blog
AIブログ
Gemmaとは?無料で使えるGoogleの軽量AIを初心者向けにやさしく解説【2026年版】
「Gemma(ジェンマ)ってGeminiと何が違うの?」「無料で使えるって本当?どう動かすの?」——そんな方に向けて、このページではGemmaの正体・できること・使い方・料金を、専門用語をできるだけ避けてやさしくまとめます。AIにくわしくない方でも、読み終えるころには「自分や自社で何に使えそうか」がイメージできるはずです。
最新モデルの仕様や導入手順、他AIとのくわしい比較は、それぞれの専用記事にリンクします。まずはここで全体像をつかんでください。

Gemmaとは?ひとことで言うと「無料で公開された、Googleの軽いAI」
Gemmaは、Google(グーグル)が開発・公開しているAI(大規模言語モデル)です。ChatGPTやClaudeと同じように、質問に文章で答えたり、文章やコードを作ったりできます。Googleの旗艦AI「Gemini」と同じ系統の技術をベースにしつつ、軽量で扱いやすいオープンモデルとして公開されているのが特徴です。
いちばんのポイントは、モデルそのものが無料で公開(オープンモデル)されていて、自分のPCや自社サーバーで動かせること。比較的小さく軽いので、手元のパソコンでも動かしやすく、データを外に出さずに使えます。2026年時点の最新世代は「Gemma 4」で、スマホでも動くような超軽量モデル(E4Bなど)もそろっています。
※よく混同されますが、「Gemini」はクラウド上で使うGoogleの旗艦AI、「Gemma」はその技術をもとに無料公開され、自分の手元で動かせる軽量版、という関係です。違いは GemmaとGeminiの比較 で詳しく解説しています。
🔥 Gemmaを使うとこんなに変わる(before → after)
「無料で公開された軽いAI」と言われてもイメージしづらいので、何がうれしいのかを具体的に並べてみます。
- 高性能AIは重い・高い:今まで=大きなモデルは高性能なPCや従量課金が必要 → Gemma=軽いので手元のPCでも無料で動かせる
- 社内データを外に出したくない:今まで=クラウドAIに機密を送るのが不安 → Gemmaは自分の環境で完結でき、データを外に出さずに使える
- 自社専用にカスタマイズしたい:今まで=既製のAIは中身をいじれない → Gemmaはオープンなので自社データで追加学習して専用AIにできる
- スマホやエッジでも動かしたい:今まで=端末で動かすのは無理 → 超軽量のE4Bならスマホ級の端末でも動く
「軽くて無料で、手元で動かせるAIがほしい」と思えたら、それがGemmaの使いどころです。
Gemmaで何ができる?(主なモデルと活用)
文章の作成・要約、翻訳、プログラミング支援、画像も扱うマルチモーダルな用途まで、はば広く使えます。最新モデルの構成や性能は Gemma 4の詳細解説、スマホでも動く超軽量モデルは Gemma 4 E4Bの解説、スマホ・エッジでの活用は Gemmaをモバイルで動かす解説 をご覧ください。自社データでのカスタマイズは Gemmaのファインチューニング解説 が役立ちます。
Gemmaのモデル一覧――現行のGemma 4世代と派生モデル
現行世代は2026年3月に公開されたGemma 4です(Gemma 4の詳細解説)。動かす環境や用途に合わせて、次のラインナップから選べます。
| モデル | 特徴・向いている用途 | コンテキスト |
|---|---|---|
| Gemma 4 E2B / E4B | スマホ・エッジ・ブラウザ向けの軽量版。テキスト・画像・動画・音声に対応(E4Bの解説) | 128K |
| Gemma 4 12B Unified | マルチモーダルの主力(2026年6月公開)。エンコーダフリーで画像・動画・音声も扱える | 256K |
| Gemma 4 26B A4B | MoE(Mixture-of-Experts)構成で、高スループットの推論向け | 256K |
| Gemma 4 31B | 最大級の旗艦モデル。サーバーからローカルまで高性能が必要な場面に | 256K |
| Gemma 4 MTP | 投機的デコード用のドラフトモデル(推論の高速化に使う補助モデル) | ― |
このほか、医療向けのMedGemma、安全性分類のShieldGemma 2、視覚特化のPaliGemma 2、埋め込み用のEmbeddingGemma、function calling特化のFunctionGemma、encoder-decoder型のT5Gemmaといった専用モデルも併存しています。Gemma 3以前(3n・270Mを含む)は前世代=レガシー扱いのため、これから選ぶならGemma 4系が基本です。
手元のPCで動かす手順はローカル実行ガイド、メモリを節約して動かす方法は量子化の解説、日本語での実力は日本語性能の解説にまとめています(出典:Google AI for Developers – Gemma model overview/同 releases・2026年6月時点)。
料金はかかる?無料で使える?商用利用は?
Gemmaのモデルは無料で公開されており、自分の環境で動かすぶんにはモデルの利用料はかかりません(電気代・サーバー代などの実費は別途)。料金や無料で使う方法は Gemmaの料金・無料利用の解説 にまとめています。商用利用も可能です。現行のGemma 4はApache 2.0ライセンス(Gemmaとして初)で提供され、ライセンス費用や特別な許諾なしで商用利用・再配布ができます。一方、Gemma 3以前の旧世代は独自の「Gemma利用規約」に基づく条件があるため、旧世代を業務で使う場合は Gemmaの商用利用・ライセンス解説 で確認してください。
始め方・動かし方(はじめての方へ)
いちばん手軽なのは、Ollamaなどのツールでダウンロードして動かす方法や、ブラウザのGoogle AI Studioで試す方法です。導入の手順(Ollama/LM Studio/transformers)は Gemma 環境構築・インストール に、クラウドのAPIで使う方法は Gemmaの使い方(AI Studio・API)、本格的にローカル運用する設計は Gemma ローカル実装ガイド、モデルの入手元は Hugging FaceでのGemma入手 にまとめました。
GeminiやChatGPT・Llamaと何が違う?
大きな違いは、軽くて手元で動かせるオープンモデルであることです。クラウド専用のGeminiやChatGPTと違い、Gemmaは無料で・自分の環境で・自社用に改造して使えます。同じオープンモデルのLlamaとの比較は GemmaとLlamaの比較、各モデルとの比較・選び方は Gemmaを他モデルと比較 をご覧ください。
よくある質問
Q. Gemmaは無料で使えますか?
A. モデルは無料で公開されています。自分の環境で動かせばモデルの利用料はかかりません。
Q. 「Gemma」と「Gemini」は何が違いますか?
A. Geminiはクラウドで使うGoogleの旗艦AI、Gemmaは手元で動かせる無料の軽量オープン版です。
Q. 商用利用できますか?
A. 可能です。現行のGemma 4はApache 2.0ライセンスのため、商用利用・再配布ができます。旧世代(Gemma 3以前)は独自の利用規約の条件があるため、事前の確認をおすすめします。
Q. 日本語でも使えますか?
A. 使えます。日本語での質問・文章作成にも対応しています。
Q. 「Gemma」は何と読みますか?
A. 「ジェンマ」と読みます。「Google Gemma」「Gemma AI」と呼ばれることもありますが、同じモデルを指します。
まとめ
Gemmaは、「軽くて・無料で・手元で動かせる」Googleのオープンモデルです。まずはOllamaやGoogle AI Studioで一度動かしてみるところから始めてみてください。「もっとくわしく」と思ったら、このページから各専用記事へ進めば、モデル構成・導入手順・料金・他AIとの違いまで一気に深掘りできます。
関連記事(Gemma)
- gemma 使い方
- gemma ローカルllm
- gemma ファインチューニング 方法
- gemma 日本語 性能
- gemma api 使い方
- gemma vs llama 比較
- gemma 量子化
- gemma 無料 商用利用
監修
河合 継(クリスタルメソッド株式会社 代表取締役)
AI・ディープラーニングに関する特許16件の発明者。過去、国立がん研究センターとの共同研究や、テレビ番組でのAI解説実績を持つAI研究者として、AIの研究開発を主導している。
運営会社について | 編集方針
LLM・ローカルLLMの業務導入をご検討の方へ
クリスタルメソッドは、オープンモデル・ローカルLLMの選定からRAG構築・PoC・本番導入までのAI開発を支援しています。「機密データを外部に出さずにLLMを使いたい」「自社の業務に合うモデルを選びたい」といったご相談を承っています。
- 無料相談・お問い合わせ:ご相談はこちら
Study about AI
AIについて学ぶ
-
ChatGPTの使い方:基本のチャット以外にできること【2026年版】
ChatGPTは、テキストボックスに話しかけるだけの基本のチャット以外にも、多くの使い方がある。GPTs・ファイルを読み込ませた活用・Canvas・Deep R...
-
オンボーディングの設計と実践|定着しない根本原因と「練習ループ」の組み込み方
「オンボーディングが大事なのはわかっている。でも、実際に何をすれば定着するのかがわからない」——そんな声を、人事担当者や現場マネージャーから繰り返し聞いてきまし...
-
AI学習データ・公開情報の著作権リスク——Appleの訴訟が示す日本企業の法的盲点
Appleが直面した訴訟——「公開動画」をAI学習に使えば問題ないのか 2026年4月、YouTubeチャンネルh3h3ProductionsのEthan Kl...