/ Модель

Характеристики

Размер весов
10,1 ГБ
Лицензия
Gemma
Архитектура
gemma4_unified · dense
Базовая модель
gemma-4-12B-it-qat-q4_0-unquantized
Библиотека
mlx
Опубликована
9 июн 2026

gemma-4-12B-it-qat-JANG_4M

Изображение и текст → текст11 профессий

Квантизированная MLX-сборка Gemma 4 на 12 млрд параметров для текстового диалога и генерации на Apple Silicon.

130скачиваний за 30 дней1лайквеса обновлены31 авг 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

OsaurusAI подготовила MLX-сборку JANG_4M на основе инструкционной Gemma 4 от Google DeepMind с 12 млрд параметров. Это плотная модель семейства gemma4_unified с 48 текстовыми слоями, предназначенная для диалога и генерации текста; заявлен интерфейс для вызова инструментов.

Веса упакованы в формате safetensors с аффинной смешанной точностью: эмбеддинги токенов, нормализации, компоненты обработки медиа и связанные проекторы сохранены в fp16, проекции внимания и маршрутизатора MoE — в 8-битном виде, основная часть MLP и экспертов — в 4-битном. Проверенный путь запуска через JANG-загрузчик vMLX поддерживает только текст. Хотя веса и конфигурации для изображений и аудио сохранены, для них требуется совместимая реализация Gemma 4 в MLX; в стандартном mlx_vlm такой поддержки пока нет.

Модель распространяется по лицензии Gemma. Сборка предназначена для MLX и Apple Silicon; фактическое использование зависит от совместимого JANG-загрузчика и шаблонов Gemma 4.

Сценарии применения

  • ведение текстового диалога
  • генерация ответов на запросы
  • использование инструментов в диалоге через совместимый загрузчик

Ограничения

В README подтверждён только текстовый запуск через JANG-загрузчик vMLX; обработка изображений и аудио пока требует отдельной совместимой реализации Gemma 4 для MLX. Для работы нужны загрузчик, поддерживающий настройки квантования JANG, и совместимые процессор и шаблон чата Gemma 4.

Для каких профессий подходит11

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

OsaurusAI/gemma-4-12B-it-qat-JANG_4M

JANG_4M MLX affine bundle converted from google/gemma-4-12B-it-qat-q4_0-unquantized.

This bundle keeps Gemma 4 bookends and media-sensitive components coherent: token embeddings/output projection, norms, media towers/embedders, and Gemma 4 per-layer embedding/gate/projector tensors are fp16 passthrough; self-attention and MoE router projections are 8-bit affine; decoder MLP/expert bulk is 4-bit affine.

Bundle

FieldValue
Sourcegoogle/gemma-4-12B-it-qat-q4_0-unquantized
Architecturegemma4_unified / Gemma4UnifiedForConditionalGeneration
Text layers48
Hidden size3840
Weight formatjang_affine
Top-level quantizationbits=8, group_size=32, mode=affine
Tier bitsattention=8, router=8, mlp=4, embed=16, per_layer_media=16
Quantized modules328 affine bases with .scales and .biases sidecars
Shards10 safetensors shards
Preserved source modalitiestext, vision, audio
Verified current vMLX runtimetext-only

Modalities

ModalityStatus
Textverified through the vMLX JANG text loader
Visionsource config and weights are present and preserved; standard mlx_vlm does not yet provide gemma4_unified runtime support
Audioaudio_config and audio embedder weights are present and preserved; standard mlx_vlm does not yet provide gemma4_unified runtime support
VideoNo video_config is present, so this card does not claim a verified video runtime path.

Runtime support depends on a Gemma 4 compatible MLX/vMLX loader that understands config.json quantization overrides, jang_config.json, and Gemma 4 processor/chat-template files. The current verified path is text-only through vMLX's JANG loader; vision/audio require a real gemma4_unified VLM implementation.

Runtime Metadata

  • config.json has source-derived has_vision, has_audio, has_video, modalities, and capabilities.
  • tokenizer_config.json includes bos_token_id, eos_token_id, pad_token_id, and the patched Gemma 4 chat template.
  • processor_config.json is preserved for Gemma 4 multimodal processing.
  • MTP/speculative drafter weights are not present in the source checkpoint; metadata is mtp: none / mtp_policy: none.

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
Gemma4UnifiedForConditionalGeneration
Ревизия весов
0cca2ac

0 моделей