/ Модель

Характеристики

Размер весов
27,9 ГБ
Лицензия
Gemma
Архитектура
diffusion_gemma · dense
Базовая модель
diffusiongemma-26B-A4B-it
Библиотека
mlx
Опубликована
13 июн 2026

diffusiongemma-26B-A4B-it-MXFP8

Изображение и текст → текст13 профессий

Квантованная в MXFP8 диффузионная модель Gemma для диалоговой генерации текста, анализа изображений и вызова инструментов на Apple Silicon.

36скачиваний за 30 дней0лайковвеса обновлены13 июн 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

DiffusionGemma 26B-A4B-it MXFP8 — языковая модель с блоковой диффузионной генерацией, подготовленная OsaurusAI для запуска через движок vMLX на компьютерах Apple Silicon. В отличие от авторегрессионной генерации, она формирует текстовые блоки размером до 256 токенов и уточняет их итеративным денойзингом. Архитектура — 30-слойная Gemma 4-style MoE с 128 экспертами и выбором 8 экспертов; всего 26 млрд параметров, активно используется около 4 млрд. Веса основных компонентов квантованы в MXFP8, а эмбеддинги, нормализации и визуальный модуль сохранены в fp16; файлы занимают около 26 ГБ.

Модель предназначена для диалога и генерации текста, анализа одного или нескольких изображений и вызова инструментов в формате Gemma 4. Для работы с изображениями используется визуальный модуль Gemma 4. Темп генерации на M5 Max указан как 28–42 токена в секунду при 48 шагах денойзинга; фактическая скорость зависит от оборудования и бюджета шагов. Лицензия — Gemma.

При очень коротких запросах жадная стратегия денойзинга иногда приводит к пустому ответу; повторная попытка или переформулировка могут помочь. Параметры temperature и top_p, переданные через интерфейс, игнорируются: параметры сэмплирования задаются конфигурацией модели, а уменьшение числа шагов ниже 12 ухудшает качество. Для запуска указана среда Apple Silicon с Osaurus и движком vMLX.

Сценарии применения

  • диалоговые ответы и генерация текста
  • ответы на вопросы по загруженным изображениям
  • анализ нескольких изображений в одном запросе
  • вызов инструментов из диалога
  • локальный запуск языковой модели на Apple Silicon

Ограничения

Очень короткие запросы при жадном денойзинге иногда дают пустой ответ. Параметры temperature и top_p из интерфейса игнорируются; уменьшение бюджета ниже 12 шагов денойзинга ухудшает качество.

Для каких профессий подходит13

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

Osaurus

DiffusionGemma 26B-A4B-it — MXFP8 (Osaurus / vMLX)

Native MLX MXFP8 quantization of google/diffusiongemma-26B-A4B-it — a block-diffusion language model (NOT autoregressive): text generates as 256-token canvases refined by iterative denoising. 30-layer Gemma-4-style MoE, 128 experts top-8, 26B total / ~4B active parameters.

Runs natively in Osaurus on Apple Silicon via the vmlx-swift block-diffusion engine.

Quantization

  • Attention, dense MLP, router, and routed MoE experts: MXFP8 (group 32)
  • Embeddings, norms, self-conditioning, vision tower: fp16 passthrough
  • 23 shards, ~26 GB on disk, peak runtime RSS ≈ 23.8 GB (M5 Max)

Capabilities

Text generation✅ block diffusion (~28–42 tok/s @ 48 steps (often converges in fewer steps than MXFP4), M5 Max)
Vision (single/multi image)✅ Gemma-4 unified vision tower, 280 soft tokens/image
Tool calling✅ Gemma-4 format <|tool_call>call:name{...}<tool_call|>
Reasoning channel✅ harmony <|channel>thought…<channel|>
Audio❌ not in this checkpoint (no audio_config)
Video❌ no video_token_id

Generation contract

All diffusion sampling parameters live in generation_config.json and are honored by the runtime: max_denoising_steps=48, entropy bound 0.1, temperature schedule 0.8→0.4, stability 1, confidence 0.005, eos_token_id=[1, 106, 50], pad 0. Wire temperature/top_p are ignored by design — the denoising schedule is bundle-owned. Speed/quality is controlled by the denoising-step budget (Osaurus exposes this as a server setting, default 16 ≈ 2× faster than the bundle default and verified coherent; below 12 quality degrades).

The chat template (chat_template.jinja) ships in this repo, including tool-call and thinking-channel rendering.

Known behavior

Very terse prompts under greedy denoising can occasionally converge to an empty (EOS-first) canvas — inherent to the reference sampling algorithm with random canvas initialization; retry or rephrase.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
DiffusionGemmaForBlockDiffusion
Ревизия весов
163d543

0 моделей