Google тихо обновила Gemma 4: починили tool calling и обрезанные ответы

Google обновила Gemma 4 — открытую модель из семейства Gemma — не меняя название и не публикуя полноценного changelog. Патч устраняет баги в механизме tool calling, фиксит проблему обрезанных ответов и ускоряет инференс на GPU архитектуры Nvidia Hopper (H100/H200). Пользователи, уже задеплоившие Gemma 4, при следующем pull получат исправленную версию под тем же именем — без предупреждений.

Контекст

Gemma — семейство открытых весов от Google DeepMind, конкурирующее с Meta Llama, Qwen от Alibaba и Mistral. В отличие от проприетарных Gemini, Gemma доступна для локального запуска: через Ollama, HuggingFace или напрямую. Это делает её привлекательной для компаний, которым нужен AI без отправки данных во внешние облака — финтех, здравоохранение, юридический сегмент, государственный сектор.

Tool calling — способность модели вызывать внешние функции и инструменты — это базовый примитив для любой агентной системы. Когда LLM должна не просто генерировать текст, а делать запросы к API, читать из базы данных, запускать код — без надёжного tool calling всё разваливается в production. Баги здесь — не косметика, а блокер.

Stealth update — обновление под тем же именем без смены версии — стала распространённой практикой у open-weight провайдеров. Это порождает реальную проблему: у разных пользователей, скачавших «Gemma 4» в разное время, будут разные веса. Воспроизводимость результатов ломается. OpenAI делает то же самое с некоторыми своими моделями. Индустрия пока не выработала стандарта, как с этим работать.

Аналитика

То, что Google патчит именно tool calling — сигнал о том, где сейчас главное напряжение в LLM-продуктах. Не качество генерации текста. Не бенчмарки MMLU. Инструменты. Агенты. Интеграции. Компании, строящие на Gemma 4 агентные системы, столкнулись с непредсказуемым поведением при вызове функций — и патч отвечает именно на это. Лучше любого маркетингового слайда это объясняет, что реально требуют от открытых моделей в 2026 году.

Ускорение на Nvidia Hopper — отдельная история. H100 и H200 стали де-факто стандартом для GPU-кластеров в облаке и крупных on-premise деплоях. Оптимизация под эту архитектуру означает: кто уже инвестировал в Hopper-железо, получает прирост производительности бесплатно — при следующем обновлении весов, без замены оборудования.

Для экосистемы открытых моделей этот патч — ещё одно подтверждение, что open-weight не значит «брошено после релиза». Google активно поддерживает Gemma, и это важно для доверия корпоративных клиентов. Llama, Qwen, Gemma — все они инвестируют в post-release поддержку, превращая open-weight в реальную альтернативу API-зависимым решениям.

Кейсы применения в бизнесе

B2B-SaaS стартап с агентной архитектурой. Если вы строите AI-ассистента, который работает с CRM, задачами или документами — tool calling критичен. Обновлённая Gemma 4 даёт возможность локально запустить модель, которая надёжно вызывает инструменты. Сценарий: деплой через Ollama на собственном сервере, интеграция с вашим API через стандартные function call схемы. Экономия на API-токенах при массовых обращениях — существенная.

Корпорация с Hopper GPU-кластером. Если у вас уже есть H100/H200 в инфраструктуре — обновите веса Gemma 4. Получите ускорение инференса без капитальных вложений. Особенно актуально для внутренних систем: поиск по документам, классификация тикетов, автосаммаризация встреч. Патч убирает и проблему обрезанных ответов — при работе с длинными документами это был реальный баг в production.

SMB или локальный бизнес в КР/СНГ. Работаете с чувствительными данными клиентов и не хотите отправлять их во внешние облака? Gemma 4 на локальном сервере — рабочий вариант. После патча: tool calling стабильнее, ответы не обрезаются. Для небольших агентных скриптов — автоответ на входящие, парсинг заявок, генерация отчётов — вполне production-готово.

Кейсы в личной жизни

Разработчик, строящий AI-инструменты. Если вы используете Gemma 4 через LangChain, LlamaIndex или напрямую через Ollama — обновите модель и перетестируйте tool calling сценарии. Функции, которые раньше вызывались нестабильно или возвращали неправильный формат JSON, после патча должны работать корректнее. Хороший момент пересмотреть промпты, написанные «в обход» бага.

Контент-мейкер или фрилансер. Локальная модель без расходов на API — для черновиков, рерайтов, структурирования интервью, анализа текстов. Gemma 4 справляется с большинством текстовых задач среднего уровня. После исправления обрезанных ответов работать с длинными материалами — разборами, переводами, сценариями — стало практичнее.

Студент или исследователь. Бесплатно, локально, без ограничений API-провайдера — важно для экспериментов с prompt engineering, RAG, fine-tuning. После патча Gemma 4 надёжнее ведёт себя в тестах с вызовом функций. Полезно для учебных проектов по агентным системам.

Как применить сегодня

• Обновить через ollama pull gemma4 или скачать актуальные веса с HuggingFace — патч уже доступен под тем же именем.
• Если используете tool calling — прогоните существующий тест-сьют заново. Workaround-ы, написанные в обход бага, могут оказаться лишними.
• Проверьте длинные запросы: ответы больше не должны обрезаться на полуслове.
• Если есть Nvidia H100/H200 — замерьте latency после обновления весов. Оптимизация под Hopper должна быть заметна на batch inference.
• Зафиксируйте хэш весов после обновления. Stealth update означает: «Gemma 4» сегодня и «Gemma 4» через месяц — потенциально разные модели. Для production-систем критично хранить конкретный snapshot.