GoogleがDiffusionGemmaを発表：テキスト拡散で最大4倍高速なローカル生成へ

---

DiffusionGemmaとは：テキスト拡散モデルの概要

Google DeepMindが2026年6月10日に発表した実験的オープンソースモデルであるDiffusionGemmaは、従来の自己回帰型LLMとは全く異なるアプローチを採用しています。テキスト拡散プロセスを用いることで、256トークンを並列生成することが可能になりました。

📑目次

1. DiffusionGemmaとは：テキスト拡散モデルの概要
2. 性能ベンチマークとハードウェア要件
3. 従来Gemma/Geminiとの違いと位置づけ
4. ユースケースと開発者向け実用性
5. 制限事項と注意点
6. DiffusionGemmaの始め方とエコシステム
7. よくある質問（FAQ）
8. まとめ

総パラメータ数は26Bですが、MoE構造により推論時にはアクティブ3.8Bのみを使用し、Apache 2.0ライセンスで公開されています。公式発表は https://deepmind.google/models/gemma/diffusiongemma/ で確認できます。

---

性能ベンチマークとハードウェア要件

NVIDIA H100では1,000トークン/秒を超える速度を記録し、RTX 5090では700トークン/秒以上を実現しています。これは従来の自己回帰モデル比で最大4-5倍の高速化です。

項目	値	備考
総パラメータ	26B	MoE
アクティブ	3.8B	推論時
最大速度	1000+ tok/s	H100
VRAM要件	~18GB	量子化時
並列生成	256 tokens	1パス

出典: https://blog.google/innovation-and-ai/technology/developers-tools/diffusion-gemma-faster-text-generation/ , https://ai.google.dev/gemma/docs/diffusiongemma （2026年6月時点）

---

従来Gemma/Geminiとの違いと位置づけ

Gemma 4をベースにしていますが、生成方式が根本的に異なり、双方向注意機構で全体文脈を同時考慮します。自己修正機能によりブロック全体を反復精査し、フォーマット閉じやエラー修正に強い点が特徴です。

ローカル低並行度ワークロード向けに最適化されており、クラウドの高QPS用途には不向きです。品質はGemma 4よりやや低めですが、インタラクティブなリアルタイム用途で優位性を発揮します。

---

ユースケースと開発者向け実用性

インライン編集、コードインフィリング、数学的グラフ、Sudoku型依存タスクに最適です。並列生成により非線形タスクで優位性を示します。ローカルGPU運用や高速AIアシスタント構築に有効です。

推奨設定として、最大48 denoising steps、温度スケジュール0.8→0.4、適応早期停止（エントロピー閾値0.005）を推奨します。

---

制限事項と注意点

短い生成では効率が低下し、単一トークンエラーで全体が無効化されるリスクが高くなります。クラウド大規模バッチ処理では自己回帰型が依然として有利です。実験的モデルであるため、本番用途ではGemma 4を推奨します。

---

DiffusionGemmaの始め方とエコシステム

Hugging Face、Kaggle、Vertex AI Model Gardenから重みを取得できます。推論にはHugging Face Transformers、vLLM、MLXが対応しており、llama.cppも近日対応予定です。Fine-tuningにはUnslothやHackable Diffusion (JAX)、NVIDIA NeMoが利用可能です。

---

よくある質問（FAQ）

Q: DiffusionGemmaはGemma 4とどう違うのですか？

A: 生成方式が自己回帰ではなく拡散プロセスを採用している点が最大の違いです。並列生成と自己修正機能が強みです。

Q: ローカルGPUで本当に4倍速くなるのですか？ハードウェア要件は？

A: H100やRTX 5090で最大4-5倍の速度向上が確認されています。量子化モデルで18GB VRAM程度が必要です。

Q: コード補完やインライン編集で具体的にどんな利点がありますか？

A: 並列生成により未来トークンを考慮した非線形タスクに強く、インライン編集やコード補完で高い精度を発揮します。

Q: 量子化モデルはどこからダウンロードできますか？

A: Hugging FaceやKaggleから入手可能です。Vertex AI Model Gardenも利用できます。

Q: クラウド推論よりローカル向きな理由は何ですか？

A: 低並行度ワークロードに最適化されており、インタラクティブなリアルタイム用途で優位です。大規模バッチには不向きです。

Q: 既存Gemmaモデルからの移行は簡単ですか？

A: 推論エンジンの変更が必要ですが、Hugging Face Transformersなどで比較的容易に移行できます。

Q: ファインチューニングの事例やガイドはありますか？

A: UnslothやNVIDIA NeMoを使用したガイドが公開されています。JAXベースのHackable Diffusionも利用可能です。

Q: 短いプロンプトでのパフォーマンスはどうですか？

A: 短い生成では効率が低下する傾向があります。長めのコンテキストで本領を発揮します。

---

関連記事:

• Google Gemini 3.1 Pro の Gemini-SQL2 が BIRD Text-to-SQL で 80.04% SOTA 達成
• Google、Gemini 3.5 Live Translate発表 — 70言語以上対応のリアルタイム音声翻訳
• GLM-5.2 リリース — 1Mトークン context + 長時間エージェント/コーディング特化（MITオープンウェイト）

まとめ

DiffusionGemmaはテキスト拡散による並列生成でローカルAIの可能性を広げるモデルです。GPUローカル運用や高速インタラクティブワークフローを求める開発者にとって有力な選択肢となります。まずはHugging Faceから重みを入手して試してみてください。

関連する新しい記事:

• Google Gemini Managed Agents API GA — マネージドsandboxで単一APIコールによるagent実行を実現 – This published update adds current operational context for GoogleがDiffusionGemmaを発表：テキスト拡散で最大4倍高速なローカル生成へ.
• Gemini 3.5 Flash に Computer Use 正式統合 — ブラウザ/モバイル/デスクトップ横断エージェントが容易に – This published update adds current operational context for GoogleがDiffusionGemmaを発表：テキスト拡散で最大4倍高速なローカル生成へ.
• Gemini Study Notebooksの使い方と学習効果を最大化するポイント – This published update adds current operational context for GoogleがDiffusionGemmaを発表：テキスト拡散で最大4倍高速なローカル生成へ.
• agents-cli v1.0.0徹底解説 — Google公式CLIでClaude CodeやCursor対応のAIエージェントを即作成・評価・Cloud Runデプロイ – This published update adds current operational context for GoogleがDiffusionGemmaを発表：テキスト拡散で最大4倍高速なローカル生成へ.