ZwZ2-9B vs Gemma 4 12B: jeden model, jedna karta modelu i który z nich możesz faktycznie wdrożyć

Gemma 4 12B jest publicznie dostępny od 23 maja 2026 r. Wraz z nim udostępniono kartę modelu, raport techniczny, opublikowany zestaw ewaluacyjny, pięć innych rozmiarów z tej samej rodziny oraz liczbę pobrań na Hubie, która tylko w ostatnim miesiącu przekroczyła 79 000. ZwZ2-9B jest publicznie dostępny od 16 października 2026 r. — czyli od dziś — jako osiem plików w repozytorium bez README, bez pola licencji i bez tagu pipeline. Oba mają mniej więcej ten sam rozmiar. Oba obsługują obrazy. Oba deklarują ten sam limit kontekstu wynoszący 262 144 pozycje. A nie są nawet w przybliżeniu w takim samym stanie gotowości, a to jedyne porównanie, które ma znaczenie, jeśli decydujesz, gdzie przeznaczyć GPU.

Krótka odpowiedź: Gemma 4 12B to ukończony produkt Google DeepMind, którego granice inni zdążyli już sprawdzić przez pięć miesięcy. ZwZ2-9B to checkpoint od inclusionAI, którego nikt spoza laboratorium jeszcze nie opisał, w tym samo laboratorium. Jeśli w tym miesiącu musisz coś wdrożyć, wybór nie jest nawet bliski i nie jest to komentarz na temat wag. Jeśli decydujesz, na czym prototypować w przyszłym miesiącu, przeczytaj liczby poniżej, a potem przeprowadź własną ewaluację, bo tylko jeden z tych dwóch modeli dał ci cokolwiek do czytania.

Dwa stosy, wymiar po wymiarze

• Parametry — ZwZ2-9B: 9 409 813 744 w formacie bfloat16. Gemma 4 12B: 11,95 miliarda.

• Architektura — qwen3_5, hybryda uwagi liniowej i pełnej. Gemma: gemma4_unified, bez enkodera i ujednolicona między modalnościami.

• Warstwy — 32 w ZwZ2-9B (24 z uwagą liniową, 8 z pełną uwagą). 48 w Gemma 4 12B (40 z oknem przesuwnym na 1 024 tokeny, 8 z pełną uwagą).

• Limit kontekstu — 262 144 pozycji zadeklarowanych przez oba.

• Słownik — 248,320 vs 262,144, przy czym w Gemmie zarezerwowano je dla identyfikatorów tokenów obrazu, dźwięku i wideo.

• Modalności w — tekst, obraz i wideo dla ZwZ2-9B. Tekst, obraz, audio i wideo dla Gemma 4 12B, którego konfiguracja zawiera 640-wymiarową wieżę audio.

• Licencja — nie zadeklarowano vs Apache-2.0.

• Dotychczasowe wyniki — zero pobrań i dwa polubienia w porównaniu z 79 565 pobraniami i 790 polubieniami w ostatnim miesiącu.

Dwie z tych linii zasługują na drugie spojrzenie, ponieważ odwracają intuicję. Pierwszą jest schemat uwagi: ZwZ2-9B to model 32-warstwowy z 8 warstwami pełnej uwagi, a Gemma 4 12B to model 48-warstwowy z 8 warstwami pełnej uwagi. Oba obstawiają, że kosztowna część uwagi powinna być rzadka; po prostu nie zgadzają się co do tego, jak rzadka — w proporcji jedna warstwa na cztery kontra jedna na sześć. Drugą jest limit kontekstu, gdzie checkpoint 9,4B bez dokumentacji i flagowy model 11,95B od DeepMind trafiają dokładnie na tę samą liczbę 262 144 — co jest zbiegiem okoliczności w celach projektowych, a nie jakimkolwiek związkiem między tymi dwoma.

Gdzie Gemma 4 12B nie tylko wyprzedza, ale jest w zupełnie innej kategorii

Audio jest pierwsze. Model Google'a przyjmuje dźwięk natywnie, z dedykowaną wieżą audio i identyfikatorami tokenów audio w swoim słowniku. Tokenizer ZwZ2-9B również rezerwuje <|audio_start|>, <|audio_end|> i <|audio_pad|> — ale jego konfiguracja nie zawiera żadnej konfiguracji audio, więc te tokeny są słownictwem, które odziedziczył, a nie zdolnością, którą posiada. Jeśli Twoje obciążenie obejmuje mowę, to koniec porównania, i warto być precyzyjnym co do tego, dlaczego: nie dlatego, że ZwZ2-9B wypadł gorzej, ale dlatego, że w punkcie kontrolnym nie ma nic, co mogłoby przetworzyć przebieg fali.

Dokumentacja jest druga i to ona kumuluje efekty. Gemma 4 12B ma raport techniczny (arXiv 2607.02770), opublikowany zestaw ewaluacyjny obejmujący wszystko od rozumowania w stylu GPQA po benchmarki wizyjne, zadeklarowaną licencję oraz informację, że model jest dostępny w pięciu rozmiarach, dzięki czemu można wymieniać możliwości na mniejszy ślad, nie wychodząc z rodziny. Wokół niego Hub pokazuje 83 opublikowane dostrojenia, 49 kwantyzacji i 15 Spaces zbudowanych na jego podstawie. Ten ekosystem to nie ozdoba. To zbiór dowodów na to, jak model zawodzi, wytworzonych przez ludzi spoza Google, i nie ma dla niego substytutu.

Licencjonowanie jest trzecie i jest najmniej efektowne, a najbardziej rozstrzygające. Gemma 4 12B jest na licencji Apache-2.0. ZwZ2-9B nie deklaruje żadnej licencji — ani otwartej, ani niestandardowej, nic w metadanych repozytorium. W braku deklaracji bezpieczną interpretacją jest, że wydawca zastrzegł sobie prawa, a to nie jest kwestia, w której chciałbyś odkryć, że się pomyliłeś podczas procesu zakupowego. Checkpoint, którego nie możesz legalnie użyć, nie jest tańszy niż ten, którego możesz.

Jedyne miejsce, w którym ZwZ2-9B ma argument strukturalny

Nie chodzi o jakość, której nikt jeszcze nie potrafi zmierzyć. Chodzi o to, jak ten twór zużywa moc obliczeniową, a konfiguracja mówi o tym wyjątkowo wprost.

Trzy czwarte warstw ZwZ2-9B to uwaga liniowa — 24 z 32 — z których każda utrzymuje stan rekurencyjny o stałym rozmiarze, a nie pamięć podręczną klucz-wartość rosnącą wraz z rozmową. Konfiguracja nazywa ten mechanizm: 16 głów kluczy i 32 głowy wartości o wymiarze 128, jądro splotu o szerokości 4 oraz stan przechowywany w float32 dla stabilności numerycznej. Pełną uwagę stosuje tylko co czwarta warstwa. Gemma 4 12B obstawia podobnie, ale z innym mechanizmem — 40 z jej 48 warstw korzysta z okna przesuwnego ograniczonego do 1 024 tokenów — więc oba modele są zaprojektowane tak, aby przestać ponosić koszt pełnej uwagi na większości warstw. Różnią się stopniem i techniką, a bez benchmarków nie ma uczciwego sposobu, by powiedzieć, który wygrywa. Zamiar projektowy jest czytelny; wynik nie został zmierzony.

Zajętość to ta prostsza część. 9,41 mld parametrów w porównaniu z 11,95 mld to w przybliżeniu o jedną piątą mniej wagi do utrzymania, zanim cokolwiek skwantyzujesz, a wieża wizyjna jest mała — 27 warstw o rozmiarze ukrytym 1152, rzutujących na 4096 — dlatego model mieści się komfortowo w tej samej klasie sprzętu, który uruchomiłby 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.

Czego ZwZ2-9B nie może ci powiedzieć i dlaczego to rozstrzyga o tym porównaniu

Nie możesz wiedzieć, czy to model dostrojony do instrukcji, czy bazowy checkpoint, ponieważ jego repozytorium nie ma README ani tagu pipeline, a oba normalnie by to mówiły. Wbudowany na stałe prompt systemowy wskazujący na <answer> tagi jest silnym dowodem na model wytrenowany na instrukcjach, ale to dowód, a nie stwierdzenie.

Nie możesz wiedzieć, na czym go wytrenowano, czy recepta drobnoziarnistej percepcji, która rozsławiła rodzinę ZwZ, została przeniesiona, ani do czego ma być dobry. Nie możesz poznać jego licencji. I nie możesz wiedzieć, jak zachowuje się na skrajach, ponieważ nikt spoza inclusionAI go nie uruchamiał.

Postaw to obok Gemma 4 12B, a asymetria nie jest kwestią stopnia. Jeden model przychodzi z raportem technicznym i ośmioma miesiącami publicznego użytkowania; drugi przychodzi z config.json i odwróconym domyślnym ustawieniem myślenia. To powód, by tworzyć prototypy, a nie powód, by to odrzucać — nieudokumentowane punkty kontrolne to miejsce, w którym po raz pierwszy pojawia się wiele interesującej pracy — ale to powód, by uczciwie przyznać, że ocenę będziesz przeprowadzać samodzielnie.

Reguła decyzyjna, która nie zależy od brakujących dowodów.

Wybierz Gemma 4 12B, jeśli którykolwiek z poniższych warunków jest spełniony: potrzebujesz wejścia audio, potrzebujesz licencji, którą możesz pokazać prawnikowi, musisz dostarczyć produkt w ciągu kwartału albo potrzebujesz modeli siostrzanych w różnych rozmiarach, aby ten sam zestaw ewaluacyjny przenosił się w górę i w dół rodziny. Wszystkie cztery są ustalone.

Traktuj ZwZ2-9B poważnie, jeśli masz konkretne pytanie, na które 9,4B model wizyjny z hybrydową uwagą i domyślnym trybem bez rozumowania może odpowiedzieć lepiej niż ten, za który już płacisz, i jesteś gotów sam to zmierzyć. Pierwszą rzeczą do przetestowania nie jest jego inteligencja. Jest nią to, czy przyjmuje obrazy, które faktycznie mu wysyłasz, zwraca format, którego faktycznie potrzebujesz, i robi to bez problemu z licencją wiszącego nad wynikiem.

I nie porównuj ich w tabeli benchmarkowej, ponieważ tabela ma tylko jedną kolumnę. Można umieścić opublikowane liczby modelu Gemma 4 12B obok pustego miejsca i nazwać to porównaniem, ale to puste miejsce jest ustaleniem. Każdy, kto w tym tygodniu przedstawia werdykt dotyczący jakości w bezpośrednim porównaniu ZwZ2-9B, wymyśla go.

Żaden z tych checkpointów nie znajduje się dziś w naszym katalogu, więc żadnego z nich nie możesz teraz wywołać przez nas — Gemma 4 12B to plik do pobrania z Hugging Face i własny stos serwujący, i tak samo jest z ZwZ2-9B. To, co udostępniamy, to bliźniak, który pozwala przeprowadzić porównanie z Gemmą bez zmiany sposobu oceniania czegokolwiek: Gemma 4 26B A4B, członek tej samej rodziny oparty na mieszaninie ekspertów, na hostowanym endpoincie w cenie 0,06 USD za milion tokenów wejściowych i 0,33 USD za milion tokenów wyjściowych, z tym samym kontekstem 262 tys. tokenów. Ponieważ OrcaRouter przekazuje ceny katalogowe dostawców bez marży (0%), zmiana ceny po stronie dostawcy pojawia się tutaj tego samego dnia, a nie przy kolejnej aktualizacji katalogu — co ma znaczenie, gdy porównujesz koszty modelu, który hostujesz, z modelem, który wynajmujesz. Po drugiej stronie zestawienia najbliższym hostowanym zamiennikiem tego, czym ZwZ2-9B stara się być, jest qwen/qwen3-vl-8b-instruct, ośmiomiliardowy model językowo-wizyjny z kontekstem 131 tys. w cenie 0,18 USD i 0,70 USD, który jest udokumentowany, objęty licencją i dostępny już teraz.

Co zmieniłoby ten artykuł

Karta modelu. Konkretnie: licencja, akapit o danych treningowych i jedna tabela ewaluacyjna sporządzona przez kogoś, kto nie trenował modelu. Do tego czasu uczciwe podsumowanie ZwZ2-9B versus Gemma 4 12B nie brzmi, że jeden jest lepszy. Brzmi: jeden istnieje jako produkt, a drugi istnieje jako lista plików, a przepaść między tymi dwiema rzeczami to najdroższy dystans w uczeniu maszynowym.

Takie porównania jak to są również miejscem, w którym ujawniają się tryby awarii: udokumentowane incydenty AI i awarie agentów stojące za modelami w tej klasie są gromadzone w Archiwum Incydentów AI OrcaRouter, gdzie każdy wpis zawiera własne źródła, wagę, ocenę pewności i znacznik sporności.