「Multimodal Inference」のコラム

**Cerebras が 2026-06-29 に [Gemma 4 31B を Cerebras Inference で公開](https://www.cerebras.ai/blog/gemma-4-on-cerebras-the-fastest-inference-is-now-multimodal)**、同社プラットフォームで **初のマルチモーダル対応**、Google DeepMind の **初モデル** となる公開プレビュー。**パフォーマンス**: **1,851 output tokens/秒**（一般的な GPU エンドポイントの **35 倍**）、**first token 1.5 秒以下**（推論込み）、[Artificial Analysis Intelligence Index で 29](https://artificialanalysis.ai/) を記録（Claude Haiku 4.5 の 30 と同等）、**Cerebras 上で Haiku の 18 倍速**。**モデル仕様**: **[Gemma 4 31B](../columns/gemma-4-technical-report-2026-07) dense アーキテクチャ**（MoE ではない）、**Apache 2.0 オープンウェイト**、long-context 対応、画像理解（スクリーンショット・チャート・ドキュメント・UI 状態・図面・スキャンページ・フォーム）。**独自価値**: これまで GPU 上では実用不可能だったマルチモーダルワークロード（**computer use / 画像駆動エージェント / UI デバッグ + コードパッチ生成 / ダッシュボードのリアルタイム分析 / 長文ドキュメント要約**）を wafer-scale 速度で解禁。**位置付け**: [Gemma 4 Technical Report](../columns/gemma-4-technical-report-2026-07) で解説した Google DeepMind の open-weights 戦略が、**Cerebras の wafer-scale ハードウェアと組み合わさって『マルチモーダル × 高速推論 × オープンウェイト』の新たなインフラスタック** に到達した事例、[OpenAI GPT-5.6 + ChatGPT Work](../columns/openai-chatgpt-work-launch-2026-07)・[Claude Cowork](../columns/claude-cowork-web-mobile-launch-2026-07) が下地とする **クローズドモデル陣営に対する open-weights + 高速推論陣営の反攻**。[Nous Portal 経由の 300+ モデル中立](../columns/nous-portal-cloud-hermes-agent-2026-07) や [ローカル LLM 展開](../columns/local-llm-landscape-2026-june-update) と組み合わせて **オープンウェイト実用時代の 2026 年後半 AI インフラスタック** を構成。**Cerebras Inference Cloud の公開プレビュー**（期間限定）で提供、[API ドキュメント](https://inference-docs.cerebras.ai/models/gemma-4-31b) 参照。