MODEL-ZOO

体验Gemma 4上的Claude Code

想象一下，在Nvidia GPU上运行Claude Code和Google的Gemma 4编程模型——还有比这更好的吗？

admin

• 9 min read
体验Gemma 4上的Claude Code
微信 ezpoda免费咨询：AI编程 | AI模型微调| AI私有化部署
AI工具导航 | ONNX模型库 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

Google Gemma 4是最新的AI编程模型，正在掀起热潮，所以我在Claude Code上试了试。

结果没有让我失望。

如果你读过我的上一篇Gemma 4发布文章，你就知道我对这个新的Google开源编程模型已经很兴奋了。

但我无法充分测试它，因为在本地运行31B模型需要强大的硬件。

这周情况改变了。

Ollama现在通过与NVIDIA在Blackwell GPU上的合作伙伴关系在云端运行Gemma 4。一个命令，你就可以使用一个在LiveCodeBench上得分80%、在AIME 2026上得分89.2%的模型进行编程。

多亏了Ollama，我们正在慢慢远离运行新AI模型所需的复杂硬件，正如我在评测他们的Ollama Launch功能时所说。

对于Gemma 4，你只需要ollama launch claude --model gemma4:31b-cloud，然后就可以运行了。

我花了几个小时测试这个组合

  • 256K上下文窗口可以处理大型代码库而无需分块
  • 原生函数调用与Claude Code的代理工作流配合良好
  • Apache 2.0许可证意味着没有限制。

在本文中，我将带你了解设置过程，运行真实的编码测试，并分享我对这个组合的诚实体验。

1、Gemma 4完美适配Claude Code

Google基于与Gemini 3相同的研究构建了Gemma 4。区别在于你可以自己运行它——本地或通过Ollama Cloud。

Claude Code用户：

31B模型在基准测试中表现出色：

  • LiveCodeBench v6： 80%——这是开源代码SOTA
  • AIME 2026： 89.2%——比Gemma 3在同一测试中的20.8%大幅提升
  • Codeforces ELO： 2150——竞技编程水平
  • MMLU Pro： 85.2%——强大的通用推理能力

作为参考，这些数字在几个月前还是专有模型的前沿水平。

1.1 上下文窗口

31B和26B模型支持256K令牌。较小的E2B和E4B边缘模型最高可达128K。

在实践中，你可以在一次提示中传递整个代码库而无需分块。当模型可以一次性看到所有内容时，多文件重构变得更加顺畅。

1.2 原生函数调用

Gemma 4开箱即用地支持结构化工具使用。

这对Claude Code的代理工作流很重要；模型可以快速轻松地调用外部工具、API并执行多步操作。

1.3 Apache 2.0许可证

与之前带有自定义许可证的Gemma版本不同，

Gemma 4采用Apache 2.0许可证。对商业使用、微调或部署没有限制。与Qwen和大多数开放权重生态系统类似的条款。

2、Ollama Cloud Gemma 4 Claude Code

这正是没有高端GPU的开发者所需要的。

在本地运行31B模型需要20GB+显存。26B MoE需要18GB。不是每个人都有这样的硬件。

Ollama与NVIDIA合作，在云端Blackwell GPU上运行Gemma 4。你可以获得完整的31B模型而无需硬件要求。

设置只需要一个命令：

ollama launch claude --model gemma4:31b-cloud

云模型自动以完整上下文长度运行。你不需要像本地模型那样配置上下文设置。

3、使用Claude Code设置Gemma 4

Gemma 4可在Ollama上使用，具有云集成。一个命令即可让你运行起来。

3.1 先决条件

在开始之前，确保你有：

  • Ollama v0.15+已安装
  • Claude Code v2.1+已安装
  • Ollama Cloud账户

3.2 安装Ollama

如果你还没有安装Ollama：

Mac：

brew install ollama

Linux：

curl -fsSL https://ollama.com/install.sh | sh

Windows： 从ollama.com下载安装程序并运行它。

验证安装：

ollama --version

3.3 安装Claude Code

如果你已经安装了Claude Code，请跳到第3步。

Mac/Linux：

curl -fsSL https://claude.ai/install.sh | bash

Windows PowerShell：

irm https://claude.ai/install.ps1 | iex

验证安装：

claude --version

你应该看到2.1.92或更新版本。

3.4 拉取Gemma 4云模型

ollama pull gemma4:31b-cloud

云模型注册很快，因为推理发生在NVIDIA的Blackwell GPU上。

3.5 使用Gemma 4启动Claude Code

以下是命令：

ollama launch claude --model gemma4:31b-cloud

Ollama在幕后处理API配置。你不需要手动导出环境变量或设置基础URL。

3.6 验证设置

一旦Claude Code运行，检查状态：

/status

你应该看到：

  • 模型：gemma4:31b-cloud
  • Anthropic基础URL：http://127.0.0.1:11434
  • 认证令牌：ANTHROPIC_AUTH_TOKEN

3.7 测试提示

一旦你确认正在使用Gemma 4模型，你现在可以运行测试提示：

4、了解云模型

Gemma 4在Ollama Cloud上远程运行，而不是本地运行。

以下是它的含义：

  • gemma4:31b-cloud： 通过Ollama的云在NVIDIA Blackwell GPU上运行
  • 256K上下文窗口： 完整上下文长度，无需配置
  • 无需本地GPU： 繁重工作在NVIDIA的服务器上完成

你的代码和提示被发送到云端进行处理。如果你正在处理专有代码库，请记住这一点。

5、本地模型选项

如果你有硬件并且更喜欢本地推理：

# 适用于笔记本电脑（10GB+显存）

ollama pull gemma4:e4b
ollama launch claude --model gemma4:e4b

# 适用于工作站（18GB+显存）

ollama pull gemma4:26b
ollama launch claude --model gemma4:26b

# 适用于最高质量（20GB+显存）

ollama pull gemma4:31b
ollama launch claude --model gemma4:31b

本地模型给你隐私和零延迟，但需要大量显存。

6、实际编码测试

我运行了一些测试，看看Gemma 4在真实编码场景中的表现如何。

6.1 复杂应用构建（一次性完成）

与我之前的GLM文章相同的方法。

以下是我的提示：

为我构建一个实时任务追踪器，包含：
- 添加带有标题、优先级、截止日期和标签的任务
- 显示按优先级（条形图）和完成率（进度环）显示任务的仪表板
- 按优先级、标签和日期范围筛选任务
- 带动画的标记完成
- 深色/浅色模式切换
- 使用Tailwind的简洁现代UI
- 保存到本地存储

Gemma 4激活了自动驾驶模式，并使用规划代理在编写任何代码之前分解任务。

它选择了Vite + React + Tailwind + Recharts作为技术栈。然后它问了一个关于"实时"含义的澄清问题——仅UI状态、跨标签同步还是云同步。

这不是我要求的东西。模型将复杂请求分解为阶段，并在继续之前要求澄清。

在选择仅UI状态后，Gemma 4构建了完整的应用程序。

  • 组件组织良好
  • 图表正确渲染
  • 深色模式一次成功

一次性完成一个带有图表、筛选、动画和本地存储持久化的工作应用程序。代码结构简洁，Tailwind类遵循一致的模式。

6.2 多文件操作

256K上下文窗口应该有助于多文件重构。

我要求Gemma 4将一个现有的JavaScript项目重构为TypeScript：

将此项目重构为使用TypeScript而不是JavaScript。
更新所有文件，添加正确的类型，并确保一切仍然正常工作。

Gemma 4在所有文件中保持上下文。当它在更新导入时，它记得那些类型。

6.3 终端操作

我测试了基于终端的编码能力：

使用TypeScript、ESLint、Prettier和Jest设置一个新的Node.js项目。
正确配置所有配置文件，并添加用于开发、构建、测试和lint的npm脚本。

tsconfig.json、.eslintrc、.prettierrc和jest.config.js都能协同工作而没有冲突。

6.4 观察

测试期间有几件事脱颖而出：

  • 自动规划： Gemma 4将复杂任务分解为阶段。它使用规划代理在编写代码之前分解需求。
  • 澄清问题： 当需求不明确时，模型会问聪明的问题。
  • 代码质量： 生成的代码很简洁。组件组织良好。
  • 上下文保留： 多文件操作运行顺畅。
  • 速度： 云端推理很快。

7、最终想法

Claude Code上的Gemma 4提供了速度和良好的性能。Google发布了一个严肃的开源代码模型。

基准测试转化为真实性能。Ollama Cloud集成消除了硬件障碍。

如果你一直在等待一个与Claude Code配合良好的Google模型，这就是它。

原文链接：I Tried Gemma 4 On Claude Code (And Found New FREE Google Coding Beast)

汇智网翻译整理，转载请标明出处