRM (tool lookup_customer), créer la facture dans le système de gestion (tool create_invoice), et envoyer un email de notification (tool send_email). C’est une chaîne de quatre appels de tools séquentiels, avec dépendance entre chaque étape.

Avec un modèle sans support natif de function calling, gérer cette chaîne nécessite un prompt engineering précis et fragile. La moindre reformulation du prompt peut casser la séquence. Un tool call qui renvoie une erreur déroute le modèle.

Avec Gemma 4 31B Dense, le modèle traite cette séquence comme une capacité native. Il produit des appels de tools structurés, gère les erreurs retournées par les tools, adapte sa décision suivante en fonction du résultat précédent, et termine la chaîne par une confirmation structurée. La fiabilité sur des chaînes à cinq appels ou plus est comparable à ce que nous observons avec Claude Sonnet 4.6.

Critère	Gemma 4 31B Dense	Claude Sonnet 4.6	Remarque
Function calling natif	Oui	Oui	Parité sur les cas standards
Multimodalité (images, PDF)	Oui	Oui	Gemma 4 traite aussi les vidéos courtes
Score AIME 2025	89,2 %	—	Comparable aux meilleurs modèles propriétaires
Chatbot Arena (avril 2026)	#3 global	Top 5	Sources officielles
Licence	Apache 2.0	Propriétaire	Gemma 4 sans restriction commerciale
Déploiement souverain EU	Oui (Scaleway/OVH)	Non (infra US)	Avantage décisif pour secteurs régulés
Déploiement on-prem	Oui (Ollama)	Non	Voie 3 exclusive aux open source

Gemma 4 et la licence Apache 2.0 : ce que ça signifie vraiment

La licence Apache 2.0 est la licence open source la plus permissive pour un usage commercial. Elle vous autorise à :

• Utiliser Gemma 4 dans un produit ou service commercial sans payer de royalties
• Modifier le modèle et redistribuer les modifications
• Intégrer Gemma 4 dans une offre SaaS vendue à des clients tiers
• Exécuter Gemma 4 sur votre infrastructure sans en référer à Google

Les seules contraintes sont l’attribution (mentionner que le modèle est basé sur Gemma) et la conservation des notices de licence dans les redistributions.

Comparé aux licences de Llama 4 (Llama Community License, avec des restrictions sur les déploiements à grande échelle et l’usage dans d’autres modèles), ou de Mistral Large 2 (Mistral Research License, réservant certains usages commerciaux), Apache 2.0 offre la liberté maximale. C’est un argument décisif pour les entreprises qui intègrent un LLM dans leur offre produit ou qui veulent s’assurer qu’il n’y aura pas de mauvaise surprise lors d’un changement des conditions de licence.

Déployer Gemma 4 sur Scaleway ou OVHcloud

La Voie 2 de VirtuoseWeb (Agent Souverain Europe) repose sur Gemma 4 31B Dense déployé via Scaleway Managed Inference ou OVHcloud AI Endpoints.

Sur Scaleway, le service Managed Inference permet de déployer Gemma 4 sur des instances H100 SXM ou H100 PCIe dans les datacenters de Paris (PAR-1, PAR-2) et Amsterdam (AMS-1). L’API exposée est compatible OpenAI (format chat completion), ce qui signifie que vos clients MCP et vos frameworks d’agents peuvent s’y connecter sans modification de code. Scaleway propose des instances allant jusqu’à 8 GPU H100 par nœud, suffisant pour des agents en production à forte charge.

Sur OVHcloud, le service AI Endpoints propose des endpoints gérés pour les modèles open source populaires, hébergés dans les datacenters français. OVHcloud a la particularité d’avoir obtenu la qualification SecNumCloud pour certaines de ses offres, ce qui en fait la référence pour les entreprises soumises à des exigences de sécurité très strictes (OPE, secteur public, opérateurs d’importance vitale).

Le setup de la Voie 2 est majoré de 30 % par rapport à la Voie 1 chez VirtuoseWeb, pour couvrir la configuration de l’infrastructure cloud et les intégrations réseau spécifiques à un déploiement souverain.

Déployer Gemma 4 on-prem avec Ollama

La Voie 3 (Agent Souverain Intégral) utilise Ollama comme runtime d’exécution sur l’infrastructure du client. Ollama est le standard enterprise pour le déploiement local de LLMs open source.

La commande de déploiement de Gemma 4 via Ollama est triviale :

ollama pull gemma4:31b
ollama serve

Ollama expose ensuite une API compatible OpenAI sur le port 11434. Vos agents, vos clients MCP et vos frameworks s’y connectent exactement comme ils le feraient avec un endpoint cloud. La transparence du protocole est totale.

Pour un déploiement production robuste, nous intégrons Ollama dans un environnement Docker/Kubernetes avec monitoring des métriques d’inférence (latence, throughput, utilisation VRAM), auto-restart en cas d’erreur, et load balancing si plusieurs GPU sont disponibles.

Configuration hardware recommandée pour Gemma 4 31B Dense en production :

Configuration	VRAM	Précision	Throughput estimé	Usage recommandé
1× H100 80 Go	80 Go	BF16	~40 tokens/s	1-3 agents simultanés
2× A100 80 Go	160 Go	BF16	~35 tokens/s	1-3 agents simultanés
1× H100 80 Go	80 Go	INT8	~65 tokens/s	3-6 agents simultanés
1× RTX 4090	24 Go	INT4	~25 tokens/s	1-2 agents, usage modéré

Au-delà de trois agents en parallèle ou huit heures par jour d’usage intense, VirtuoseWeb recommande systématiquement de migrer vers la Voie 2 (cloud souverain). L’infrastructure on-prem atteint ses limites de scaling, tandis que Scaleway permet d’ajouter des GPU à la demande.

Ce que Gemma 4 ne change pas

Il est important d’être nuancé. Gemma 4 est excellent, mais ne remplace pas Claude dans tous les scénarios.

Pour les entreprises sans contrainte de souveraineté, Claude Opus 4.6 reste supérieur sur les tâches de raisonnement les plus complexes et sur les agents à forte autonomie qui gèrent des situations imprévues. Claude Managed Agents (Voie 1) est aussi plus simple à configurer et à maintenir qu’une infrastructure Ollama + Scaleway.

Pour les agents qui gèrent des processus critiques à fort risque (décisions financières, diagnostics médicaux, documents juridiques), nous recommandons de valider la fiabilité du function calling de Gemma 4 31B sur votre cas d’usage spécifique avant de basculer en production. La fiabilité est excellente, mais la qualification doit se faire sur vos données réelles, pas sur des benchmarks génériques.

Pour les équipes sans compétence DevOps, la Voie 2 ou Voie 3 ajoute une complexité opérationnelle réelle. Notre service de supervision mensuelle (à partir de 290 €/mois pour le pack Squad 3) inclut la gestion de cette infrastructure, mais si vous n’avez pas de DSI interne, la Voie 1 reste le point d’entrée le plus économique.

Conclusion : Gemma 4 ouvre l’ère des agents souverains à coût raisonnable

Avant Gemma 4, déployer un agent IA souverain en France imposait un compromis douloureux : soit vous acceptiez des performances inférieures avec un modèle open source moins capable, soit vous investissiez dans un fine-tuning coûteux pour pallier les lacunes du function calling.

Avec Gemma 4 31B Dense, ce compromis disparaît. Vous pouvez déployer un agent autonome avec des performances comparables aux modèles propriétaires, sous licence Apache 2.0, sur un cloud français certifié ou sur votre propre infrastructure, avec une maîtrise totale des données.

C’est la raison pour laquelle VirtuoseWeb a fait de Gemma 4 la fondation de ses Voies 2 et 3. Si votre secteur impose la souveraineté des données — santé, juridique, défense, finance régulée — ou si vous souhaitez simplement garder le contrôle de votre infrastructure IA à long terme, notre audit SOP gratuit de 30 minutes est le point de départ pour évaluer quelle voie correspond à votre situation.