LBS-27B vs Gemma 4 26B A4B: สิ่งที่รีโพซิทอรีว่างเปล่าต้องเอาชนะ

หากภาระงานของคุณเกี่ยวข้องกับภาพ หน้าที่สแกน หรือภาพหน้าจอ การเปรียบเทียบระหว่าง LBS-27B กับ Gemma 4 26B A4B ก็จบไปแล้ว Gemma 4 26B A4B รองรับภาพและเฟรมวิดีโอและส่งคืนข้อความ ส่วน LBS-27B ยังไม่มีอยู่ในรูปแบบที่เรียกใช้งานได้ใด ๆ จึงไม่รองรับสิ่งใดเลย ทุกอย่างอื่นในการจับคู่นี้เป็นคำถามว่า รีโพซิทอรีว่างของ inclusionAI อาจกลายเป็นอะไรได้ และวิธีตอบอย่างซื่อตรงคือการอธิบายมาตรฐานที่ Gemma ตั้งไว้แล้ว แทนที่จะแสร้งว่าทั้งสองโมเดลถูกวัดเทียบกันแล้ว

ความไม่สมดุลนี้คือเรื่องทั้งหมด หนึ่งในโมเดลเหล่านี้อยู่บน Hugging Face ตั้งแต่เดือนมีนาคม 2026 มีการดาวน์โหลด 8.1 ล้านครั้ง มีตารางการประเมินผลแบบเต็ม และมีราคาที่เผยแพร่แล้ว ส่วนอีกโมเดลถูกสร้างขึ้นเมื่อเวลา 05:36 UTC วันที่ 26 ตุลาคม 2026 และมีเพียงส่วนหัวสัญญาอนุญาตเท่านั้น ไม่มีอย่างอื่น การเปรียบเทียบแบบเคียงข้างกันที่ปฏิบัติต่อทั้งสองราวกับว่าอยู่ในระดับเดียวกันจะเป็นเรื่องที่ไม่ตรงกับความจริง การเปรียบเทียบแบบเคียงข้างกันที่บอกคุณว่า LBS-27B จะต้องเอาชนะอะไรจึงจะมีประโยชน์ และนั่นคือสิ่งที่ตามมา

ด้านที่รู้แล้วของบัญชีแยกประเภท

Gemma 4 26B A4B เป็นโมเดลแบบ mixture-of-experts ที่มีพารามิเตอร์ทั้งหมด 25.2 พันล้านตัว และมีพารามิเตอร์ที่ใช้งานต่อโทเคน 3.8 พันล้านตัว ดึงมาจากผู้เชี่ยวชาญ 128 ตัว โดยมีแปดตัวที่ใช้งานบวกหนึ่งตัวที่แชร์ร่วมกัน มี 30 เลเยอร์ ขนาดคำศัพท์ 262,144 โทเคน และหน้าต่างบริบท 256K สแต็กความสนใจสลับระหว่างเลเยอร์หน้าต่างเลื่อนห้าชั้นขนาด 1,024 โทเคนกับเลเยอร์ความสนใจแบบเต็มหนึ่งชั้น ซึ่งเป็นวิธีที่ Google ทำให้หน้าต่างบริบทที่ยาวมีต้นทุนที่จ่ายได้

โมเดลนี้เป็นมัลติโมดัลในลักษณะที่เฉพาะเจาะจงและจำกัด มีตัวเข้ารหัสภาพ (vision encoder) ขนาดประมาณ 550 ล้านพารามิเตอร์ รองรับอินพุตเป็นรูปภาพและเฟรมวิดีโอ และให้เอาต์พุตเป็นข้อความ โมเดลนี้ไม่รองรับเสียง — ความสามารถด้านเสียงอยู่ในรุ่นย่อยที่เล็กกว่าอย่าง E2B, E4B และ 12B การ์ดระบุว่ารองรับมากกว่า 140 ภาษา โดยมีประมาณ 35 ภาษาที่ใช้งานได้ทันที สัญญาอนุญาตคือ Apache-2.0 และจุดตัดข้อมูลการฝึกคือมกราคม 2025

ตารางเปรียบเทียบประสิทธิภาพบนการ์ดโมเดลของ Google — เป็นข้อมูลที่ผู้จำหน่ายรายงานเอง ไม่ได้ถูกทำซ้ำโดยอิสระ — มีค่าดังนี้: MMLU Pro 82.6, GPQA Diamond 82.3, AIME 2026 เมื่อไม่ใช้เครื่องมือ 88.3, LiveCodeBench v6 77.1, Codeforces ELO 1718, tau2 เฉลี่ยจากสามชุดทดสอบ 68.2, MMMU Pro 73.8, MATH-Vision 82.4 แถวที่อ่อนแอให้ข้อมูลไม่แพ้แถวที่แข็งแกร่ง: Humanity's Last Exam ได้ 8.7 เมื่อไม่ใช้เครื่องมือ และ 17.2 เมื่อใช้การค้นหา และ MRCR v2 ที่ 128K ด้วยเข็มแปดอัน เฉลี่ย 44.1 หน้าต่าง 256K ไม่ได้หมายความว่าโมเดลจะดึงข้อมูลได้ดีตลอดช่วง 256K

ด้านที่ยังไม่รู้ กล่าวอย่างตรงไปตรงมา

LBS-27B เป็นรีโพซิทอรี สัญญาอนุญาต และชื่อ รีโพซิทอรีนี้ถูกสร้างขึ้นเมื่อวันที่ 26 ตุลาคม 2026 และมีไฟล์สองไฟล์: ไฟล์มาตรฐานชื่อ .gitattributes และ README ขนาด 28 ไบต์ซึ่งเนื้อหาทั้งหมดเป็นบรรทัด license: apache-2.0 ไม่มี config.json ไม่มี weight shard ไม่มี tokenizer และไม่มี model card ไม่มียอดดาวน์โหลดที่บันทึกไว้ และมียอดไลก์เป็นศูนย์ เราไม่พบประกาศ เปเปอร์ หรือโพสต์บนโซเชียลมีเดียที่ใดเลย

สิ่งที่หมายความสำหรับการเปรียบเทียบนี้พูดง่าย ๆ คือ ทุกแถวนอกเหนือจากใบอนุญาตนั้นว่างเปล่า “27B” เป็นสตริงในชื่อรีโพซิทอรี ไม่ใช่จำนวนพารามิเตอร์ที่ตรวจสอบยืนยันแล้ว สถาปัตยกรรมอาจเป็นแบบ dense หรือ sparse ความยาวบริบทอาจเป็นค่าใดก็ได้ อาจมีหรือไม่มี vision encoder ก็ได้ จนกว่าไฟล์คอนฟิกจะปรากฏขึ้น คำถามเหล่านั้นไม่มีคำตอบ และบทความใดก็ตามที่เติมคำตอบให้สิ่งเหล่านั้นก็กำลังกุเรื่องขึ้นมา

จุดที่การดวลคู่นี้จะถูกตัดสินอย่างแท้จริง

หาก LBS-27B วางจำหน่ายในฐานะโมเดลระดับ 27B มิติเหล่านี้คือสิ่งที่ทำให้มันแตกต่างจาก Gemma 4 26B A4B แต่ละบรรทัดแสดงทั้งสองฝั่ง โดยค่าที่ไม่ทราบจะถูกระบุว่าไม่ทราบแทนที่จะเว้นว่างไว้

• พารามิเตอร์ทั้งหมดและพารามิเตอร์ที่ใช้งาน — Gemma 4 26B A4B มีพารามิเตอร์ทั้งหมด 25.2B และพารามิเตอร์ที่ใช้งาน 3.8B ตามที่ผู้จำหน่ายรายงาน; LBS-27B เป็น 27B ที่ยังไม่ได้ตรวจสอบ โดยไม่มีตัวเลขพารามิเตอร์ที่ใช้งาน

• สถาปัตยกรรม — Gemma ใช้ผู้เชี่ยวชาญ 128 คนพร้อมการกำหนดเส้นทางแบบ top-8; LBS ยังไม่เป็นที่ทราบ และ dense เทียบกับ sparse คือสิ่งที่ไม่ทราบที่สำคัญที่สุดเพียงอย่างเดียวสำหรับต้นทุนการให้บริการ

• หน้าต่างบริบท — 262,144 โทเค็นสำหรับ Gemma; ไม่ทราบสำหรับ LBS

• รูปแบบข้อมูล — อินพุตข้อความ รูปภาพ และเฟรมวิดีโอ พร้อมเอาต์พุตข้อความสำหรับ Gemma; ไม่ทราบสำหรับ LBS และข้อความอย่างเดียวเป็นกรณีฐานจนกว่าจะมีวิชันทาวเวอร์ปรากฏขึ้น

• ใบอนุญาต — Apache-2.0 สำหรับ Gemma; มีการประกาศ Apache-2.0 สำหรับ LBS แม้ว่าใบอนุญาตอาจเปลี่ยนแปลงได้ก่อนที่น้ำหนักโมเดลจะถูกเผยแพร่

• ราคา — $0.06 ต่อล้านโทเค็นอินพุต และ $0.33 ต่อล้านโทเค็นเอาต์พุต สำหรับ Gemma บน OrcaRouter ที่ขนาดบริบท 262,144 โทเค็น; ไม่มีราคาสำหรับ LBS เพราะไม่มีอะไรให้บริการ

• การประเมินที่เผยแพร่แล้ว — ตารางผู้จำหน่ายฉบับเต็มสำหรับ Gemma; ไม่มีสำหรับ LBS

ตัวเลขที่ชี้ขาดความคุ้มค่าทางเศรษฐกิจ: 3.8 พันล้าน

A4B ในชื่อของ Gemma คือส่วนที่สำคัญที่สุดของชื่อนี้ ด้วยพารามิเตอร์ที่ใช้งานจริงประมาณ 3.8 พันล้านตัวต่อโทเคน โมเดลนี้ใช้การคำนวณเทียบเท่าโมเดลขนาดเล็ก ในขณะที่เก็บความรู้ไว้เทียบเท่าโมเดลขนาด 25B นี่คือเหตุผลที่ตั้งราคาได้ที่หกเซนต์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และยังให้บริการเชิงพาณิชย์ได้ และเป็นเหตุผลที่โมเดลนี้รันบนฮาร์ดแวร์ที่โมเดล dense ขนาด 25B จะรับมือได้ยาก

โมเดล dense ขนาด 27B เป็นผลิตภัณฑ์ที่แตกต่างออกไป มันอ่านทุกพารามิเตอร์สำหรับทุกโทเคน ดังนั้นต้นทุนการถอดรหัสจึงแปรผันตามจำนวนน้ำหนักทั้งหมด หาก LBS-27B ออกมาเป็นแบบ dense มันจะไม่แข่งขันกับ Gemma 4 26B A4B ด้านราคาที่คุณภาพเท่ากัน — มันจะแข่งขันด้านคุณภาพในราคาที่สูงกว่า ซึ่งเป็นข้อโต้แย้งที่ยากกว่ามากในปี 2026 หากมันออกมาเป็นแบบ sparse ที่มีจำนวนพารามิเตอร์ที่ aktif น้อย การเปรียบเทียบก็จะกลายเป็นเรื่องจริงจังและน่าสนใจ

นี่คือเหตุผลที่สิ่งแรกที่เชื่อถือได้ซึ่งควรจับตาดูไม่ใช่คะแนน benchmark แต่เป็นจำนวน expert ในไฟล์ config ทุกสิ่งเกี่ยวกับรูปแบบเชิงพาณิชย์ของ LBS-27B ล้วนสืบเนื่องมาจากฟิลด์เดียวนั้น

Vision เป็นคลาสของเวิร์กโหลด ไม่ใช่ฟีเจอร์

การมองอินพุตรูปภาพของ Gemma เป็นเพียงช่องทำเครื่องหมายนั้นเป็นเรื่องง่าย แต่ในทางปฏิบัติ มันเปลี่ยนว่างานใดบ้างที่โมเดลจะรองรับได้เลย การสกัดข้อมูลจากเอกสาร การคัดแยกภาพหน้าจอ การอ่านกราฟ การตรวจสอบ UI regression การประมวลผลใบแจ้งหนี้ และไปป์ไลน์ที่เกี่ยวข้องกับ OCR ไม่ใช่งานข้อความที่มีรูปภาพแนบมา แต่เป็นงานที่รูปภาพคืออินพุต โมเดลที่รองรับเฉพาะข้อความไม่สามารถเข้าสู่งานเหล่านี้ได้ไม่ว่าจะได้คะแนน benchmark เท่าใด

ตัวเลขด้านวิสัยทัศน์ของ Gemma ถือว่าน่าคบหาแต่ยังไม่ถึงขั้นเหนือกว่าใคร โดยมี MMMU Pro 73.8, MATH-Vision 82.4 และค่าเฉลี่ย edit distance ของ OmniDocBench 1.5 อยู่ที่ 0.149 ทั้งหมดนี้มาจากการ์ดสเปกของ Google งบโทเคนภาพสามารถเลือกได้ที่ 70, 140, 280, 560 หรือ 1,120 โทเคนต่อภาพ ซึ่งช่วยให้คุณแลกความละเอียดกับต้นทุนต่อคำขอได้ รายละเอียดเชิงปฏิบัตินี้สำคัญในงานโปรดักชันมากกว่าคะแนนบนลีดเดอร์บอร์ด

สำหรับ LBS-27B คำถามนี้เป็นแบบสองทาง หาก inclusionAI เปิดตัว vision tower โมเดลนี้จะอยู่ในกลุ่มงานเดียวกัน และการเปรียบเทียบจะกลายเป็นการแข่งขันด้านคุณภาพและราคา หากไม่เป็นเช่นนั้น LBS-27B จะรับงานได้เพียงครึ่งที่เป็นข้อความของงานที่ Gemma ทำ และการตัดสินใจจะกลายเป็นคำถามเรื่องการจัดเส้นทางงาน มากกว่าคำถามเรื่องการแทนที่

สิ่งที่ LBS-27B จะต้องเคลียร์

สมมติเพื่อการโต้แย้งว่า น้ำหนักโมเดลมาถึงแล้ว และโมเดลนี้เป็นโมเดล 27B ที่มีความสามารถดี การจะคุ้มค่าที่จะเปลี่ยนมาใช้จาก Gemma 4 26B A4B ในงานด้านข้อความนั้น มันจะต้องทำสามสิ่งพร้อมกัน

ก่อนอื่น เอาชนะตัวเลขที่ผู้ขายรายงานของ Gemma ด้วยส่วนต่างที่ยังคงอยู่แม้ฮาร์เนสจะต่างกัน MMLU Pro 82.6, GPQA Diamond 82.3 และ AIME 2026 ที่ 88.3 เป็นตัวเลขที่แข็งแกร่งสำหรับโมเดลที่มีพารามิเตอร์ที่ใช้งานจริง 3.8B และการนำอยู่สองจุดบนฮาร์เนสเวอร์ชันที่ต่างกันไม่ถือเป็นการนำ ประการที่สอง ทำเช่นนั้นในราคาแบบผสมที่เทียบเคียงได้ ราคาเอาต์พุตของ Gemma ที่ $0.33 ต่อล้านคือข้อจำกัดที่เป็นตัวกำหนด โมเดล dense 27B ที่อัตราราคาเอาต์พุตสามถึงห้าเท่าของราคานั้นต้องมีช่องว่างด้านคุณภาพที่ใหญ่กว่ามากเพื่อให้สมเหตุสมผล ประการที่สาม เอาชนะในสิ่งที่ Gemma อ่อนอย่างเห็นได้ชัด — การดึงข้อมูลบริบทยาว ซึ่งคะแนน 44.1 ของ Gemma บน MRCR v2 ที่ 128K เปิดช่องว่างที่แท้จริง หรือการใช้เครื่องมือ ซึ่งค่าเฉลี่ย tau2 ที่ 68.2 นั้นดีแต่ไม่ยอดเยี่ยม

วิธีที่น่าเป็นไปได้ที่สุดสำหรับโมเดล 27B ตัวใหม่ที่จะคว้าชัย ไม่ใช่การเอาชนะ Gemma ให้ได้ในทุกด้าน แต่คือการทำได้ดีกว่าอย่างชัดเจนในงานหนักค่าใช้จ่ายสูงสักหนึ่งงาน — ไม่ว่าจะเป็นการวิเคราะห์เอกสารยาว สายโซ่เครื่องมือแบบเอเจนต์ หรือภาษาที่ไม่ใช่ภาษาอังกฤษซึ่ง Gemma ครอบคลุมได้น้อย — ขณะที่ในด้านอื่นเพียงแค่แข่งได้สูสี

ราคา ความพร้อมจำหน่าย และคำตอบที่ใช้ได้จริง

Gemma 4 26B A4B พร้อมใช้งานบน OrcaRouter วันนี้ในชื่อ google/gemma-4-26b-a4b-it โดยมีบริบทขนาด 262,144 โทเค็น และราคาอยู่ที่ $0.06 ต่อล้านโทเค็นอินพุต และ $0.33 ต่อล้านโทเค็นเอาต์พุต เนื่องจาก OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% การเปลี่ยนแปลงราคาใด ๆ ที่ Google หรือพาร์ตเนอร์ด้านโฮสติ้งของ Google ทำ จะปรากฏฝั่งเราในวันเดียวกัน แทนที่จะเป็นรอบบิลถัดไป นอกจากนี้ยังมีรายการ Gemma 4 26B A4B อีกอันบนแพลตฟอร์มในอัตราที่สูงกว่า ซึ่งเป็นสิ่งที่ควรรู้ไว้ก่อนที่คุณจะสรุปว่ารายการที่ถูกที่สุดเป็นรายการเดียว

LBS-27B ไม่ได้อยู่บน OrcaRouter และเราจะไม่แกล้งทำเป็นว่ามันอยู่ ไม่มีเวตส์ให้เสิร์ฟ เมื่อใดก็ตามที่สถานการณ์นั้นเปลี่ยนไป วิธีที่สมเหตุสมผลในการประเมินมันไม่ใช่การย้ายแบบยกเครื่องทั้งหมด แต่เป็นการแยกส่วน: เส้นทางทราฟฟิกส่วนหนึ่งไปยังโมเดลใหม่ผ่านคีย์ API เดียวกัน เก็บ Gemma ไว้เป็นตัวสำรอง และเปรียบเทียบกับอินพุตของคุณเอง การสลับสำรองอัตโนมัติทำให้สิ่งนี้ปลอดภัยในแบบที่การผสานรวมโดยตรงทำไม่ได้ เพราะโมเดลที่แย่หรือใช้งานไม่ได้จะลดระดับไปยังโมเดลที่รู้จัก แทนที่จะทำให้คำขอล้มเหลว

ใครควรลงมือ และใครควรรอ

หากคุณต้องการโมเดลมัลติโมดัลราคาถูกที่มีคอนเท็กซ์ยาวและสัญญาอนุญาตที่ผ่อนปรนในสัปดาห์นี้ Gemma 4 26B A4B คือคำตอบ และ LBS-27B ไม่ใช่ตัวเลือกที่อยู่ในวงสนทนา นั่นไม่ใช่การตำหนิ inclusionAI แต่มันคือสิ่งที่ repository ว่างเปล่าหมายถึง

หากคุณกำลังจับตารุ่นคลาส 27B เพื่อใช้เป็นม้าทำงานแบบข้อความล้วน และรอได้ สิ่งที่ควรจับตาคือไฟล์คอนฟิก สถาปัตยกรรมแบบ sparse ที่มีจำนวนพารามิเตอร์ที่ใช้งานจริง (active count) น้อยจะทำให้ LBS-27B เป็นคู่แข่งด้านราคาตัวจริงกับ Gemma ส่วนแบบ dense จะทำให้มันเป็นตัวเลือกที่เน้นคุณภาพในต้นทุนที่สูงขึ้น และหากมี vision tower อยู่ในรีโพซิทอรี การเปรียบเทียบจะเปลี่ยนจาก "ทางเลือกสำหรับงานข้อความ" เป็น "คู่แข่งโดยตรง" ได้ในชั่วข้ามคืน

จนกว่าหนึ่งในนั้นจะปรากฏขึ้น สิ่งที่มีประโยชน์ที่สุดที่หน้านี้บอกได้คือสิ่งที่น่าตื่นเต้นน้อยที่สุด: Gemma มีเอกสารข้อมูลจำเพาะที่วัดได้และราคาที่เป็นปัจจุบัน LBS มีบรรทัดเกี่ยวกับใบอนุญาต และช่องว่างระหว่างทั้งสองไม่ใช่ช่องว่างด้านคุณภาพ แต่เป็นช่องว่างด้านหลักฐาน