/ Модель

Характеристики

Лицензия
Gemma
Базовая модель
gemma-4-26B-A4B-it
Библиотека
gguf
Опубликована
20 мая 2026

Gemma-4-26B-A4B-it-MXFP4-MOE-GGUF

Генерация текстаТекст → текст12 профессий

Квантованная 4-битная версия Gemma 4 26B A4B IT в GGUF для диалогов, следования инструкциям и анализа изображений.

294скачиваний за 30 дней1лайквеса обновлены20 мая 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Это квантованная версия Gemma 4 26B A4B IT от Google, опубликованная FreedomAISVR в формате GGUF для запуска через llama.cpp. Основа — инструкцияльная MoE-модель с 26 млрд параметров, около 4 млрд активных параметров, 128 экспертами и выбором 8 экспертов на токен; применена специализированная 4-битная квантизация MXFP4_MOE. Репозиторий также содержит мультимодальный проектор mmproj в F16 для обработки изображений.

Модель предназначена для диалогов и следования инструкциям, а с подключённым проектором — для ответов на вопросы по изображениям и их описания. В README заявлены гибридное внимание с локальными и глобальными слоями, отключённый по умолчанию режим рассуждений с возможностью включения в запросе, а также запуск на CPU и GPU. Квантованные веса занимают около 13,72 ГБ, проектор — 1,11 ГБ; README указывает потребность от 8 ГБ RAM и около 15 ГБ дискового пространства.

Квантизация рассчитана на более компактный и эффективный запуск MoE-модели при сохранении качества маршрутизации экспертов, однако README не приводит независимых результатов оценки качества. Лицензия — Gemma; использование должно соответствовать её условиям.

Сценарии применения

  • локальный диалоговый помощник с запуском через llama.cpp
  • ответы на вопросы по изображениям
  • создание текстовых описаний изображений
  • выполнение инструкций и генерация текста на устройстве

Ограничения

Для анализа изображений требуется подключить файл mmproj; без него README описывает текстовый режим. Квантизация уменьшает размер весов, но README не приводит количественной оценки возможного изменения качества.

Для каких профессий подходит12

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 — MXFP4-MOE GGUF

Model Description

This is an MXFP4_MOE-quantized GGUF version of google/gemma-4-26B-A4B-it, Google's state-of-the-art 26B-parameter MoE instruction-tuned model (4B active parameters, 128 experts, 8 experts per token).

MXFP4_MOE is a specialized MXFP4 quantization variant designed for Mixture-of-Experts architectures, providing efficient 4-bit quantization while preserving the expert routing quality.

This repository includes the multimodal vision encoder (mmproj) for image understanding capabilities.

Quantization Details

PropertyValue
Base modelgoogle/gemma-4-26B-A4B-it
QuantizationMXFP4_MOE (MXFP4 for MoE)
Model size~13.72 GB
Bits per weight4.66 BPW
ArchitectureGemma4 (30 layers, 128 MoE experts, 4B active)
Output typegguf (version 3)

Files

FileSizeDescription
gemma-4-26b-MXFP4-MOE.gguf13.72 GBQuantized text model (MXFP4_MOE)
mmproj-gemma-4-26b-f16.gguf1.11 GBVision encoder (multimodal projector)

Usage

llama.cpp

# Text-only inference
./llama-cli -m gemma-4-26b-MXFP4-MOE.gguf -p "Hello, how are you?" -n 256

# Multimodal (image) inference
./llama-cli -m gemma-4-26b-MXFP4-MOE.gguf --mmproj mmproj-gemma-4-26b-f16.gguf \
  --image path/to/image.jpg -p "Describe this image" -n 256

Inference with llama.cpp servers

./llama-server -m gemma-4-26b-MXFP4-MOE.gguf --mmproj mmproj-gemma-4-26b-f16.gguf \
  --host 0.0.0.0 --port 8080

Technical Notes

  • Thinking is disabled by default. To enable thinking, pass enable_thinking=true in your request.
  • Gemma-4 uses a hybrid attention mechanism with sliding window (local) and global (full) attention layers in a 5:1 pattern.
  • The model uses proportional RoPE for global attention layers and standard RoPE for sliding window layers.
  • MXFP4_MOE is designed specifically for MoE architectures and provides better quality than general-purpose quantization formats for expert-heavy models.
  • CPU and GPU inference are both supported.

Hardware Requirements

  • RAM: 8 GB+ (model fits in most modern GPUs at 4-bit)
  • Storage: ~15 GB for the model files

Acknowledgements

  • Google for the original Gemma 4 model
  • llama.cpp for the GGUF format and quantization tools
  • AMD for the MXFP4 specification

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
308804d

0 моделей