Jadi kamu mau menjalankan Gemma 4. Kabar baiknya — ada banyak cara untuk melakukannya, dan setidaknya satu di antaranya pasti cocok untuk situasimu. Baik kamu mau satu perintah di terminal atau GUI tinggal klik, panduan ini mencakup semua opsi.
Mari kita bahas setiap metode, dari yang paling mudah sampai paling advanced.
Metode 1: Ollama (Direkomendasikan untuk Kebanyakan Orang)
Ini cara tercepat dari nol sampai Gemma 4 berjalan. Satu perintah, dan kamu sudah bisa ngobrol.
# Instal Ollama dulu (macOS)
brew install ollama
# Lalu jalankan Gemma 4 — otomatis download
ollama run gemma4Itu saja. Ollama mengurus download, setup model, dan memberikan sesi chat interaktif langsung di terminal.
Mau ukuran model tertentu? Tambahkan tag:
ollama run gemma4:e2b # Terkecil, tercepat
ollama run gemma4:e4b # Terbaik untuk kebanyakan laptop
ollama run gemma4:26b # MoE, efisiensi tinggi
ollama run gemma4:31b # Kualitas maksimumUntuk panduan lengkap Ollama, cek panduan Ollama detail kami.
Cocok untuk: Developer, pengguna terminal, siapa saja yang mau setup tercepat.
Metode 2: LM Studio (GUI Terbaik)
Kalau kamu lebih suka tidak menyentuh terminal, LM Studio adalah pilihan tepat. Ini aplikasi desktop dengan antarmuka bersih untuk download dan menjalankan model lokal.
Langkah-langkah:
- Download LM Studio dari lmstudio.ai
- Buka aplikasi dan cari "gemma4" di browser model
- Klik tombol download di samping ukuran model yang kamu mau
- Setelah terdownload, klik "Chat" dan mulai ngobrol
LM Studio juga memungkinkan kamu mengatur pengaturan seperti temperature, panjang konteks, dan system prompt melalui sidebar — tanpa perlu file konfigurasi.
Untuk panduan lengkap, lihat panduan LM Studio kami.
Cocok untuk: Non-developer, yang suka GUI, siapa saja yang mau bereksperimen dengan pengaturan model secara visual.
Metode 3: Hugging Face (Download Weight Langsung)
Ini jalur untuk ML engineer dan peneliti yang mau raw model weights. Kamu akan download file langsung dan memuatnya ke pipeline inferensi sendiri.
# Instal Hugging Face CLI
pip install huggingface-hub
# Download Gemma 4 E4B
huggingface-cli download google/gemma-4-e4b
# Atau download kuantisasi GGUF tertentu
huggingface-cli download google/gemma-4-e4b-GGUF \
--include "gemma-4-e4b-Q4_K_M.gguf"Kamu juga bisa browse dan download dari web UI di huggingface.co/google — cari saja "gemma-4".
Catatan: Kamu perlu menyetujui perjanjian lisensi Google di Hugging Face sebelum download. Lisensinya Apache 2.0, jadi tidak ada batasan aneh — cuma sekali klik.
Memuat di Python dengan 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 = "Jelaskan quantum computing dengan bahasa sederhana"
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))Cocok untuk: Peneliti ML, fine-tuning, pipeline inferensi custom, integrasi dengan codebase ML yang sudah ada.
Metode 4: Google AI Studio (Tanpa Download)
Tidak mau download apa-apa? Google AI Studio memungkinkan kamu menggunakan Gemma 4 langsung di browser. Tanpa setup, tanpa kebutuhan hardware.
Buka aistudio.google.com dan pilih Gemma 4 dari dropdown model. Kamu dapat antarmuka chat lengkap, playground prompt, dan bahkan pembuatan API key.
# Kamu juga bisa menggunakan API setelah mendapat key
import google.generativeai as genai
genai.configure(api_key="API_KEY_KAMU")
model = genai.GenerativeModel("gemma-4-e4b")
response = model.generate_content("Tulis haiku tentang coding")
print(response.text)Cek panduan Google AI Studio kami untuk panduan lengkap.
Cocok untuk: Testing cepat, eksplorasi tanpa setup, orang dengan hardware terbatas.
Metode 5: Kaggle (Sumber Download Alternatif)
Kaggle juga menyediakan model Gemma 4. Ini sangat berguna kalau kamu sudah di ekosistem Kaggle atau mau notebook GPU gratis untuk testing.
Langkah-langkah:
- Buka kaggle.com/models/google/gemma-4
- Setujui lisensi
- Download weights langsung, atau gunakan di notebook Kaggle dengan GPU gratis
# Di notebook Kaggle dengan GPU
import kagglehub
model_path = kagglehub.model_download("google/gemma-4/transformers/e4b")
print(f"Model terdownload ke: {model_path}")Cocok untuk: Pengguna Kaggle, akses GPU gratis untuk testing, riset akademis.
Metode Mana yang Harus Dipilih?
Ini matriks keputusan cepat:
| Metode | Waktu Setup | Kesulitan | Perlu GPU? | Offline? | Cocok Untuk |
|---|---|---|---|---|---|
| Ollama | 2 menit | Mudah | Tidak (tapi membantu) | Ya | Developer, penggunaan harian |
| LM Studio | 5 menit | Sangat Mudah | Tidak (tapi membantu) | Ya | Suka GUI, pemula |
| Hugging Face | 10-15 menit | Advanced | Direkomendasikan | Ya | ML engineer, fine-tuning |
| Google AI Studio | 30 detik | Sangat Mudah | Tidak | Tidak | Testing cepat, tanpa hardware |
| Kaggle | 5-10 menit | Sedang | GPU Gratis! | Tidak | Riset, eksperimen |
Rekomendasi
- Cuma mau coba? → Google AI Studio. Tanpa setup.
- Mau jalankan setiap hari di komputer? → Ollama. Satu perintah selesai.
- Suka GUI? → LM Studio. Bersih dan sederhana.
- Mau bikin sesuatu custom? → Hugging Face. Kontrol penuh.
- Butuh waktu GPU gratis? → Kaggle. GPU T4/P100 gratis.
Kebutuhan Penyimpanan
Sebelum download, pastikan kamu punya cukup ruang disk:
| Model | GGUF (Q4_K_M) | Full Weights (FP16) |
|---|---|---|
| E2B | ~1.5 GB | ~4 GB |
| E4B | ~3 GB | ~8 GB |
| 26B MoE | ~8 GB | ~52 GB |
| 31B Dense | ~18 GB | ~62 GB |
Kebanyakan orang sebaiknya ambil versi GGUF terkuantisasi — ukurannya jauh lebih kecil dan perbedaan kualitasnya minimal untuk penggunaan sehari-hari. Tidak yakin apakah komputermu bisa menangani ukuran model tertentu? Cek panduan kebutuhan hardware kami sebelum download.
Troubleshooting Download
Download terlalu lambat?
- Hugging Face: Coba set
HF_HUB_ENABLE_HF_TRANSFER=1setelah instalpip install hf-transfer - Ollama: Download biasanya cepat, tapi cek koneksi internet
- Coba mirror kalau kamu di wilayah dengan akses lambat ke server default
Ruang disk kurang?
- Mulai dengan E2B atau E4B — ukurannya jauh lebih kecil
- Gunakan versi terkuantisasi (GGUF Q4) daripada full-precision weights
- Bersihkan model lama:
ollama rm <nama_model>
Masalah lisensi di Hugging Face?
- Pastikan kamu sudah login:
huggingface-cli login - Setujui lisensi di halaman model sebelum mencoba download
Langkah Selanjutnya
Setelah Gemma 4 terdownload, ini yang bisa kamu lakukan:
- Setup Ollama dengan benar → Cara Menjalankan Gemma 4 dengan Ollama
- Konfigurasi LM Studio → Panduan LM Studio
- Pilih ukuran model yang tepat → Model Gemma 4 Mana yang Harus Dipakai?
- Ada masalah? → Panduan Troubleshooting Gemma 4
