币界网のニュースによると、GoogleはGemma 4シリーズのマルチトークン予測（MTP）ドラフトモデルを公開し、オープンソース化しました。

これは投機的デコーディング（speculative decoding）アーキテクチャを採用した軽量な補助モデルであり、メインモデルが最終検証権を保持したまま、最大3倍の推論速度向上を実現し、出力の品質や論理推論能力を全く損なうことなく動作します。
このモデルはGemma 4と同じApache 2.0ライセンスの下で全面的にオープンソース化されており、vllm、sglang、ollamaなどの主流推論フレームワークにネイティブに対応しています。
今回の高速化最適化により、一般的な消費者向けグラフィックカード上で26bのMOEモデルや31bの密結合モデルをスムーズに動作させることができ、またモバイルデバイス上でも低消費電力でリアルタイムAIインタラクションをサポートできるようになりました。