/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E4B-it-qat-q4_0-unquantized
Библиотека
transformers
Опубликована
7 июн 2026

gemma-4-E4B-it-qat-GGUF

Изображение и текст → текст15 профессий

gemma-4-E4B-it-qat-GGUF — мультимодальная instruction-tuned модель семейства Gemma 4, разработанная Google DeepMind и представленная в формате GGUF пользователем prithivMLmods.

1 068скачиваний 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 предназначена для локального запуска на ноутбуках и производительных мобильных устройствах, а также для исследовательских и прикладных сценариев с использованием llama.cpp. Модель поддерживает работу с текстом, изображениями и аудио, включая генерацию текста, распознавание речи, перевод речи, OCR, анализ изображений и видеокадров, function calling и настраиваемый режим рассуждений.

Модель имеет около 4,5 млрд эффективных параметров и 8 млрд параметров с учётом embeddings, использует Quantization-Aware Training, Per-Layer Embeddings и гибридное внимание с 512-токенным скользящим окном в 42 слоях. В состав входят vision encoder примерно на 150 млн параметров и audio encoder примерно на 300 млн параметров. Заявлены контекст до 128 тысяч токенов, словарь на 262 тысячи токенов и поддержка более 140 языков, включая английский. Доступны версии GGUF с точностью от Q2_K до Q8_0, а также BF16, F16 и F32; размер файлов зависит от варианта и составляет примерно от 4,38 до 29,9 ГБ, не считая multimodal-проектора.

Сильными сторонами являются сочетание мультимодальности, большого контекста, локального исполнения и сниженных требований к памяти благодаря QAT при сохранении качества, близкого к bfloat16. Ограничения включают значительные аппаратные требования для высокоточных вариантов и зависимость мультимодальных возможностей от совместимого программного обеспечения и projector-файла. Модель распространяется по лицензии 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-E4B-it-qat-GGUF

gemma-4-E4B-it-qat-q4_0-unquantized is a mid-tier on-device-optimized instruction-tuned multimodal model from Google DeepMind, part of the Gemma 4 family, featuring 4.5 billion effective parameters (8B total including embeddings) optimized via Quantization-Aware Training (QAT) to retain near-bfloat16 quality while substantially lowering memory requirements. Designed for efficient local execution on laptops and capable mobile devices, it leverages Per-Layer Embeddings (PLE) for parameter efficiency and supports text, image, and audio modalities with a 128K token context window and 262K vocabulary across 140+ languages, using a hybrid attention mechanism with 512-token sliding window attention across 42 layers alongside a ~150M parameter vision encoder and ~300M parameter audio encoder. Capabilities include ASR, speech translation (CoVoST score of 35.54), image understanding, OCR, video frame analysis, native function calling, and configurable thinking/reasoning mode, with the E4B stepping up noticeably from the E2B in key benchmarks — scoring 69.4% on MMLU Pro, 58.6% on GPQA Diamond, 42.5% on AIME 2026, 52.0% on LiveCodeBench v6, 52.6% on MMMU Pro (vision), and 25.4% on the 128K long-context MRCR v2 task — making it a strong balance between the lightweight E2B and the larger server-class models, with the Q4_0 unquantized variant providing half-precision weights ideal for custom downstream compilation and research.

[!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-E4B-it-qat.BF16.ggufBF1614.9 GBDownload
gemma-4-E4B-it-qat.F16.ggufF1614.9 GBDownload
gemma-4-E4B-it-qat.F32.ggufF3229.9 GBDownload
gemma-4-E4B-it-qat.Q2_K.ggufQ2_K4.38 GBDownload
gemma-4-E4B-it-qat.Q3_K_L.ggufQ3_K_L4.99 GBDownload
gemma-4-E4B-it-qat.Q3_K_M.ggufQ3_K_M4.82 GBDownload
gemma-4-E4B-it-qat.Q3_K_S.ggufQ3_K_S4.63 GBDownload
gemma-4-E4B-it-qat.Q4_0.ggufQ4_05.15 GBDownload
gemma-4-E4B-it-qat.Q4_K_M.ggufQ4_K_M5.3 GBDownload
gemma-4-E4B-it-qat.Q4_K_S.ggufQ4_K_S5.17 GBDownload
gemma-4-E4B-it-qat.Q5_0.ggufQ5_05.65 GBDownload
gemma-4-E4B-it-qat.Q5_K_M.ggufQ5_K_M5.72 GBDownload
gemma-4-E4B-it-qat.Q5_K_S.ggufQ5_K_S5.65 GBDownload
gemma-4-E4B-it-qat.Q6_K.ggufQ6_K6.17 GBDownload
gemma-4-E4B-it-qat.Q8_0.ggufQ8_07.95 GBDownload
gemma-4-E4B-it-qat.mmproj-bf16.ggufmmproj-bf16992 MBDownload
gemma-4-E4B-it-qat.mmproj-f16.ggufmmproj-f16992 MBDownload
gemma-4-E4B-it-qat.mmproj-f32.ggufmmproj-f321.91 GBDownload
gemma-4-E4B-it-qat.mmproj-q8_0.ggufmmproj-q8_0560 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
cdc4939

0 моделей