DeepMind오픈소스

Gemma 4 31B（稠密旗舰模型）

Name: Gemma 4 31B（稠密旗舰模型）
Author: DeepMind

이 모델 비교

Google DeepMind에서 개발한 고성능 오픈 소스 모델. 31B 파라미터의 밀집(dense) 아키텍처를 갖추고 있습니다.

공유:X Hatena LINE

파라미터

컨텍스트

256K

라이선스

Apache 2.0

출시일

2026-04-02

벤치마크 성능

AA Intelligence Index

—

LMArena Elo

—

HLE

—

ARC-AGI-2

—

SWE-bench Verified

—

GPQA Diamond

—

MMLU-Pro

—

LiveCodeBench

—

AIME 2025

—

MATH-500

—

일본어 처리 능력

🌐Multilingual

General multilingual model. Basic Japanese processing is possible, but inferior to specialized models.

API 가격

이 모델의 API 가격 정보는 현재 공개되지 않았습니다

강점

약점

활용 사례

심층 분석

Arena Elo

1451

오픈 덴스 모델 전체 3위

MMLU Pro

85.2%

Qwen3.5-27B: 86.1%

AIME 2026 (도구 미사용)

89.2%

Qwen3.5-27B: 84.2%

LiveCodeBench v6

80.0%

Qwen3.5-27B: 80.7%

GPQA Diamond

84.3%

Qwen3.5-27B: 85.5%

Codeforces ELO

2150

Qwen3.5-27B: 1899

강점

・추론과 수학에서 최상위권 성능 (AIME 2026 89.2%, Codeforces ELO 2150)
・네이티브 함수 호출과 사고 모드를 지원해 고급 에이전트 워크플로를 구성할 수 있음
・256K 컨텍스트와 140개 이상 언어를 지원하는 멀티모달 모델이며 Apache 2.0 라이선스로 상업적 활용이 자유로움

약점

・추론 속도가 경쟁 모델보다 느리다는 보고가 많음 (26B MoE 기준 약 11 토큰/초, Qwen은 60 토큰/초 이상)
・31B 덴스 버전은 네이티브 오디오 입력을 지원하지 않음 (E2B, E4B, 12B 모델만 지원)
・학습 데이터 컷오프가 2025년 1월이라 최신 지식이 필요하면 RAG를 함께 써야 함

경쟁사 비교

Model	Arena	SWE	GPQA	Price
Gemma 4 31B	1451	41.6%	84.3%	무료 (오픈 웨이트)
Qwen3.5-27B	1444	72.4%	85.5%	무료 (오픈 웨이트)
GLM-5	1457	-	-	API 전용

개요

Gemma 4 31B은 Google DeepMind가 Apache 2.0 라이선스로 공개한 플래그십 오픈 웨이트 덴스 트랜스포머 모델이다. 전작인 Gemma 3 27B 대비 추론, 코딩, 에이전트 작업 전반에서 큰 폭으로 도약해 같은 파라미터 구간에서는 최고 수준의 성능을 기록했다. 네이티브 함수 호출, 단계별 추론을 켜고 끌 수 있는 사고 모드, 256K 토큰 컨텍스트 윈도가 핵심 특징이며, Gemini 3와 동일한 연구 스택 위에서 개발돼 성능과 접근성의 균형이 뛰어나다. 80GB H100 한 장으로 구동할 수 있고 양자화하면 소비자용 하드웨어에서도 돌릴 수 있다. 파인튜닝과 자체 배포를 위한 범용 베이스 모델로 자리매김하며 Qwen3.5-27B와 정면으로 경쟁한다. 사람 선호도 순위(Arena Elo)와 경쟁 프로그래밍(Codeforces)에서는 앞서지만 일부 지식 및 에이전트 벤치마크에서는 근소하게 뒤진다. Apache 2.0 라이선스가 기존 사용 제한을 없애면서 상업용 도입 장벽이 크게 낮아진 점이 가장 큰 변화다. 다만 커뮤니티는 느린 추론 속도와 덴스 버전의 오디오 미지원을 뚜렷한 약점으로 지적한다.

벤치마크 및 성능

Gemma 4 31B은 특히 추론과 코딩에서 세대 교체급 성능 향상을 보여준다. 공식 모델 카드와 기술 보고서 기준 주요 벤치마크는 다음과 같다. | 벤치마크 | Gemma 4 31B | Gemma 3 27B (사고 미사용) | Qwen3.5-27B* | 비고 | |---|---|---|---|---| | MMLU Pro | 85.2% | 67.6% | 86.1% | 일반 지식 | | AIME 2026 (도구 미사용) | 89.2% | 20.8% | 84.2% | 고난도 수학 추론 | | LiveCodeBench v6 | 80.0% | 29.1% | 80.7% | 경쟁 프로그래밍 | | Codeforces ELO | 2150 | 110 | 1899 | 알고리즘 문제 해결 | | GPQA Diamond | 84.3% | 42.4% | 85.5% | 대학원 수준 과학 질의응답 | | Tau2-Bench (Retail) | 86.4% | 6.6% | - | 에이전트 도구 사용 | | HLE (검색 사용) | 26.5% | - | - | 고난도 종합 이해 | | MMMU Pro | 76.9% | 49.7% | - | 멀티모달 이해 | | MATH-Vision | 85.6% | 46.0% | - | 시각 기반 수학 추론 | | MRCR v2 (128k) | 66.4% | 13.5% | - | 롱컨텍스트 정보 탐색 | *Qwen3.5-27B 점수는 DataLearner 비교 페이지 기준. 수학(AIME 20.8% → 89.2%)과 코딩(LiveCodeBench 29.1% → 80.0%)에서 세대 간 격차가 특히 두드러진다.

상세 비교

### Qwen3.5-27B와 비교 - **컨텍스트 윈도**: Gemma 4 31B은 256K, Qwen3.5는 1M 토큰을 지원한다. - **멀티모달**: Gemma 4 31B은 최대 60초 영상 입력을 네이티브로 처리하지만 Qwen3.5는 지원하지 않는다. - **코딩과 추론**: Codeforces(2150 대 1899)와 AIME(89.2% 대 84.2%)는 Gemma가 앞서고, SWE-bench Verified(72.4% 대 41.6%)와 에이전트 과제(Tau2-Bench 79.0 대 76.9)는 Qwen이 앞선다. - **라이선스**: 양쪽 모두 Apache 2.0이다. - **속도**: 커뮤니티 측정에서는 Qwen3.5의 생성 속도가 크게 빠르다는 보고가 많다 (약 60 토큰/초 대 26B MoE 기준 약 11 토큰/초). ### GLM-5 (744B MoE)와 비교 - **규모**: GLM-5는 총 744B, 활성 40B의 훨씬 큰 MoE 모델이다. - **성능**: Arena Elo는 GLM-5가 근소하게 높다(1457 대 1451). 추론과 코딩 벤치마크는 공개 데이터만으로는 직접 비교가 어렵다. - **접근성**: GLM-5는 API로만 제공되고 Gemma 4 31B은 가중치가 공개돼 자체 호스팅이 가능하다. - **비용**: Gemma는 자체 호스팅 시 라이선스 비용이 없고 GLM-5의 API 요금은 공개 자료에서 확인되지 않는다. ### 종합 포지셔닝 Gemma 4 31B은 해당 파라미터 구간에서 가장 강력한 덴스 오픈 모델이다. 네이티브 도구 사용을 전제로 추론과 에이전트 워크플로에 최적화돼 있으며, GLM-5나 Kimi K2.6 같은 초대형 MoE 모델과 비교하면 파라미터당 성능과 배포 유연성에서 우위를 갖는다.

커뮤니티 평가

초기 커뮤니티 반응은 전반적으로 긍정적이되 일부 지적도 함께 나왔다. 개발자와 연구자들이 높이 평가한 부분은 다음과 같다. 1. **Apache 2.0 라이선스**: 상업적 활용의 법적 마찰을 없앤 가장 중요한 변화로 평가된다. 2. **다국어 성능**: 독일어, 아랍어, 베트남어 등 비영어권 언어에서 강한 결과가 보고됐다. 3. **코딩과 추론 능력**: 벤치마크 상승폭이 실제 코딩 에이전트 환경에서도 재현된다는 보고가 이어졌다. 반면 다음과 같은 우려도 제기됐다. 1. **추론 속도**: 26B MoE 버전이 약 11 토큰/초로 Qwen 3.5 대비 크게 느리다는 보고가 있어 프로덕션 적용에는 부담이 된다. 2. **대형 모델 부재**: 소문으로 돌던 124B MoE 모델이 출시에 포함되지 않아 상위 구간이 비어 있다. 3. **툴링 성숙도**: 네이티브 함수 호출 자체는 호평이지만 llama.cpp, Ollama 등 기존 에이전트 프레임워크와의 연동은 출시 시점에 다듬을 부분이 남아 있었다. Hugging Face 팀은 사전 리뷰에서 긍정적으로 평가했고, 파인튜닝 베이스 모델로서의 활용이 빠르게 늘고 있다.

활용 사례

**1. 로컬 코딩 에이전트와 IDE 어시스턴트** Codeforces ELO 2150과 네이티브 함수 호출 덕분에 Cursor, VS Code, Codex 같은 도구에서 오프라인 코딩 어시스턴트를 구동하기에 적합하다. 복잡한 알고리즘 문제를 처리하고 로컬 파일 시스템과 API를 직접 다룰 수 있다. 대회형 알고리즘 문제라면 Qwen3.5보다 이 모델이 낫다. **2. 에이전트 워크플로 오케스트레이션** 사고 모드와 Tau2-Bench 86.4% 성적을 바탕으로 다단계 도구 사용 과제에서 강점을 보인다. 예를 들어 웹을 검색하고 수치를 계산한 뒤 결과를 번역하는 리서치 파이프라인을 스스로 계획할 수 있다. 지연 시간보다 추론 깊이와 도구 호출 안정성이 중요할 때 더 큰 모델 대신 선택할 만하다. **3. 롱컨텍스트 문서와 이미지 분석** 256K 컨텍스트에 MMMU Pro 76.9%, MATH-Vision 85.6%를 기록해 긴 기술 문서, PDF, 도표와 수식이 섞인 이미지를 처리하기에 적합하다. 시각 과제에서 Gemma 3 27B 대비 격차가 특히 크다. **4. 도메인 특화 파인튜닝 베이스** 베이스 성능이 강한 덴스 모델이라 법률, 의료, 과학 등 도메인 특화 파인튜닝에 잘 맞는다. Apache 2.0 라이선스라 완전한 커스터마이징과 상업 배포가 가능하다. 파인튜닝 목적이라면 그래디언트 흐름이 단순한 이 덴스 버전이 26B MoE보다 다루기 쉽다.

Gemma 4 31B（稠密旗舰模型）

벤치마크 성능

일본어 처리 능력

API 가격

강점

약점

활용 사례

심층 분석

강점

약점

경쟁사 비교

관련 비교