/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gemma-4-26B-A4B-it-assistant
Библиотека
gguf
Опубликована
7 мая 2026

gemma-4-26B-A4B-it-assistant-GGUF

Генерация текстаТекст → текст15 профессий

AtomicChat/gemma-4-26B-A4B-it-assistant-GGUF — это GGUF-квантизированная версия модели Google Gemma 4 26B A4B It Assistant, подготовленная Atomic Chat на основе оригинальных весов google/gemma-4-26B-A4B-it-assistant.

2 626скачиваний за 30 дней33лайкавеса обновлены23 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для локального и полностью офлайн-использования в задачах генерации текста, диалоговых ассистентов, рассуждений, программирования, работы с математическими и визуальными задачами. Репозиторий содержит только текстовые варианты модели без vision projector.

Модель имеет 25,2 млрд параметров, из которых 3,8 млрд активны на каждом токене, 30 слоёв и контекст до 256 тысяч токенов. Архитектура — decoder с гибридным вниманием: sliding-window attention с окном 1024 токена и глобальное внимание; используется 16 attention heads и 8 KV heads. Базовая модель поддерживает текст и изображения, однако данные GGUF рассчитаны только на текст. Доступны варианты квантизации Q4_K_S, Q4_K_M, Q5_K_M, Q8_0 и F16; Q4_K_M указан как оптимальный баланс размера, скорости и качества.

К сильным сторонам относятся высокая эффективность MoE-подобной конфигурации с малым числом активных параметров, большой контекст, возможности рассуждения и хорошие заявленные результаты в тестах по знаниям, математике, программированию и мультимодальным задачам. Результаты бенчмарков относятся к базовой модели Google, а не к независимым измерениям этих квантизированных файлов; качество также зависит от выбранного уровня квантизации. Для корректной работы требуется применять чат-шаблон Gemma 4 Assistant, например через поддержку jinja. Модель распространяется по лицензии Apache 2.0.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Gemma 4 26B A4B It Assistant, self-quantized to GGUF by Atomic Chat. Built straight from Google's original weights with a per-tensor importance matrix, so this is not a repack of somebody else's files. Runs fully offline.

Highlights

  • 25.2B total / 3.8B active per token parameters: the weights this repo quantizes.
  • Context length: 256K tokens, as published by Google.
  • 30 layers: Dense decoder, hybrid sliding-window (1024) and global attention.
  • Modalities: the base model handles Text, Image; this repo ships text-only quants, it carries no vision projector.
  • Full imatrix ladder: every quant is calibrated with an importance matrix.
  • Reasoning: All models in the family are designed as highly capable reasoners, with configurable thinking modes.
  • Diverse & Efficient Architectures: Offers Dense and Mixture-of-Experts (MoE) variants of different sizes for scalable deployment.

[!NOTE] These GGUFs are self-quantized from the original weights, not a repack. The importance matrix keeps low-bit quants closer to the full-precision model.

[!IMPORTANT] Always pass --jinja so the Gemma 4 26B A4B It Assistant chat template is applied. Without it the model can emit malformed turns.

Model Overview

PropertyValue
Base modelgoogle/gemma-4-26B-A4B-it-assistant
Parameters25.2B total / 3.8B active per token
Layers30
Sliding window1024 tokens
Context length256K tokens
Vocabulary262K
ModalitiesText, Image in the base model; text only in this repo, it ships no vision projector
ArchitectureDense decoder, hybrid sliding-window (1024) and global attention, 16 attention heads over 8 KV heads, Gemma4AssistantForCausalLM
This repoGGUF quants (imatrix). Quants: Q4_K_S, Q4_K_M, Q5_K_M, Q8_0, F16

Benchmarks

BenchmarkScore
MMLU Pro82.6%
AIME 2026 no tools88.3%
LiveCodeBench v677.1%
Codeforces ELO1718
GPQA Diamond82.3%
Tau2 (average over 3)68.2%
HLE no tools8.7%
HLE with search17.2%
BigBench Extra Hard64.8%
MMMLU86.3%
MMMU Pro73.8%
OmniDocBench 1.5 (average edit distance, lower is better)0.149
MATH-Vision82.4%
MedXPertQA MM58.1%
MRCR v2 8 needle 128k (average)44.1%

Scores are Google's published results for the base google/gemma-4-26B-A4B-it-assistant, not our own measurements. Quantization preserves the large majority of this; Q4_K_M and up stay close to full precision.

Choosing a quant

QuantSizeNotes
Q4_K_S321 MBCompact 4-bit, fast.
Q4_K_M325 MBRecommended default. Best balance of size, speed and quality.
Q5_K_M342 MBHigher quality, low loss.
Q8_0462 MBEffectively lossless, reference quality.
F160.9 GBUnquantized reference, twice the size of Q8_0.

[!TIP] Pick the largest file that fits your (V)RAM with room for context. Q4_K_M is the sweet spot for most setups; Q6_K or Q8_0 for maximum fidelity.

Get started

Run Gemma 4 26B A4B It Assistant locally with:

  • Atomic Chat: the easiest path. Open the app, search AtomicChat/gemma-4-26B-A4B-it-assistant-GGUF, pick a quant, hit Use this model.
  • llama.cpp: llama-server -hf AtomicChat/gemma-4-26B-A4B-it-assistant-GGUF:Q4_K_M --jinja -c 8192
  • Ollama: ollama run hf.co/AtomicChat/gemma-4-26B-A4B-it-assistant-GGUF:Q4_K_M
  • LM Studio / Jan: search the repo id, download any quant.

Best practices

ParameterValue
temperature1.0
top_p0.95
top_k64

Google's recommended sampling configuration for google/gemma-4-26B-A4B-it-assistant.

Run in llama.cpp

git clone https://github.com/ggml-org/llama.cpp
cmake llama.cpp -B llama.cpp/build -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON
cmake --build llama.cpp/build --config Release -j --target llama-cli llama-server
./llama.cpp/build/bin/llama-server \
    -hf AtomicChat/gemma-4-26B-A4B-it-assistant-GGUF:Q4_K_M \
    --jinja -ngl 99 -c 8192 -fa on

How these were made

  1. Download google/gemma-4-26B-A4B-it-assistant (original weights).
  2. Convert to f16 GGUF with llama.cpp.
  3. Build an importance matrix over our calibration corpus.
  4. Quantize the ladder with --imatrix.

License

Original model by Google, released under the Apache 2.0 license. Full terms: Apache 2.0. Quantized by Atomic Chat.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
029be93

0 моделей