RepGen-4B против Gemma 4 12B: узкий специалист на 4B против универсала на 12B, и почему размеры лгут

Поставленные рядом, microsoft/UserRepGen-4B и Gemma 4 12B выглядят как несоответствие, предрешённое ещё до начала. Модель Google с 11,95 млрд параметров читает текст, изображения и аудио, удерживает 256K токенов контекста, имеет технический отчёт и блог о запуске, и с мая 2026 года её скачали около 79 000 раз. Модель Microsoft — это LoRA ранга 64 на Qwen3.5-4B, загруженная 14 октября 2026 года без всяких анонсов, и она делает ровно одну вещь: читает готовый диалог пользователя и ассистента и возвращает JSON-описание человека в нём из двух полей. Она не может вести беседу, отвечать на вопрос или видеть изображение. Сравнивать эти две модели по возможностям — не сравнение, а категориальная ошибка, и самое интересное здесь именно эта категориальная ошибка, потому что меньшая модель — та, что обыгрывает фронтирного универсала в деле, для которого была создана.

Для чего на самом деле нужен каждый из них

Самый чистый способ удержать в голове и то и другое — это то, что Gemma 4 12B — ассистент, а UserRepGen-4B — измерительный инструмент.

• Gemma 4 12B — мультимодальный представитель семейства Gemma 4 без энкодеров. На входе текст, изображение и аудио; на выходе — текст. В собственной карточке Google он описывается как «Unified», потому что отказывается от выделенных визуального и аудиоэнкодеров, которые использует остальная часть семейства, проецируя необработанные фрагменты изображений и звуковые сигналы напрямую в пространство эмбеддингов декодера через лёгкие линейные слои. 48 слоёв, скользящее окно на 1 024 токена, словарь на 262K, контекст на 256K токенов. Apache 2.0, варианты, дообученные на инструкциях, опубликованы вместе с базовой версией.

• UserRepGen-4B — генератор представлений. Вход: авторизованный многоходовой диалог объёмом до 8 192 токенов. Выход: JSON-объект с полем task и полем user_behavior, ограниченный 1 024 токенами, проверенный человеком, а затем переданный отдельной LLM, которая играет роль пользователя в симуляции. MIT — на вклад Microsoft, Apache 2.0 — унаследована от базовой модели Q​wen. Только текст, несмотря на то, что чекпоинт сохраняет визуальную башню, которую никогда не использует.

Gemma 4 12B можно попросить делать то же, что делает UserRepGen-4B — читать разговор и описывать в нём пользователя. Это и есть честный способ подойти к этому противостоянию, потому что карточка Microsoft оценивает универсальную модель, делающую именно это, и она проигрывает.

Единственное действительное число, которое их связывает

Опубликованного прямого сравнения этих двух моделей не существует, и придумать его было бы самой простой ошибкой для страницы вроде этой. Что действительно публикует карточка UserRepGen-4B — так это оценку точности на 700 диалогах по шкале от 1 до 10, где каждый генератор оценивается по идентичным запросам. В той таблице GPT-5.5, используемый «из коробки» как генератор представлений, набирает 3,90 при best-of-1 и 4,90 при best-of-3. UserRepGen-4B набирает 4,95 и 6,02. Обученный специалист на 4B превосходит фронтирного универсала, который на порядки больше, именно в этой конкретной задаче.

Gemma 4 12B нет в этой таблице, так что никто не знает, где бы она оказалась. Но базовый уровень, с которым её будут сравнивать, делает форму ответа ясной: универсальная модель, которую просят описать пользователя, выдаёт нечто правдоподобное и обобщённое, а метод обучения в UserRepGen-4B существует специально для того, чтобы выйти за эти пределы. Модель на 12B, весьма вероятно, превзойдёт 4B в общих рассуждениях и уступит ей в этой узкой задаче.

Это поднимает очевидный вопрос: почему бы просто не поручить Gemma 4 12B делать то же самое и не держать на диске одну модель? Причины две, и вторая из них — главная.

Первое — это стоимость при больших объёмах. Генерация представления для каждого диалога — это пакетная задача, и 12B параметров стоят примерно в три раза дороже, чем 4B параметров, за один и тот же проход. Второе — разрыв в точности не является проблемой настройки — собственные абляции карты показывают обычное дообучение с учителем на уровне 4,64/5,68, тогда как и OPSD, и GRPO, два метода обучения с подкреплением, к которым компетентная команда обратилась бы в первую очередь, оказываются ниже него на 4,46/5,60 и 3,57/4,59. Добиться от универсальной модели такого поведения — это не вопрос лучшего промпта или более тяжёлого запуска RL. Это то, для чего был создан цикл обучения.

Оба можно скачать, и только один из них можно развернуть

Именно здесь концепция «4B против 12B» полностью разваливается, потому что эти два релиза находятся на противоположных концах спектра упаковки.

• Gemma 4 12B — выпущенный продукт с работающей экосистемой. Поддержка Transformers, вариант с инструкционной настройкой, квантованные и edge-форматы, опубликованные для всей линейки, блог о запуске, технический отчёт на arXiv и документированный путь от загрузки до обслуживания.

• UserRepGen-4B — единственный файл safetensors в формате bfloat16 размером 9 078 620 536 байт. Ни GGUF, ни ONNX, ни MLX, никакого квантования в любом виде. В карточке прямо сказано: «Оптимизированные или специфичные для конкретных устройств форматы в настоящее время недоступны».

Этот разрыв не случаен. Gemma 4 12B создавалась в расчёте на то, что её будут запускать другие люди, а одиннадцать с половиной миллиардов параметров поставляются как продукт. UserRepGen-4B создавалась, чтобы получить результат для статьи, и в её карточке до сих пор сказано, что цитирование «ожидает подтверждения», а также упоминается аутентификация «пока репозиторий приватный» — строка, оставшаяся от поэтапной загрузки, которую так и не обновили. Одна завершена; другая завершена настолько, насколько достаточно.

Если то, что вам на самом деле было нужно, — это Gemma 4 через API

Стоит сказать прямо, ведь именно здесь живёт большинство читателей сравнения Gemma: OrcaRouter не обслуживает Gemma 4 12B — страницы этой модели в нашем каталоге нет — и UserRepGen-4B он тоже не обслуживает. Впрочем, два других представителя того же семейства Gemma 4 в каталоге есть, и оба указывают прейскурантную цену провайдера без каких-либо наценок: Gemma 4 26B A4B — сборка mixture-of-experts на 25,2B с 3,8B активных параметров и контекстом 262 144 токена, по $0,06 за миллион входных токенов и $0,33 за миллион выходных; и Gemma 4 31B — плотная мультимодальная сборка на 30,7B, по $0,13 и $0,38. Если вам нужна именно 12B для локальной работы, ответ — скачивание, и никакой API этого не меняет.

Что касается симуляционной части, честная позиция та же. UserRepGen-4B — это чекпойнт и файл промпта: вы запускаете его сами, в собственной среде, на разговорах, которые вам разрешено обрабатывать. Было бы удобно, если бы это был вызов хостингового эндпоинта. Сегодня это не так — ни у нас, ни где-либо ещё.

Какой из них скачать?

Если вам нужен небольшой мультимодальный ассистент, который читает документы, воспринимает аудио и отвечает на вопросы на ноутбуке, то Gemma 4 12B — именно он, а сравнение с UserRepGen-4B настолько далеко от него, что не имеет значения. Если вы создаёте симулятор пользователя и ваш текущий подход — это промптинг общей модели, чтобы она описала пользователя, то UserRepGen-4B — единственное здесь, что обучалось для этого, и доказательства — предоставленные вендором, полученные в одной лаборатории, с оценкой GPT-5.4 mini на всех этапах — говорят, что обучение превосходит промптинг. Что изменило бы картину — это статья или одна независимая оценка тех 4,95 извне Microsoft. Ни того, ни другого пока не существует, и обоих стоит дождаться, прежде чем кто-либо заменит им работающий пайплайн.

Такие сравнения, как это, — это также то, где проявляются режимы отказов: задокументированные инциденты с ИИ и сбои агентов, стоящие за моделями этого класса, собраны в the OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, оценку достоверности и отметку о спорности.