LBS-27B vs Gemma 4 26B A4B：空のリポジトリが打ち負かさなければならないもの

ワークロードに画像、スキャンしたページ、スクリーンショットが含まれるなら、LBS-27BとGemma 4 26B A4Bの比較はすでに終わっています。Gemma 4 26B A4Bは画像と動画フレームを受け取り、テキストを返します。LBS-27Bはまだ実行可能な形で存在しないため、何も受け取りません。この対決のその他の点はすべて、inclusionAIの空のリポジトリが将来何になり得るかという問題であり、それに正直に答える方法は、両モデルが互いに比較測定されたふりをするのではなく、Gemmaがすでに設定した基準を説明することです。

その非対称性こそがすべてだ。一方のモデルは2026年3月からHugging Face上にあり、810万ダウンロード、完全な評価表、公開価格を備えている。もう一方は2026年10月26日05:36 UTCに作成され、ライセンスヘッダー以外何も含んでいない。両者を同等として並べる比較は虚構になる。LBS-27Bが超えるべきものを示す並列比較は有用であり、以下がそれだ。

既知の側面

{{1}}Gemma 4 26B A4B{{/1}}は、{{3}}総パラメータ数252億{{/3}}、{{4}}トークンあたり38億のアクティブパラメータ{{/4}}を持つ{{2}}Mixture-of-Expertsモデル{{/2}}で、{{5}}128個のエキスパート{{/5}}から{{6}}8個をアクティブ、1個を共有{{/6}}として使用します。{{7}}30層{{/7}}、語彙数{{8}}262,144トークン{{/8}}、{{9}}256Kコンテキストウィンドウ{{/9}}を備えています。アテンションスタックは、{{10}}1,024トークンのスライディングウィンドウ層5層{{/10}}と{{11}}フルアテンション層1層{{/11}}を交互に配置しており、これにより{{12}}Google{{/12}}は長いウィンドウを低コストで実現しています。

特定の限定的な意味でマルチモーダルです。約5億5,000万パラメータのビジョンエンコーダーがあり、画像および動画フレームの入力とテキスト出力に対応しています。このモデルでは音声はサポートされていません — 音声はより小型のE2B、E4B、12Bバリアントに搭載されています。モデルカードには140以上の言語のサポートが記載されており、そのうち約35言語はすぐにそのまま動作します。ライセンスはApache-2.0で、学習のカットオフは2025年1月です。

Googleのモデルカードにあるベンチマーク表は——ベンダー報告によるもので、独立に再現されたものではない——次のとおりです。MMLU Pro 82.6、GPQA Diamond 82.3、ツールなしのAIME 2026 88.3、LiveCodeBench v6 77.1、Codeforces ELO 1718、3つのスイートで平均したtau2 68.2、MMMU Pro 73.8、MATH-Vision 82.4。弱い行も強い行と同じくらい示唆に富みます。Humanity's Last Examはツールなしで8.7、検索ありで17.2、そして128Kで8つのニードルを用いたMRCR v2は平均44.1です。256Kウィンドウは、モデルが256K全体にわたってうまく検索できるという意味ではありません。

未知の側面を、率直に述べる

LBS-27Bはリポジトリであり、ライセンスであり、名前です。リポジトリは2026年10月26日に作成され、2つのファイルを含んでいます：標準的な.gitattributesと、内容全体が次の1行だけである28バイトのREADMEです：license: apache-2.0はなくconfig.json、重みのシャードもトークナイザもモデルカードもありません。記録されたダウンロードはなく、いいねはゼロです。告知、論文、SNS投稿はどこにも見つかりませんでした。

この比較にとってそれが意味するのは単純だ。ライセンス以外のすべての行は空欄である。「27B」はリポジトリ名の中の文字列であって、検証済みのパラメータ数ではない。アーキテクチャは密型かもしれないし疎型かもしれない。コンテキスト長は何であってもおかしくない。視覚エンコーダがあるかもしれないし、ないかもしれない。設定ファイルが現れるまで、これらの問いにはどれも答えがないし、それらを埋めている記事はでっち上げているだけだ。

その対戦の勝敗が実際に決まるのはどこか

LBS-27Bが27Bクラスのモデルとしてリリースされる場合、Gemma 4 26B A4Bとの違いを分けるのはこれらのディメンションです。各行には両側が記載され、不明な点は空白のままにせず「不明」と明記されます。

• 総パラメータ数とアクティブパラメータ数 — Gemma 4 26B A4B は総パラメータ数 25.2B、アクティブ 3.8B（ベンダー報告値）。LBS-27B は未検証の 27B で、アクティブパラメータ数の数値はない。

• アーキテクチャ — Gemmaは128個のエキスパートを使用し、top-8ルーティングを採用しています。LBSは不明であり、denseかsparseかはサービングコストにとって最も重大な未知の要素です。

• コンテキストウィンドウ — Gemma は 262,144 トークン、LBS は不明。

• モダリティ — Gemma ではテキスト、画像、動画フレームの入力とテキスト出力。LBS では不明であり、ビジョンタワーが登場するまではテキストのみが基本ケースとなる。

• ライセンス — Gemma は Apache-2.0、LBS については Apache-2.0 が宣言されているが、重みの提供前にライセンスが変更される可能性がある。

• 価格 — OrcaRouter 上の Gemma では、入力トークン100万あたり $0.06、出力トークン100万あたり $0.33、コンテキスト長は 262,144 トークンです。LBS には提供するものがないため、価格は存在しません。

• 公開されている評価 — Gemma には完全なベンダー表があるが、LBS にはない。

経済性を決める数字：38億

Gemma の名前にある A4B は、その中で最も重要な部分です。トークンあたり約 38 億個のアクティブパラメータで、このモデルは小規模モデルの計算量でありながら、25B モデルの知識を持ちます。だからこそ、100 万入力トークンあたり 6 セントの価格設定でも商業的に提供でき、また、dense な 25B モデルでは苦戦するハードウェアで動作するのです。

Denseな27Bは別の製品だ。トークンごとにすべてのパラメータを読み込むため、デコードコストは重みの総数に比例して増える。LBS-27BがDenseであることが判明した場合、同等の品質でGemma 4 26B A4Bと価格を競うことはない。より高い価格で品質を競うことになり、2026年にははるかに厳しい主張となる。もし少ないアクティブ数を持つSparseであることが判明すれば、その比較は現実的で興味深いものになる。

だからこそ、最初に注目すべき信頼できる手がかりは、ベンチマークのスコアではありません。それは設定ファイルにあるエキスパート数です。LBS-27Bの商用面での形はすべて、その1つのフィールドから導かれます。

ビジョンは機能ではなく、ワークロードのクラスです

Gemma の画像入力を単なるチェック項目のように扱うのはたやすい。しかし実際には、それによってモデルがそもそも担える仕事そのものが変わる。文書抽出、スクリーンショットのトリアージ、グラフの読み取り、UI リグレッションチェック、請求書処理、OCR 周辺のパイプラインは、画像が添付されたテキスト課題ではない。画像が入力そのものである課題だ。テキスト専用モデルは、ベンチマークスコアがどれほど高くても、これらには参入できない。

Gemmaのビジョン性能の数値は、圧倒的というよりは堅実だ。MMMU Pro 73.8、MATH-Vision 82.4、OmniDocBench 1.5の平均編集距離0.149で、いずれもGoogleのモデルカードによるものだ。視覚トークン予算は画像あたり70、140、280、560、1,120トークンから選択でき、解像度とリクエストあたりのコストをトレードオフできる——これはリーダーボードの1ポイントよりも本番環境で重要になる実用的な詳細だ。

LBS-27B にとって、これは二者択一の問題だ。inclusionAI がビジョンタワーを提供するなら、このモデルは同じワークロードクラスに属し、比較は品質と価格の競争になる。提供しないなら、LBS-27B は Gemma の役割のうちテキスト部分しか担えず、判断は置き換えではなくルーティングの問題になる。

LBS-27Bがクリアしなければならないもの

仮に議論のために、重みが到着し、そのモデルが有能な27Bだとしよう。テキスト処理のワークロードでGemma 4 26B A4Bから乗り換える価値があるためには、同時に3つのことを満たす必要がある。

第一に、Gemmaのベンダー報告値の行を、ハーネスの違いを超えて通用する差で上回ること。MMLU Pro 82.6、GPQA Diamond 82.3、AIME 2026の88.3は、3.8Bのアクティブパラメータを持つモデルとしては強い数字であり、異なるハーネスバージョンでの2ポイントのリードはリードではない。第二に、同等のブレンド価格でそれを実現すること。Gemmaの出力価格は100万トークンあたり0.33ドルで、これが拘束条件となる。その出力単価の3〜5倍となるdense 27Bは、自らを正当化するにははるかに大きな品質差を必要とする。第三に、Gemmaが明らかに弱い点で上回ること — 長文コンテキスト検索では、128KでのMRCR v2におけるGemmaの44.1が実際に伸びしろを残しており、あるいはツール使用では、そのtau2平均68.2は良好だが並外れてはいない。

新しい27Bが勝つための最も現実的な道は、あらゆる点でGemmaを打ち負かすことではない。コストのかかる1つの作業——長文書分析、エージェント型ツールチェーン、あるいはGemmaのカバレッジが薄い非英語言語——で明確に優れ、その他の点では単に競争力がある程度であることだ。

価格、入手可能性、そして実用的な答え

Gemma 4 26B A4B は本日より OrcaRouter でgoogle/gemma-4-26b-a4b-itとしてご利用いただけます。コンテキスト長は 262,144 トークン、料金は入力 100 万トークンあたり $0.06、出力 100 万トークンあたり $0.33 です。OrcaRouter はプロバイダーの定価をマークアップ 0% でそのまま反映するため、Google やそのホスティング パートナーによる価格変更は、次の請求サイクルを待たずに当日中に当社側へも反映されます。なお、プラットフォーム上にはより高い料金の 2 つ目の Gemma 4 26B A4B リスティングも存在しており、最安のラインだけが唯一の選択肢だと思い込む前に知っておく価値があります。

LBS-27BはOrcaRouter上にはなく、あるふりもしません。提供できる重みはありません。いつかそれが変わったとしても、それを評価する賢明な方法は全面的な移行ではなく分割です。同じAPIキーを通じてトラフィックの一部を新しいモデルにルーティングし、Gemmaをフォールバックとして維持し、自社の入力で比較します。自動フェイルオーバーは、直接統合とは違ってそれを安全にします。なぜなら、不良または利用不可のモデルはリクエストを落とすのではなく、既知のモデルへ縮退するからです。

誰が行動すべきで、誰が待つべきか

今週、長いコンテキストと寛容なライセンスを備えた安価なマルチモーダルモデルが必要なら、Gemma 4 26B A4Bが答えであり、LBS-27Bは選択肢にすら上がらない。これはinclusionAIをけなすものではない。空のリポジトリが意味するのはそういうことだ。

27Bクラスをテキスト専用の主力モデルとして注視していて、待つ余裕があるなら、注目すべきは設定ファイルだ。小さなアクティブ数を持つスパースなアーキテクチャなら、LBS-27BはGemmaに対する本物の価格競争相手になる。密なアーキテクチャなら、より高いコストで品質重視の選択肢になる。そしてリポジトリにビジョンタワーがあれば、比較は「テキストの代替」から「直接のライバル」へ一晩で変わる。

それらのどれかが現れるまでは、このページに言える最も有用なことは最も面白みのないことだ。Gemmaには実測の仕様表と実際の価格があり、LBSにはライセンスの記載があり、両者の間の隔たりは品質の隔たりではなく証拠の隔たりである。