{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreibpfcnu3ukh4eoctdifj5phchiferbp5i2mesp4pdlrhdjjcjetiu",
    "uri": "at://did:plc:46dtqwuc6bckm3ewbfuqlnxt/app.bsky.feed.post/3mnjivpphtmm2"
  },
  "coverImage": {
    "$type": "blob",
    "ref": {
      "$link": "bafkreihhngt4gnx3kup2gtgpfumbci2ck3zddpd2vsgopmqzcxjulkdovm"
    },
    "mimeType": "image/webp",
    "size": 21262
  },
  "path": "/node/150791",
  "publishedAt": "2026-06-05T01:39:00.000Z",
  "site": "https://www.blognone.com",
  "tags": [
    "โมเดล E4B ที่รันระดับอุปกรณ์ได้ดี กับ 26B MoE",
    "Hugging Face",
    "Kaggle",
    "กูเกิล",
    "arjin"
  ],
  "textContent": "Google ออก Gemma 4 12B โมเดลแบบเปิด รันโลคอลได้ด้วยแรม 16GB รองรับอินพุทผสมผสาน\n\nBody\n\nกูเกิลออกโมเดลปัญญาประดิษฐ์ LLM แบบเปิดตระกูล Gemma 4 รุ่นใหม่ **Gemma 4 12B** โดยบอกว่าเป็นโมเดลขนาดกลางที่ดึงจุดเด่นของโมเดล E4B ที่รันระดับอุปกรณ์ได้ดี กับ 26B MoE ที่มีความสามารถหลากหลาย ทำให้ออกมาเป็นโมเดลที่รันระดับอุปกรณ์และสามารถทำงานได้หลากหลาย รวมทั้งการรับอินพุทแบบเสียง\n\nGemma 4 12B มีจุดเด่นหลายอย่าง เช่น ไม่ต้องใช้ Encoder เพิ่มเติมสำหรับอินพุทภาพ-เสียง ใช้โมเดลหลักจบในตัวได้เลย ลดการใช้งานหน่วยความจำ, การคิดเป็นเหตุผลทำได้เทียบเคียง 26B, รันได้บนแล็ปท็อปแรม 16GB\n\nนักพัฒนาที่สนใจสามารถทดลองใช้ Gemma 4 12B ได้ผ่านช่องทางออนไลน์ทั้ง LM Studio, Ollama, Google AI Edge Gallery และอื่น ๆ หากต้องการรันที่ระดับอุปกรณ์ สามารถดาวน์โหลดได้ผ่าน Hugging Face และ Kaggle\n\nที่มา: กูเกิล\n\narjin Fri, 05/06/2026 - 08:39",
  "title": "Google ออก Gemma 4 12B โมเดลแบบเปิด รันโลคอลได้ด้วยแรม 16GB รองรับอินพุทผสมผสาน"
}