Google AI Edge for macOS: Galleri, Gemma 4 12B og Eloquent

Den 3. juni 2026 lanserte Google en trio av produkter for lokal AI på macOS – AI Edge Gallery, modellen Gemma 4 12B og AI Edge Eloquent – og skapte dermed et kuratert, lokalt AI-økosystem som utfordrer etablerte aktører som Ollama og LM Studio . Dette er ikke bare en lansering av ny programvare; det er et strategisk grep for å tilby en polert forbrukeropplevelse for lokal AI, dog med en mer kontrollert tilnærming som kan kalles en «inngjerdet hage» .

Google AI Edge Gallery: En kuratert, lokal AI-lekegrind

AI Edge Gallery er en interaktiv app med åpen kildekode som lar Mac-brukere kjøre Googles Gemma-modeller helt og holdent på sin egen maskinvare, og drar nytte av Apple Silicons prosessorkraft . Appen er designet som et utstillingsvindu for AI på enheten, og tilbyr forhåndsbygde eksempler, oversiktlige ytelsesdata og direkte lenker til dokumentasjon – en slags startrampe for utviklere . En unik funksjon er muligheten til å generere og kjøre skript på sparket – for eksempel til dataanalyse – direkte i appen .

Applikasjonen er nå tilgjengelig på macOS, iOS og Android. For macOS-versjonen blir en spesifikk strategi for modellkuratering tydelig . I motsetning til de åpne bibliotekene til Ollama og LM Studio, der du kan hente nesten hvilken som helst kompatibel modell, tilbyr macOS-versjonen av AI Edge Gallery for øyeblikket kun fem håndplukkede Gemma-modeller . Ifølge 9to5Mac inkluderer de tilgjengelige modellene Gemma-4-12B-it, Gemma-4-E2B-it, Gemma-4-E4B-it, en Gemma-4 26B-variant og FunctionGemma-270M . Dette utvalget er kjernen i Googles strategi: et kontrollert miljø med garantert kvalitet .

Motoren under panseret: Ytelse med LiteRT-LM

Under panseret drives økosystemet av Googles egen inferensmotor, LiteRT-LM. Den støtter prosessering på CPU, GPU og NPU på tvers av Linux, macOS og Windows . Modellen som brukes til ytelsesmålinger er Gemma-4-E2B (2,58 GB), og den offisielle dokumentasjonen gir et klart bilde av kapasiteten på en MacBook Pro med M4-brikke :

• CPU: 901 tokens/sek, 42 MB minnebruk, 1,1 s ventetid til første token, 736 MB maksimalt minnebruk .
• GPU (Metal): 7 835 tokens/sek, 160 MB minnebruk, 0,1 s ventetid til første token, 1 623 MB maksimalt minnebruk .

Det enorme spranget i hastighet med GPU-akselerasjon viser hvor godt Googles teknologi er tilpasset Metal-rammeverket i Apple Silicon, og gir en nærmest øyeblikkelig og flytende brukeropplevelse.

Gemma 4 12B: En enkoderfri, multimodal kraftpakke

Utgitt under Apache 2.0-lisensen er Gemma 4 12B stjernen i denne lanseringen . Arkitekturen er dens største fortrinn. Det er en tett, dekoderbasert transformermodell som bruker den samme avanserte dekoderstrukturen som den mye større Gemma 4 31B Dense-modellen .

Den kritiske innovasjonen er dens enkoderfrie, multimodale design. De fleste multimodale modeller bruker separate, tunge enkodere for syn (som en ViT) og lyd (som conformer-lag) for å oversette data for språkmodellen . Gemma 4 12B eliminerer dem fullstendig . I stedet bruker den:

• Syn: En lett «embedder» med 35 millioner parametere erstatter den 27 lag dype synstransformatoren. Rå bildefragmenter på 48x48 piksler projiseres direkte inn i språkmodellens «embedding space» med en enkel matrisemultiplikasjon. Romlig informasjon legges til via et oppslag av faktoriserte koordinater .
• Lyd: Rå lydsignaler projiseres direkte inn i det samme «embedding space»-et som tekst-tokens, uten en separat lydenkoder .

Dette gjør at modellen kan prosessere tekst, bilder, lyd og video i en enhetlig flyt . Google hevder at denne arkitekturen gir «ytelse som nærmer seg vår 26B MoE-modell med mindre enn halvparten av minnebruken», og alt dette mens den kjører på bærbare forbrukermaskiner med kun 16 GB delt minne .

Ytelsestester bekrefter denne selvtilliten og viser at 12B-modellen slår langt over sin vektklasse. På GPQA Diamond (resonnering på forskernivå) oppnår den imponerende 78,8, noe som plasserer den nær 26B-varianten. På akademiske flervalgstester som MMLU Pro oppnår den 77,2 %, og på den konkurransepregede mattetesten AIME 2026 skårer den 77,5 % . På LiveCodeBench for kodegenerering når den en poengsum på 72,5 %, noe som viser robuste praktiske evner innen agent-baserte arbeidsflyter og flertrinns resonnering .

AI Edge Eloquent: Gratis, polert diktering uten nett

Det tredje produktet er Google AI Edge Eloquent, en dikteringsapp som posisjonerer seg som et direkte, gratis alternativ til betalte transkripsjonstjenester . Appen drives av Gemma-baserte modeller og er designet for å fungere helt uten internett .

Appen er mer enn enkel transkripsjon; den fungerer som en automatisk talepolerer. Den «kutter aggressivt ut» fyllord som «eh» og «hm», retter grammatikk i farta og omstrukturerer rå, kaotisk tale til sammenhengende, profesjonell tekst . Dette gjør den mer til et kommunikasjonsverktøy enn en notatapp. Den store forskjellen er prislappen: det er ingen abonnementsavgift og ingen bruksgrense . macOS-versjonen krever macOS 13.0 eller nyere og en Mac med Apple M1-brikke eller nyere, men App Store-siden påpeker at enkelte avanserte tilleggsfunksjoner kan kreve skyprosessering .

Strategi: «Den inngjerdede hagen» mot det åpne biblioteket

Denne lanseringen etablerer to motstridende filosofier for lokal AI. Googles strategi er en «inngjerdet hage»-tilnærming: et kuratert, Google-godkjent sett med modeller, tett integrert med merkede apper (Gallery for utforsking, Eloquent for diktering) og en enhetlig inferensmotor (LiteRT-LM) med CLI og Python-API . Målet er å gi en sømløs forbrukeropplevelse som «bare virker» rett ut av esken.

Dette står i direkte kontrast til Ollama og LM Studio, som prioriterer maksimal fleksibilitet og valgfrihet som åpne biblioteker der brukere kan hente enhver kompatibel modell . Det er verdt å merke seg at både Ollama og LM Studio allerede støtter den åpne Gemma 4 12B-modellen, så Googles modell er ikke eksklusiv for deres egen programvare .

Googles fordel ligger i en spesialtilpasset optimalisering, der deres egne modeller er finjustert for deres egen inferensmotor på Apple Silicon for bedre ytelse og lavere minnebruk. Avveiningen for brukeren er klar: du får en mer polert og integrert opplevelse, men du kan ikke kjøre modeller utenfor Googles kuraterte Gemma-familie. Dette posisjonerer Google for å kapre brukere som verdsetter pålitelighet og brukervennlighet foran eksperimentell frihet, og skaper et tydelig veiskille for lokal AI på Mac.