/ Модель

Характеристики

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

Gemma-4-26B-A4B-it-NVFP4-GGUF

Генерация текстаТекст → текст14 профессий

Квантованная в NVFP4 GGUF-сборка Gemma 4 26B A4B IT для диалоговой генерации текста и анализа изображений.

421скачиваний за 30 дней3лайкавеса 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 GGUF-сборка модели Gemma 4 26B A4B IT, подготовленная FreedomAISVR из Google Gemma 4. Модель основана на инструкционно дообученной архитектуре MoE с 26 млрд параметров, из которых для каждого токена активны около 4 млрд; в описании указаны 128 экспертов и выбор 8 экспертов на токен. Модель предназначена для диалогов и генерации текста, а дополнительный файл mmproj содержит мультимодальный проектор для анализа изображений.

Веса представлены в формате GGUF с квантизацией NVFP4, размер текстовой модели — около 13,45 ГБ; проектор изображения поставляется отдельно в F16 и занимает около 1,11 ГБ. Для оптимальной производительности NVFP4 требуется сборка llama.cpp с поддержкой CUDA и видеокарта NVIDIA Blackwell; запуск на CPU возможен, но медленнее. README также описывает гибридное внимание со скользящими локальными и глобальными слоями. Лицензия — Gemma; перед использованием следует соблюдать её условия.

Сценарии применения

  • диалоговый помощник с инструкциями
  • генерация ответов и текстов
  • анализ изображений с текстовыми вопросами
  • запуск Gemma 4 в llama.cpp на видеокартах Blackwell

Ограничения

Для оптимальной скорости требуется CUDA-сборка llama.cpp и GPU NVIDIA Blackwell; на CPU модель работает медленнее. Мультимодальный анализ изображений требует отдельного файла mmproj.

Для каких профессий подходит14

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 — NVFP4 GGUF

Model Description

This is an NVFP4-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).

NVFP4 is NVIDIA's native Blackwell FP4 quantization format, delivering excellent quality at 4-bit precision with optimized hardware support on Blackwell GPUs.

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

Quantization Details

PropertyValue
Base modelgoogle/gemma-4-26B-A4B-it
QuantizationNVFP4 (Blackwell-native FP4)
Model size~13.45 GB
Bits per weight4.57 BPW
ArchitectureGemma4 (30 layers, 128 MoE experts, 4B active)
Output typegguf (version 3)

Files

FileSizeDescription
gemma-4-26b-NVFP4.gguf13.45 GBQuantized text model (NVFP4)
mmproj-gemma-4-26b-f16.gguf1.11 GBVision encoder (multimodal projector)

Usage

llama.cpp

# Text-only inference
./llama-cli -m gemma-4-26b-NVFP4.gguf -p "Hello, how are you?" -n 256

# Multimodal (image) inference
./llama-cli -m gemma-4-26b-NVFP4.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-NVFP4.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.
  • NVFP4 requires llama.cpp built with CUDA support and a Blackwell-compatible GPU for best performance.
  • CPU inference is supported but slower than GPU-accelerated inference.

Hardware Requirements

  • GPU: Blackwell (RTX 5090, B200, etc.) for optimal NVFP4 performance
  • RAM: 8 GB+ (model fits in most modern GPUs at 4-bit)
  • Storage: ~14 GB for the model files

Acknowledgements

  • Google for the original Gemma 4 model
  • llama.cpp for the GGUF format and quantization tools
  • NVIDIA for the NVFP4 specification

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
758a032

0 моделей