LBS-27B vs Gemma 4 26B A4B: O que um repositório vazio precisa superar

Se sua carga de trabalho envolve uma imagem, uma página digitalizada ou uma captura de tela, a comparação entre LBS-27B e Gemma 4 26B A4B já acabou. O Gemma 4 26B A4B aceita imagens e quadros de vídeo e retorna texto; o LBS-27B ainda não existe em nenhuma forma executável, então não aceita nada. Todo o resto nesta disputa é uma pergunta sobre o que o repositório vazio da inclusionAI pode vir a se tornar, e a maneira honesta de responder a isso é descrever o padrão que o Gemma já estabeleceu em vez de fingir que os dois modelos foram medidos um contra o outro.

Essa assimetria é a história inteira. Um desses modelos está no Hugging Face desde março de 2026, tem 8,1 milhões de downloads, uma tabela de avaliação completa e um preço publicado. O outro foi criado às 05:36 UTC de 26 de outubro de 2026 e contém um cabeçalho de licença e nada mais. Uma comparação lado a lado que os trate como equivalentes seria ficção. Uma comparação lado a lado que mostre o que o LBS-27B teria que superar é útil, e é isso que vem a seguir.

O lado conhecido do livro-razão

O Gemma 4 26B A4B é um modelo de mistura de especialistas com 25,2 bilhões de parâmetros totais e 3,8 bilhões ativos por token, provenientes de 128 especialistas, com oito ativos mais um compartilhado. Ele tem 30 camadas, um vocabulário de 262.144 tokens e uma janela de contexto de 256K. A pilha de atenção alterna cinco camadas de janela deslizante de 1.024 tokens com uma camada de atenção completa, e é assim que o Google mantém a janela longa a um custo acessível.

É multimodal de uma forma específica e limitada. Há um codificador visual de aproximadamente 550 milhões de parâmetros, entrada de imagem e fotogramas de vídeo, e saída de texto. O áudio não é suportado neste modelo — está disponível nas variantes menores E2B, E4B e 12B. O cartão afirma suporte a mais de 140 idiomas, com cerca de 35 funcionando imediatamente. A licença é Apache-2.0, e o corte de treinamento é janeiro de 2025.

A tabela de benchmarks no model card do Google — relatada pelo fornecedor, não reproduzida de forma independente — apresenta os seguintes valores: MMLU Pro 82,6; GPQA Diamond 82,3; AIME 2026 sem ferramentas 88,3; LiveCodeBench v6 77,1; Codeforces ELO 1718; tau2 com média de três suítes 68,2; MMMU Pro 73,8; MATH-Vision 82,4. As linhas fracas são tão informativas quanto as fortes: Humanity's Last Exam obtém 8,7 sem ferramentas e 17,2 com busca, e MRCR v2 em 128K com oito agulhas tem média de 44,1. Uma janela de 256K não significa que o modelo recupera bem ao longo de 256K.

O lado desconhecido, dito sem rodeios

LBS-27B é um repositório, uma licença e um nome. O repositório foi criado em 26 de outubro de 2026 e contém dois arquivos: um .gitattributes padrão e um README de 28 bytes cujo conteúdo inteiro é a linha license: apache-2.0. Não há config.json, nem shard de pesos, nem tokenizador e nem cartão de modelo. Não há downloads registrados e zero curtidas. Não encontramos nenhum anúncio, artigo ou postagem em redes sociais em lugar algum.

O que isso significa para esta comparação é simples: todas as linhas, exceto a licença, estão em branco. O "27B" é uma string no nome do repositório, não uma contagem de parâmetros verificada. A arquitetura pode ser densa ou esparsa. O comprimento de contexto pode ser qualquer coisa. Pode ou não haver um codificador de visão. Até que um arquivo de configuração apareça, nenhuma dessas perguntas tem resposta, e qualquer artigo que as preencha está inventando.

Onde o confronto realmente seria decidido

Se o LBS-27B for lançado como um modelo da classe de 27B, estas são as dimensões que o separarão do Gemma 4 26B A4B. Cada linha traz ambos os lados, com o desconhecido marcado como desconhecido em vez de deixado em branco.

• Parâmetros totais e ativos — o Gemma 4 26B A4B tem 25,2B no total e 3,8B ativos, segundo o fornecedor; o LBS-27B é um modelo de 27B não verificado, sem número de parâmetros ativos.

• Arquitetura — Gemma usa 128 especialistas com roteamento top-8; o LBS é desconhecido, e denso versus esparso é a incógnita mais decisiva para o custo de serving.

• Janela de contexto — 262.144 tokens para Gemma; desconhecida para LBS.

• Modalidade — entrada de texto, imagem e quadro de vídeo com saída de texto para o Gemma; desconhecida para o LBS, e somente texto é o caso base até que surja uma torre de visão.

• Licença — Apache-2.0 para o Gemma; Apache-2.0 declarada para o LBS, embora uma licença possa mudar antes do lançamento dos pesos.

• Preço — US$ 0,06 por milhão de tokens de entrada e US$ 0,33 por milhão de tokens de saída para Gemma no OrcaRouter, com 262.144 tokens de contexto; não existe preço para LBS porque não há nada a servir.

• Avaliações publicadas — uma tabela completa do fornecedor para o Gemma; nenhuma para o LBS.

O número que decide a economia: 3,8 bilhões

O A4B no nome do Gemma é a parte mais importante dele. Com aproximadamente 3,8 bilhões de parâmetros ativos por token, o modelo faz a computação de um modelo pequeno enquanto mantém o conhecimento de um de 25B. É por isso que ele pode ser precificado em seis centavos por milhão de tokens de entrada e ainda assim ser oferecido comercialmente, e é por isso que o modelo roda em hardware com o qual um 25B denso teria dificuldades.

Um 27B denso é um produto diferente. Ele lê todos os parâmetros para cada token, então seu custo de decodificação escala com o número total de pesos. Se o LBS-27B for denso, não competirá com o Gemma 4 26B A4B em preço com qualidade igual — competirá em qualidade a um preço mais alto, o que é um argumento muito mais difícil em 2026. Se for esparso com um pequeno número de parâmetros ativos, a comparação se torna real e interessante.

É por isso que o primeiro artefato credível a observar não é uma pontuação de benchmark. É a contagem de especialistas no arquivo de configuração. Tudo sobre a forma comercial do LBS-27B decorre desse único campo.

Visão é uma classe de carga de trabalho, não uma funcionalidade.

É fácil tratar a entrada de imagem do Gemma como uma caixa de seleção. Na prática, isso muda quais trabalhos o modelo pode sequer assumir. Extração de documentos, triagem de capturas de tela, leitura de gráficos, verificações de regressão de UI, processamento de faturas e pipelines próximos de OCR não são tarefas de texto com uma imagem anexada; são tarefas em que a imagem é a entrada. Um modelo somente texto não consegue entrar nelas com qualquer pontuação de benchmark.

Os números de visão do Gemma são respeitáveis, e não dominantes: MMMU Pro 73,8, MATH-Vision 82,4 e uma distância de edição média de 0,149 no OmniDocBench 1.5, todos da ficha do Google. O orçamento de tokens visuais é selecionável em 70, 140, 280, 560 ou 1.120 tokens por imagem, o que permite trocar resolução por custo por solicitação — um detalhe prático que importa mais em produção do que um ponto no ranking.

Para o LBS-27B, a questão é binária. Se a inclusionAI lançar uma torre de visão, o modelo entra na mesma classe de carga de trabalho e a comparação se torna uma disputa de qualidade e preço. Se não lançar, o LBS-27B só poderá assumir a metade textual do trabalho do Gemma, e a decisão se torna uma questão de roteamento em vez de uma questão de substituição.

O que o LBS-27B teria de superar

Suponha, para fins de argumentação, que os pesos cheguem e que o modelo seja um 27B competente. Para valer a pena migrar do Gemma 4 26B A4B para ele em cargas de trabalho de texto, precisaria fazer três coisas ao mesmo tempo.

Primeiro, supere as linhas reportadas pelo fornecedor da Gemma por uma margem que sobreviva a diferenças de harness. MMLU Pro 82,6, GPQA Diamond 82,3 e AIME 2026 com 88,3 são números fortes para um modelo com 3,8B parâmetros ativos, e uma vantagem de dois pontos em uma versão diferente do harness não é uma vantagem. Segundo, faça isso a um preço combinado comparável. O preço de saída da Gemma de US$ 0,33 por milhão é a restrição vinculante; um modelo denso de 27B a três a cinco vezes essa taxa de saída precisa de uma lacuna de qualidade muito maior para se justificar. Terceiro, supere-a em algo em que a Gemma é visivelmente fraca — recuperação em contexto longo, onde o 44,1 da Gemma no MRCR v2 a 128K deixa espaço real, ou uso de ferramentas, onde sua média tau2 de 68,2 é boa, mas não excepcional.

A forma mais plausível de um novo 27B vencer não é superar o Gemma em tudo. É ser claramente melhor em uma tarefa cara — análise de documentos longos, cadeias de ferramentas agênticas ou um idioma que não o inglês, no qual a cobertura do Gemma é limitada —, sendo apenas competitivo nos demais aspectos.

Preço, disponibilidade e a resposta prática

O Gemma 4 26B A4B está disponível hoje no OrcaRouter como google/gemma-4-26b-a4b-it, com contexto de 262.144 tokens e preço de US$ 0,06 por milhão de tokens de entrada e US$ 0,33 por milhão de tokens de saída. Como o OrcaRouter repassa o preço de tabela do provedor com 0% de margem, qualquer mudança de preço que o Google ou seus parceiros de hospedagem fizerem aparece do nosso lado no mesmo dia, e não no próximo ciclo de cobrança. Há também uma segunda listagem do Gemma 4 26B A4B na plataforma com um valor mais alto, o que vale saber antes de presumir que a opção mais barata é a única.

O LBS-27B não está no OrcaRouter, e não vamos fingir que está. Não há pesos para servir. Quando e se isso mudar, a maneira sensata de avaliá-lo não é uma migração total, mas uma divisão: rotear uma fração do tráfego para o novo modelo usando a mesma chave de API, manter o Gemma como fallback e comparar com suas próprias entradas. O failover automático torna isso seguro de um modo que uma integração direta não torna, porque um modelo ruim ou indisponível degrada para um modelo conhecido em vez de derrubar a solicitação.

Quem deve agir, e quem deve esperar

Se você precisa de um modelo multimodal barato com contexto longo e uma licença permissiva esta semana, o Gemma 4 26B A4B é a resposta, e o LBS-27B não está na conversa. Isso não é uma crítica à inclusionAI; é o que significa um repositório vazio.

Se você está de olho na classe 27B como um cavalo de batalha só para texto e pode esperar, o que deve observar é o arquivo de configuração. Uma arquitetura esparsa com um pequeno número de parâmetros ativos tornaria o LBS-27B um concorrente de preço genuíno para o Gemma. Uma densa faria dele uma aposta em qualidade a um custo mais alto. E uma torre de visão no repositório mudaria a comparação de "alternativa de texto" para "rival direto" da noite para o dia.

Até que um desses apareça, a coisa mais útil que esta página pode dizer é a menos empolgante: a Gemma tem uma ficha técnica medida e um preço ativo, a LBS tem uma linha de licença, e a diferença entre elas não é uma diferença de qualidade, mas de evidências.