ZwZ2-9B vs Gemma 4 12B: Un modello, una model card e quale dei due puoi davvero rilasciare

Gemma 4 12B è pubblico dal 23 maggio 2026. Viene distribuito con una scheda del modello, un rapporto tecnico, una suite di valutazione pubblicata, cinque dimensioni sorelle e un conteggio dei download sull'Hub che ha superato i 79.000 solo nell'ultimo mese. ZwZ2-9B è pubblico dal 16 ottobre 2026 — oggi — come otto file in un repository senza README, senza campo di licenza e senza pipeline tag. Entrambi hanno all'incirca le stesse dimensioni. Entrambi accettano immagini. Entrambi dichiarano lo stesso tetto di contesto di 262.144 posizioni. E non sono neanche lontanamente nello stesso stato di prontezza, che è l'unico confronto che conta se stai decidendo dove spendere una GPU.

La risposta breve: Gemma 4 12B è un prodotto finito di Google DeepMind con cinque mesi in cui altri ne hanno già saggiato i limiti. ZwZ2-9B è un checkpoint di inclusionAI che nessuno fuori dal laboratorio ha ancora descritto, incluso il laboratorio. Se devi rilasciare qualcosa questo mese, la scelta non è affatto vicina e non è un commento sui pesi. Se stai decidendo su cosa fare prototipi il mese prossimo, leggi i numeri qui sotto e poi esegui la tua valutazione, perché solo uno di questi due modelli ti ha dato qualcosa da leggere.

I due stack, dimensione per dimensione

• Parametri — ZwZ2-9B: 9.409.813.744 in bfloat16. Gemma 4 12B: 11,95 miliardi.

• Architettura — qwen3_5, un ibrido di attenzione lineare e completa. Gemma: gemma4_unified, senza encoder e unificato tra le modalità.

• Livelli — 32 in ZwZ2-9B (24 di attenzione lineare, 8 di attenzione completa). 48 in Gemma 4 12B (40 a finestra scorrevole con 1.024 token, 8 di attenzione completa).

• Limite del contesto — 262.144 posizioni dichiarate da entrambi.

• Vocabolario — 248.320 vs 262.144, con quello di Gemma riservato agli ID dei token per immagini, audio e video.

• Modalità in — testo, immagine e video per ZwZ2-9B. Testo, immagine, audio e video per Gemma 4 12B, la cui configurazione include una torre audio a 640 dimensioni.

• Licenza — nessuna dichiarata vs Apache-2.0.

• Storico — zero download e due like contro 79.565 download e 790 like nell'ultimo mese.

Due di quelle righe meritano un secondo sguardo perché ribaltano un'intuizione. La prima è la schedulazione dell'attenzione: ZwZ2-9B è un modello a 32 livelli con 8 livelli di attenzione completa, e Gemma 4 12B è un modello a 48 livelli con 8 livelli di attenzione completa. Entrambi scommettono che la parte costosa dell'attenzione debba essere rara; semplicemente non concordano su quanto rara, a un livello su quattro contro uno su sei. La seconda è il tetto del contesto, dove un checkpoint da 9,4B senza documentazione e un modello di punta da 11,95B di DeepMind arrivano esattamente allo stesso numero 262.144 — il che è una coincidenza di obiettivi di progettazione piuttosto che una qualsiasi relazione tra i due.

Dove Gemma 4 12B non è semplicemente avanti, ma in una categoria diversa

L'audio è il primo punto. Il modello di Google riceve il suono in modo nativo, con una torre audio dedicata e id di token audio all'interno del suo vocabolario. Anche il tokenizer di ZwZ2-9B riserva <|audio_start|>, <|audio_end|> e <|audio_pad|> — ma la sua configurazione non contiene alcuna configurazione audio di alcun tipo, quindi quei token sono vocabolario che ha ereditato anziché una capacità che possiede. Se il tuo carico di lavoro include il parlato, il confronto finisce qui, e vale la pena essere precisi sul perché: non perché ZwZ2-9B abbia ottenuto un punteggio peggiore, ma perché nel checkpoint non c'è nulla che possa elaborare una forma d'onda.

La documentazione è la seconda, ed è quella che si accumula. Gemma 4 12B viene fornito con un rapporto tecnico (arXiv 2607.02770), un set di valutazione pubblicato che copre tutto, dal ragionamento in stile GPQA ai benchmark di visione, una licenza dichiarata e una nota secondo cui il modello è disponibile in cinque dimensioni, così puoi scambiare capacità con ingombro senza uscire dalla famiglia. Attorno ad esso, l'Hub mostra 83 fine-tune pubblicati, 49 quantizzazioni e 15 Spaces costruiti su di esso. Quell'ecosistema non è decorazione. È un corpus di prove su come il modello fallisce, prodotto da persone che non sono Google, e non esiste un sostituto.

Il licensing è il terzo, ed è il meno affascinante e il più decisivo. Gemma 4 12B è Apache-2.0. ZwZ2-9B non dichiara alcuna licenza — né aperta, né personalizzata, nulla nei metadati del repository. In assenza di una dichiarazione, l'interpretazione sicura è che l'editore si sia riservato i diritti, e non è una questione che si vuole scoprire di aver sbagliato durante l'approvvigionamento. Un checkpoint che non si può usare legalmente non costa meno di uno che si può usare.

L'unico punto in cui ZwZ2-9B ha un'argomentazione strutturale

Non sta nella qualità, che nessuno può ancora misurare. Sta in come la cosa spende potenza di calcolo, e la configurazione è insolitamente esplicita al riguardo.

Tre quarti dei layer di ZwZ2-9B sono attenzione lineare — 24 su 32 — ognuno con uno stato ricorrente a dimensione fissa anziché una cache chiave-valore che cresce con la conversazione. La configurazione specifica il meccanismo: 16 teste chiave e 32 teste valore a dimensione 128, un kernel di convoluzione di ampiezza 4, e uno stato mantenuto in float32 per stabilità numerica. Solo ogni quarto layer esegue attenzione completa. Gemma 4 12B fa una scommessa simile con un meccanismo diverso — 40 dei suoi 48 layer usano una finestra scorrevole limitata a 1.024 token — quindi entrambi i modelli sono progettati per smettere di pagare il costo dell'attenzione completa sulla maggior parte dei layer. Differiscono per grado e per tecnica, e senza benchmark non c'è modo onesto di dire quale dei due vince. L'intento progettuale è leggibile; il risultato non è misurato.

L'ingombro è la parte semplice. 9,41 miliardi di parametri contro 11,95 miliardi sono circa un quinto in meno di peso da mantenere prima di quantizzare qualsiasi cosa, e la torre di visione è piccola — 27 strati con dimensione nascosta 1.152 che proiettano in 4.096 — ed è per questo che il modello entra comodamente nella stessa classe di hardware che eseguirebbe Gemma 4 12B.

The behavioural difference worth knowing is the reasoning default. ZwZ2-9B's chat template emits an empty <think></think> block unless you explicitly ask for thinking, so it answers directly out of the box. Gemma 4 12B offers thinking modes you configure. For extraction, classification or routing — the jobs where a second pass of reasoning is latency you did not want to pay for — only one of these is cheap by default.

Ciò che ZwZ2-9B non può dirti, e perché questo decide il confronto

Non puoi sapere se si tratta di un modello ottimizzato per le istruzioni o di un checkpoint di base, perché il suo repository non ha README né tag di pipeline e entrambi normalmente lo direbbero. Il prompt di sistema incorporato che punta a <answer> tag è una forte prova di un modello addestrato per le istruzioni, ma è una prova, non un'affermazione.

Non puoi sapere su cosa sia stato addestrato, se la ricetta di percezione a grana fine che ha reso celebre la famiglia ZwZ sia stata mantenuta, né in cosa dovrebbe essere bravo. Non puoi sapere la sua licenza. E non puoi sapere come si comporta ai margini, perché nessuno al di fuori di inclusionAI lo ha eseguito.

Metti questo accanto a Gemma 4 12B, e l'asimmetria non è una questione di grado. Un modello arriva con un rapporto tecnico e otto mesi di uso pubblico; l'altro arriva con un config.json e un'impostazione predefinita di thinking invertita. Questo è un motivo per fare prototipi, non un motivo per scartarlo — i checkpoint non documentati sono dove molto lavoro interessante compare per la prima volta — ma è un motivo per essere onesti sul fatto che la valutazione la faresti da solo.

Una regola decisionale che non dipende dalle prove mancanti

Scegli Gemma 4 12B se vale anche solo una delle seguenti condizioni: ti serve l'input audio, ti serve una licenza che puoi far vedere a un avvocato, devi consegnare entro un trimestre, oppure ti servono dimensioni affini così che la stessa suite di valutazione si trasferisca su e giù per una famiglia. Tutte e quattro le condizioni sono soddisfatte.

Prendi ZwZ2-9B sul serio se hai una domanda specifica a cui un modello di visione con attenzione ibrida da 9,4B con una modalità predefinita senza ragionamento potrebbe rispondere meglio di uno che stai già pagando, e sei disposto a misurarlo da solo. La prima cosa da testare non è la sua intelligenza. È se accetta le immagini che gli invii effettivamente, restituisce il formato che ti serve effettivamente e lo fa senza che un problema di licenza incomba sul risultato.

E non confrontateli su una tabella di benchmark, perché la tabella ha una sola colonna. Potresti mettere i numeri pubblicati di Gemma 4 12B accanto a uno spazio vuoto e chiamarlo confronto, ma lo spazio vuoto è il risultato. Chiunque presenti un verdetto di qualità testa a testa su ZwZ2-9B questa settimana se lo sta inventando.

Nessuno dei due checkpoint è oggi nel nostro catalogo, quindi al momento nessuno dei due è qualcosa che puoi richiamare tramite noi — Gemma 4 12B è un download da Hugging Face con il tuo stack di serving, e lo stesso vale per ZwZ2-9B. Quello che offriamo noi è il fratello che rende eseguibile il confronto con Gemma senza cambiare il modo in cui valuti qualsiasi cosa: Gemma 4 26B A4B, il membro mixture-of-experts della stessa famiglia, su un endpoint ospitato a $0,06 per milione di token in input e $0,33 per milione di token in output, con lo stesso contesto da 262K token. Poiché OrcaRouter trasferisce i prezzi di listino dei provider con markup dello 0%, una variazione di prezzo lato provider arriva qui lo stesso giorno anziché al successivo aggiornamento del catalogo — il che conta quando ciò che stai facendo è un confronto di costi tra un modello che ospiti tu e un modello che noleggi. Dall'altro lato del confronto, il sostituto ospitato più vicino a ciò che ZwZ2-9B cerca di essere è qwen/qwen3-vl-8b-instruct, un modello vision-language da 8B con un contesto da 131K a $0,18 e $0,70, documentato, con licenza e disponibile subito.

Cosa cambierebbe questo articolo

Una model card. Nello specifico: una licenza, un paragrafo sui dati di addestramento e una tabella di valutazione prodotta da qualcuno che non ha addestrato il modello. Fino ad allora, il riassunto onesto di ZwZ2-9B rispetto a Gemma 4 12B non è che uno sia migliore. È che uno esiste come prodotto e l'altro esiste come elenco di file, e il divario tra queste due cose è la distanza più costosa nel machine learning.

Anche confronti come questo sono il punto in cui emergono le modalità di guasto: gli incidenti AI documentati e i fallimenti degli agenti dietro i modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.