Kleinere Alternativen
Modelle, die weniger Speicher als Gemma 4 26B A4B brauchen und etwa gleich gut oder besser abschneiden.
Gemma 4 26B A4B
MoEVision
Google · 25,8B (3,8B aktiv) · Mixture of Experts
Gemma 4 26B A4B ist ein 25,8B-Modell von Google mit 256K Token Kontext. In Q4_K_M mit 8K Kontext braucht es etwa 16,5 GB; mit 22 GB bleibt Luft für lange Chats.
Mixture of Experts
Parameter: 25,8B · Aktiv: 3,8B
Alle 25,8B Parameter liegen im Speicher, aber nur 3,8B arbeiten pro Token – es läuft also so schnell wie ein viel kleineres Modell.
Quantisierungsoptionen
| Quant. | Bits | Speicher | Qualität | Auf deiner Hardware |
|---|---|---|---|---|
| Q2_K | 3,16 | — | Spürbar schlechter | … |
| Q3_K_M | 4 | — | Etwas Verlust | … |
| Q4_K_M | 4,89 | — | Gut | … |
| Q5_K_M | 5,7 | — | Gut | … |
| Q6_K | 6,56 | — | Fast original | … |
| Q8_0 | 8,5 | — | Fast original | … |
| F16 | 16 | — | Original | … |
Speicher nach Kontextlänge
In Q4_K_M. Der Kontext-Cache wächst mit jedem Token, das das Modell im Blick behält.
| Kontext | Kontext-Cache | Gesamt |
|---|---|---|
| 4K | 0,3 GB | 16,4 GB |
| 8K | 0,4 GB | 16,5 GB |
| 32K | 0,8 GB | 17 GB |
| 128K | 2,7 GB | 18,9 GB |
| 256K | 5,2 GB | 21,4 GB |
Nächste Schritte
Vergleiche es mit
Bewertete Modelle ähnlicher Größe, nebeneinander auf deinem Gerät.
Die kleinste Hardware, auf der es gut läuft
Desktop-Geräte mit dem wenigsten Speicher, die Gemma 4 26B A4B bei Q4_K_M Note A oder S geben.
Kann ich Gemma 4 26B A4B lokal ausführen?
Kann ich Gemma 4 26B A4B lokal ausführen?
Ja, wenn deine GPU oder dein Mac in Q4_K_M etwa 16,5 GB frei hat. Öffne diese Seite auf dem Rechner, um die Note für deine Hardware zu sehen, und starte es mit llama.cpp, Ollama oder LM Studio.
Wie viel Speicher braucht Gemma 4 26B A4B?
Etwa 16,5 GB in Q4_K_M mit 8K Kontext und 25,7 GB in Q8_0. Niedrigere Quantisierungen passen auf kleinere Karten, mit etwas Qualitätsverlust; längerer Kontext kommt hinzu.