/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-26B-A4B-it-qat-q4_0-unquantized
Библиотека
transformers
Опубликована
7 июн 2026

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

Изображение и текст → текст15 профессий

Gemma 4 26B A4B IT QAT GGUF — это мультимодальная instruction-tuned модель семейства Gemma 4, разработанная Google DeepMind и представленная в формате GGUF пользователем prithivMLmods.

2 460скачиваний за 30 дней2лайкавеса обновлены7 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

Она основана на разреженной Mixture-of-Experts архитектуре: содержит около 25,2 млрд параметров, из которых при генерации активны примерно 3,8 млрд. Модель поддерживает текст и изображения, но не аудио, и предназначена для диалогов, анализа изображений, OCR, анализа кадров видео, генерации текста и кода, вызова функций и задач, требующих рассуждений. Доступен настраиваемый режим reasoning.

Модель использует около 550 млн параметров в vision encoder, контекстное окно до 256K токенов, скользящее окно 1024 токена и словарь примерно из 262 тысяч токенов для более чем 140 языков. Quantization-Aware Training помогает сохранить качество, близкое к bfloat16, при меньших требованиях к памяти. Репозиторий предоставляет варианты GGUF с квантованием от Q2_K до Q8_0, а также BF16, F16 и F32; размеры файлов составляют примерно от 10,6 до 101 ГБ, поэтому практическое использование зависит от доступной памяти и аппаратных ресурсов. К ограничениям относятся отсутствие аудиомодальности, высокие требования к ресурсам для полноразмерных вариантов и зависимость качества от выбранного уровня квантования. Лицензия — 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-qat-GGUF

google/gemma-4-26B-A4B-it-qat-q4_0-unquantized is a Mixture-of-Experts (MoE) instruction-tuned multimodal model from Google DeepMind, part of the Gemma 4 family, featuring 25.2 billion total parameters but only 3.8 billion active parameters during inference, optimized via Quantization-Aware Training (QAT) to preserve near-bfloat16 quality at significantly reduced memory requirements. Its sparse MoE architecture activates just 4B of its 128 total experts (plus 1 shared) per token across 30 layers with a 1024-token sliding window, making it run nearly as fast as a dedicated 4B model while delivering quality competitive with much larger dense models — scoring an impressive 82.6% on MMLU Pro, 82.3% on GPQA Diamond, 88.3% on AIME 2026, 77.1% on LiveCodeBench v6, 73.8% on MMMU Pro (vision), and 44.1% on the 256K long-context MRCR v2 task. Supporting text and image modalities (no audio) with a 256K token context window, a ~550M parameter vision encoder, and a 262K vocabulary across 140+ languages, the model enables image understanding, OCR, video frame analysis, native function calling, and configurable thinking/reasoning mode, with the Q4_0 unquantized variant providing half-precision weights extracted from the QAT pipeline, making it ideal for custom downstream compilation and research targeting high-throughput, cost-efficient server-side deployment.

[!note] Google DeepMind’s Gemma 4 Quantization-Aware Training (QAT) releases compress models by simulating lower precision during the training process itself. This drastically reduces VRAM requirements and accelerates local inference on consumer hardware and mobile devices while preserving the near-original quality of uncompressed baselines.

Model Files

File NameQuant TypeFile SizeFile Link
gemma-4-26B-A4B-it-qat.BF16.ggufBF1650.5 GBDownload
gemma-4-26B-A4B-it-qat.F16.ggufF1650.5 GBDownload
gemma-4-26B-A4B-it-qat.F32.ggufF32101 GBDownload
gemma-4-26B-A4B-it-qat.Q2_K.ggufQ2_K10.6 GBDownload
gemma-4-26B-A4B-it-qat.Q3_K_L.ggufQ3_K_L13.8 GBDownload
gemma-4-26B-A4B-it-qat.Q3_K_M.ggufQ3_K_M13.3 GBDownload
gemma-4-26B-A4B-it-qat.Q3_K_S.ggufQ3_K_S12.2 GBDownload
gemma-4-26B-A4B-it-qat.Q4_0.ggufQ4_014.4 GBDownload
gemma-4-26B-A4B-it-qat.Q4_K_M.ggufQ4_K_M16.8 GBDownload
gemma-4-26B-A4B-it-qat.Q4_K_S.ggufQ4_K_S15.5 GBDownload
gemma-4-26B-A4B-it-qat.Q5_0.ggufQ5_017.5 GBDownload
gemma-4-26B-A4B-it-qat.Q5_K_M.ggufQ5_K_M19.1 GBDownload
gemma-4-26B-A4B-it-qat.Q5_K_S.ggufQ5_K_S18 GBDownload
gemma-4-26B-A4B-it-qat.Q6_K.ggufQ6_K22.6 GBDownload
gemma-4-26B-A4B-it-qat.Q8_0.ggufQ8_026.9 GBDownload
gemma-4-26B-A4B-it-qat.mmproj-bf16.ggufmmproj-bf161.19 GBDownload
gemma-4-26B-A4B-it-qat.mmproj-f16.ggufmmproj-f161.19 GBDownload
gemma-4-26B-A4B-it-qat.mmproj-f32.ggufmmproj-f322.29 GBDownload
gemma-4-26B-A4B-it-qat.mmproj-q8_0.ggufmmproj-q8_0806 MBDownload

llama.cpp

LLM inference in C/C++ — https://github.com/ggml-org/llama.cpp

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
ced365c

0 моделей