Vous voulez faire tourner Gemma 4 ? Bonne nouvelle — il existe plusieurs façons de le faire, et au moins une sera parfaite pour votre situation. Que vous vouliez une seule commande dans le terminal ou une interface graphique pointer-cliquer, ce guide couvre toutes les options.
Passons en revue chaque méthode, de la plus simple à la plus avancée.
Méthode 1 : Ollama (recommandé pour la plupart)
C'est le chemin le plus rapide pour passer de zéro à une conversation avec Gemma 4. Une commande, et c'est parti.
# Installer Ollama d'abord (macOS)
brew install ollama
# Puis lancer Gemma 4 — il se télécharge automatiquement
ollama run gemma4C'est littéralement tout. Ollama gère le téléchargement, la configuration du modèle, et vous donne un chat interactif directement dans votre terminal.
Vous voulez une taille de modèle spécifique ? Ajoutez simplement un tag :
ollama run gemma4:e2b # Le plus petit, le plus rapide
ollama run gemma4:e4b # Idéal pour la plupart des portables
ollama run gemma4:26b # MoE, excellente efficacité
ollama run gemma4:31b # Qualité maximalePour un guide complet sur Ollama, consultez notre guide Ollama détaillé.
Idéal pour : les développeurs, les utilisateurs du terminal, tous ceux qui veulent la configuration la plus rapide.
Méthode 2 : LM Studio (meilleure expérience GUI)
Si vous préférez ne pas toucher au terminal, LM Studio est votre allié. C'est une application de bureau avec une interface claire pour télécharger et exécuter des modèles locaux.
Étapes :
- Téléchargez LM Studio depuis lmstudio.ai
- Ouvrez l'application et cherchez "gemma4" dans le navigateur de modèles
- Cliquez sur le bouton de téléchargement à côté de la taille de modèle souhaitée
- Une fois téléchargé, cliquez sur "Chat" et commencez à discuter
LM Studio vous permet aussi d'ajuster les paramètres comme la température, la longueur de contexte et les prompts système via une barre latérale intuitive — pas besoin de fichiers de configuration.
Pour un guide complet, consultez notre guide LM Studio.
Idéal pour : les non-développeurs, ceux qui préfèrent les interfaces graphiques, tous ceux qui veulent expérimenter visuellement les paramètres du modèle.
Méthode 3 : Hugging Face (téléchargement direct des poids)
C'est la voie pour les ingénieurs ML et chercheurs qui veulent les poids bruts du modèle. Vous téléchargerez les fichiers directement et les chargerez dans votre propre pipeline d'inférence.
# Installer le CLI Hugging Face
pip install huggingface-hub
# Télécharger Gemma 4 E4B
huggingface-cli download google/gemma-4-e4b
# Ou télécharger une quantification GGUF spécifique
huggingface-cli download google/gemma-4-e4b-GGUF \
--include "gemma-4-e4b-Q4_K_M.gguf"Vous pouvez aussi parcourir et télécharger depuis l'interface web sur huggingface.co/google — cherchez simplement "gemma-4".
Note : vous devrez accepter l'accord de licence de Google sur Hugging Face avant de télécharger. C'est Apache 2.0, donc pas de restrictions bizarres — juste un clic unique.
Chargement en Python avec Transformers :
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "google/gemma-4-e4b"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
model_name,
device_map="auto",
torch_dtype="auto"
)
input_text = "Explain quantum computing in simple terms"
inputs = tokenizer(input_text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))Idéal pour : les chercheurs en ML, le fine-tuning, les pipelines d'inférence personnalisés, l'intégration avec des codebases ML existantes.
Méthode 4 : Google AI Studio (aucun téléchargement nécessaire)
Vous ne voulez rien télécharger du tout ? Google AI Studio vous permet d'utiliser Gemma 4 directement dans votre navigateur. Aucune configuration, aucune exigence matérielle.
Rendez-vous sur aistudio.google.com et sélectionnez Gemma 4 dans le menu déroulant des modèles. Vous obtenez une interface de chat complète, un terrain de jeu pour les prompts, et même la génération de clés API.
# Vous pouvez aussi utiliser l'API après avoir obtenu une clé
import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemma-4-e4b")
response = model.generate_content("Write a haiku about coding")
print(response.text)Consultez notre guide Google AI Studio pour le guide complet.
Idéal pour : les tests rapides, l'exploration sans configuration, les personnes avec du matériel limité.
Méthode 5 : Kaggle (source de téléchargement alternative)
Kaggle héberge aussi les modèles Gemma 4. C'est particulièrement pratique si vous êtes déjà dans l'écosystème Kaggle ou si vous voulez des notebooks GPU gratuits pour tester.
Étapes :
- Allez sur kaggle.com/models/google/gemma-4
- Acceptez la licence
- Téléchargez les poids directement, ou utilisez-les dans un notebook Kaggle avec GPU gratuit
# Dans un notebook Kaggle avec GPU
import kagglehub
model_path = kagglehub.model_download("google/gemma-4/transformers/e4b")
print(f"Model downloaded to: {model_path}")Idéal pour : les utilisateurs de Kaggle, l'accès gratuit au GPU pour tester, la recherche académique.
Quelle méthode choisir ?
Voici la matrice de décision rapide :
| Méthode | Temps de config. | Difficulté | GPU requis ? | Hors ligne ? | Idéal pour |
|---|---|---|---|---|---|
| Ollama | 2 min | Facile | Non (mais aide) | Oui | Développeurs, usage quotidien |
| LM Studio | 5 min | Très facile | Non (mais aide) | Oui | Amateurs de GUI, débutants |
| Hugging Face | 10-15 min | Avancé | Recommandé | Oui | Ingénieurs ML, fine-tuning |
| Google AI Studio | 30 sec | Très facile | Non | Non | Tests rapides, pas de matériel |
| Kaggle | 5-10 min | Moyen | GPU gratuits ! | Non | Recherche, expérimentation |
Ma recommandation
- Vous voulez juste essayer ? → Google AI Studio. Zéro configuration.
- Vous voulez l'utiliser au quotidien ? → Ollama. Une commande et c'est fait.
- Vous préférez une interface graphique ? → LM Studio. Simple et clair.
- Vous construisez quelque chose de personnalisé ? → Hugging Face. Contrôle total.
- Vous avez besoin de GPU gratuit ? → Kaggle. GPU T4/P100 gratuits.
Espace de stockage requis
Avant de télécharger, vérifiez que vous avez assez d'espace disque :
| Modèle | GGUF (Q4_K_M) | Poids complets (FP16) |
|---|---|---|
| E2B | ~1,5 Go | ~4 Go |
| E4B | ~3 Go | ~8 Go |
| 26B MoE | ~8 Go | ~52 Go |
| 31B Dense | ~18 Go | ~62 Go |
La plupart des gens devraient prendre les versions GGUF quantifiées — elles sont beaucoup plus petites et la différence de qualité est minimale pour un usage quotidien. Pas sûr que votre machine puisse gérer une taille de modèle particulière ? Consultez notre guide de configuration matérielle avant de télécharger.
Dépannage des téléchargements
Téléchargement trop lent ?
- Hugging Face : essayez
HF_HUB_ENABLE_HF_TRANSFER=1après avoir installépip install hf-transfer - Ollama : les téléchargements sont généralement rapides, mais vérifiez votre connexion internet
- Essayez un miroir si vous êtes dans une région avec un accès lent aux serveurs par défaut
Pas assez d'espace disque ?
- Commencez avec E2B ou E4B — ils sont beaucoup plus petits
- Utilisez les versions quantifiées (GGUF Q4) au lieu des poids en pleine précision
- Nettoyez les anciens modèles :
ollama rm <model_name>
Problèmes de licence sur Hugging Face ?
- Vérifiez que vous êtes connecté :
huggingface-cli login - Acceptez la licence sur la page du modèle avant d'essayer de télécharger
Étapes suivantes
Une fois Gemma 4 téléchargé, voici où aller :
- Configurer Ollama correctement → Comment exécuter Gemma 4 avec Ollama
- Configurer LM Studio → Guide LM Studio
- Choisir la bonne taille de modèle → Quel modèle Gemma 4 choisir ?
- Des problèmes ? → Guide de dépannage Gemma 4
