Gemma 4: Giải thích mọi kích thước trong dòng trọng số mở của Google

Không có một Gemma 4 duy nhất nào để tra cứu. Dòng trọng số mở hiện tại của DeepMind gồm năm mô hình riêng biệt — Gemma 4 E2B, Gemma 4 E4B, Gemma 4 12B, Gemma 4 26B A4B và Gemma 4 31B — trải rộng trên hai kiến trúc và hai bậc cửa sổ ngữ cảnh, và chúng không thống nhất với nhau về câu hỏi mà phần lớn người đọc mang tới. Ba trong số năm mô hình hỗ trợ âm thanh. Hai mô hình thì không. Hai trong số năm là kiểu mô hình bạn gọi qua API; còn 12B là kiểu bạn tải về. Chọn nhầm kích cỡ là cách phổ biến nhất để lãng phí cả một cuối tuần với dòng mô hình này, và không có gì trên hub của chính nhà cung cấp giúp sự phân chia trở nên rõ ràng ngay từ cái nhìn đầu tiên.

Khoảng trống đó là có thể đo lường được, và đó là lý do trang này tồn tại. Trong dữ liệu Search Console của chính chúng tôi cho giai đoạn 2026-09-15 đến 2026-10-12, facet Gemma 4 đã thu hút 499 lượt hiển thị và 5 lượt nhấp trên 47 truy vấn. Cụm từ trần — người ta chỉ gõ "gemma 4" — chiếm 24 lượt hiển thị và không có lượt nhấp nào trên hai truy vấn. Sáu truy vấn lớn nhất trong toàn bộ khu vực này đều là so sánh, và tất cả đều là so với một mô hình Qwen 3.8: gemma 4 vs qwen 3.8 (99 lượt hiển thị), gemma 4 vs qwen3.8 (40), gemma 4 vs qwen 3.8 27b (29). Và blog trực tiếp đã trả lời chi tiết các cặp đối đầu của 12B — ba so sánh gemma-4-12b-vs-* dẫn đầu với mô hình đó, và bốn mươi so sánh nữa đặt nó ở phía bên kia của từ versus. Mỗi cái trong số đó đều đặt cùng một Gemma 4 12B không có encoder đối đầu với một đối thủ khác nhau. Độc giả không hỏi Gemma 4 là gì. Họ hỏi liệu nó có đánh bại được thứ gì đó không. Câu hỏi đó thuộc về các trang so sánh. Điều mà các trang so sánh cần — và điều chưa được viết ra — là một nơi duy nhất nói chính xác Gemma 4 là gì và những kích cỡ nào tồn tại.

Gemma 4 thực sự là gì

Gemma 4 là dòng mô hình trọng số mở của DeepMind, được phát hành ở cả dạng tiền huấn luyện lẫn dạng tinh chỉnh theo chỉ dẫn, với các checkpoint tinh chỉnh theo chỉ dẫn có -it ở hậu tố. Dòng mô hình này bao trùm các thiết kế dense và mixture-of-experts, năm kích cỡ, cùng một tập lựa chọn kiến trúc chung: attention lai xen kẽ attention cửa sổ trượt cục bộ với attention toàn cục đầy đủ, trong đó lớp cuối cùng luôn là toàn cục; khóa và giá trị hợp nhất trong các lớp toàn cục cùng với RoPE tỷ lệ để giữ bộ nhớ ngữ cảnh dài trong tầm kiểm soát; vốn từ 262.000 token; các chế độ suy nghĩ có thể cấu hình; gọi hàm gốc; và hỗ trợ gốc cho vai trò system. Các thẻ mô hình cho biết những mô hình này được tiền huấn luyện trên hơn 140 ngôn ngữ, với hơn 35 ngôn ngữ được hỗ trợ ngay khi dùng.

Hai điều về dòng sản phẩm này quyết định phần lớn độc giả trước khi hiệu năng được đưa vào cuộc trò chuyện.

Đầu tiên là giấy phép. Mọi kích cỡ Gemma 4 trong dòng đều được phát hành theo Apache 2.0. Đó là một sự thay đổi về lập trường: các bản phát hành Gemma 2 và Gemma 3 mang Điều khoản Sử dụng Gemma tùy chỉnh, và thẻ mô hình của chúng trên Hugging Face vẫn ghi giấy phép: gemma. Thay vào đó, các thẻ Gemma 4 trỏ đến văn bản giấy phép Apache 2.0, và bài đăng ra mắt mô tả dòng này là "được phát hành theo giấy phép Apache 2.0 cho phép sử dụng thương mại." Đối với bất kỳ ai từng phải lý giải về Điều khoản Sử dụng Gemma trước đây, đó là thông tin nổi bật nhất trên trang này. Nó áp dụng theo từng kích cỡ, và được nêu trên thẻ mô hình riêng của từng kích cỡ — không phải suy ra từ một tuyên bố ở cấp dòng sản phẩm.

Điều thứ hai là "Gemma 4" không phải là một mô hình duy nhất, và các kích cỡ không phải là bản sao theo tỷ lệ của nhau. E2B và E4B dùng một thủ thuật gọi là Per-Layer Embeddings, trong đó mỗi lớp decoder có bảng embedding nhỏ riêng cho từng token; những bảng này lớn nhưng chỉ được đọc bằng tra cứu, đó là lý do thẻ mô hình ghi số tham số hiệu dụng (2.3B và 4.5B) thấp hơn nhiều so với tổng bao gồm cả embedding (5.1B và 8B). 12B là trường hợp khác biệt về mặt kiến trúc — nó không có encoder, chiếu thẳng các patch ảnh thô và dạng sóng âm thanh vào transformer thông qua các lớp tuyến tính nhẹ thay vì qua các encoder thị giác và âm thanh chuyên dụng. 31B là một mô hình dense thông thường. 26B A4B là sparse. Bốn cấu hình máy khác nhau, cùng một tên dòng.

Bản đồ kích cỡ

Đây là họ mô hình như chính các thẻ mô hình của nó mô tả. Các tham số, số lớp và cửa sổ ngữ cảnh dưới đây được đọc từ các bảng thông số dense và MoE trên thẻ mô hình Gemma 4.

Gemma 4 E2B. Thành viên nhỏ nhất: 2,3B tham số hiệu dụng, 5,1B nếu tính cả embedding, 35 lớp, cửa sổ trượt 512 token và ngữ cảnh 128K. Nó xử lý văn bản, hình ảnh và âm thanh, với khoảng 150M tham số cho bộ mã hóa thị giác và khoảng 300M cho âm thanh. Nó được xây dựng cho điện thoại và thiết bị IoT, và nó không thuộc ba kích cỡ mà nhà cung cấp đã phát hành một trang riêng trong đợt này — nếu bạn đến đây cụ thể vì E2B, thì phần này là tất cả những gì về nó.

Gemma 4 E4B. Cùng một thiết kế nhưng nâng lên một bậc: 4,5 tỷ tham số hiệu dụng, 8 tỷ bao gồm cả embeddings, 42 lớp, cửa sổ trượt 512 token, ngữ cảnh 128K, và cùng phạm vi xử lý văn bản, hình ảnh và âm thanh với cùng kích thước encoder. Cũng là một mô hình biên, cũng không có trang riêng ở đây.

Gemma 4 12B. Phần giữa hợp nhất, không dùng encoder của dòng mô hình: 11,95 tỷ tham số, 48 lớp, cửa sổ trượt 1.024 token, ngữ cảnh 256K và âm thanh gốc song hành cùng văn bản lẫn hình ảnh — thứ mà bài đăng ra mắt ngày 3 tháng 6 năm 2026 gọi là Gemma cỡ trung đầu tiên xử lý âm thanh. Cách chính nhà cung cấp định hình cho triển khai cục bộ là 16GB VRAM hoặc bộ nhớ hợp nhất. Nó có trang riêng trong lô này, và toàn bộ hiện diện tìm kiếm trực tiếp của dòng sản phẩm hôm nay chỉ là ba so sánh gemma-4-12b-vs-*, nên trang đó có sức nặng rất lớn.

Gemma 4 26B A4B. Mô hình thưa (sparse), và cũng là mô hình mà phần ký hiệu bên dưới của trang này nói đến: tổng cộng 25,2B tham số, 30 lớp, cửa sổ trượt 1.024 token, ngữ cảnh 256K, chỉ văn bản và hình ảnh — không có âm thanh — cùng 8 chuyên gia hoạt động trong số 128 chuyên gia cộng thêm một chuyên gia chia sẻ. Nó có trang riêng trong đợt này.

Gemma 4 31B. Dòng cao cấp nhất dạng dense: 30,7B tham số, 60 lớp, cửa sổ trượt 1.024 token, ngữ cảnh 256K, văn bản và hình ảnh với bộ mã hóa thị giác ~550M và hoàn toàn không có âm thanh. Nó có trang riêng trong đợt này.

Đặt năm mô hình cạnh nhau thì cách phân tầng rõ ràng ở một khía cạnh và lộn xộn ở khía cạnh khác. Cửa sổ ngữ cảnh tương ứng chính xác với kích thước — 128K dưới 12B, 256K ở mức 12B và cao hơn. Âm thanh thì không: nó có trên hai kích thước nhỏ nhất và trên 12B, còn thiếu ở hai kích thước lớn nhất. Nếu bạn cần đầu vào giọng nói, 31B là lựa chọn sai, bất kể bạn sẵn sàng chi bao nhiêu cho phần cứng.

"A4B" trong 26B A4B, đã được giải mã

Cái tên mang hai con số và chỉ một trong số đó là số lượng tham số mà bạn sẽ dùng để lập kế hoạch bộ nhớ. 26B là tổng: 25,2B tham số nằm trong checkpoint.A4B là số lượng hoạt động — khoảng 3,8B tham số được tác động trên mỗi token trong quá trình suy luận, vì bộ định tuyến mixture-of-experts chọn 8 trong số 128 chuyên gia (cộng thêm một chuyên gia dùng chung) cho mỗi token. Thẻ mô hình nêu rõ chữ "A": "Chữ 'A' trong 26B A4B là viết tắt của 'tham số hoạt động', tương phản với tổng số tham số mà mô hình chứa."

Điều đó mang lại cho bạn tốc độ suy luận gần với một mô hình 4B hơn là 26B, trong khi chất lượng nằm gần mô hình 31B dense — mô tả của chính card, và là lý do 26B A4B tồn tại như một hạng. Điều nó không mang lại là bản tải xuống nhỏ. Bạn tải toàn bộ 25.2B tham số; chỉ là bạn không nhân với tất cả chúng.

Trọng số mở, theo từng kích cỡ, và những gì giấy phép cho phép

Cả năm kích cỡ đều là các bản phát hành trọng số mở, và cả năm thẻ mô hình đều tuyên bố Apache 2.0 — E2B, E4B, 12B, 26B A4B và 31B đều như vậy. Bài đăng ra mắt mô tả dòng mô hình này là “được phát hành theo giấy phép Apache 2.0 cho phép sử dụng thương mại”, mang lại cho nhà phát triển quyền kiểm soát dữ liệu, cơ sở hạ tầng và mô hình của họ, và bài đăng về 12B nhắc lại dòng Apache 2.0 cho kích cỡ đó.

Apache 2.0 là toàn bộ câu chuyện giấy phép ở đây, nhưng cần nói chính xác điều đó nghĩa là gì, bởi vì đó là câu hỏi mà giấy phép trả lời chứ không phải là một tuyên bố về bất kỳ dịch vụ được lưu trữ nào. Apache 2.0 cấp một giấy phép bản quyền vĩnh viễn, trên toàn thế giới, không độc quyền, miễn phí bản quyền và một điều khoản cấp bằng sáng chế tương ứng, cho phép phân phối lại và sửa đổi, đồng thời yêu cầu văn bản giấy phép phải đi kèm tác phẩm và các tệp đã thay đổi phải được đánh dấu. Việc cấp bằng sáng chế sẽ chấm dứt nếu bạn khởi kiện bằng sáng chế liên quan đến tác phẩm. Giấy phép không cấp quyền nhãn hiệu nào ngoài việc sử dụng mô tả thông thường, và từ chối mọi bảo đảm. Khi đối chiếu với Điều khoản Sử dụng Gemma 2 và 3, khác biệt thực tế là Apache 2.0 là một giấy phép permissive tiêu chuẩn, không có phụ lục sử dụng được chấp nhận riêng nào gắn với các trọng số.

Vậy giấy phép cho phép phân phối lại, sử dụng thương mại, sửa đổi và tinh chỉnh các trọng số này, và bản thân các trọng số đã được công bố. Đó là toàn bộ phạm vi mà văn bản giấy phép đề cập. Việc một dịch vụ cụ thể tạo ra gì với một mô hình đang được vận hành là một câu hỏi riêng, được điều chỉnh bởi các điều khoản của chính dịch vụ đó chứ không phải bởi giấy phép Apache 2.0.

Các định dạng tải xuống: “QAT” và các kho GGUF có ý nghĩa gì với bạn

Đây là một câu hỏi từ độc giả có lượng truy cập thực sự phía sau, nên nó được trả lời ngay tại đây thay vì chỉ dẫn sang nơi khác. Nhà cung cấp phát hành các checkpoint được huấn luyện có nhận biết lượng tử hóa (QAT) cho toàn bộ dòng sản phẩm, và chúng là lý do khiến một kích cỡ trông có vẻ quá lớn so với máy của bạn thường lại không phải vậy.

• Các checkpoint QAT được phát hành cho mọi kích cỡ và ở nhiều hơn một định dạng: qat-q4_0-gguf cho các runtime cục bộ kiểu llama.cpp, qat-w4a16-ct cho phục vụ trọng số 4-bit / kích hoạt 16-bit, và qat-q4_0-unquantized là các biến thể mang trọng số đã huấn luyện QAT mà không đóng gói, để bạn có thể tự lượng tử hóa chúng.

• Trang Gemma mô tả QAT là “Nén mô hình để đạt hiệu quả cho thiết bị di động và máy tính xách tay”, được ghi ngày tháng 6 năm 2026 — cùng tháng mà bản 12B ra mắt.

• Hãy ghép định dạng với kích thước một cách có chủ đích. E2B, E4B và 12B có qat-q4_0-ggufcác bản dựng nhắm đến điện thoại, máy tính xách tay và một GPU tiêu dùng đơn lẻ; 26B A4B và 31B cũng có các bản dựng 4-bit, nhưng đó là lượng tử hóa phía máy phục vụ cho một cỗ máy có bộ nhớ thực sự, chứ không phải mục tiêu dành cho điện thoại.

Cũng có -assistantcác biến thể trong toàn bộ dòng mô hình, đây là những bộ tạo bản nháp dự đoán đa token mà nhà cung cấp phát hành kèm theo các mô hình; trang Gemma trên deepmind.com ghi thời điểm thực hiện công việc drafter là tháng 5 năm 2026. Đây là một kỹ thuật tăng tốc cho giải mã suy đoán (speculative decoding), chứ không phải một mô hình khác — bạn vẫn cần checkpoint chính.

Các kích cỡ nằm ở đâu trên phần cứng và chúng có giá bao nhiêu

Bài đăng ra mắt của dòng mô hình mô tả hai mô hình lớn hơn là các trọng số bfloat16 chưa lượng tử hóa, thứ "vừa vặn một cách hiệu quả trên một GPU NVIDIA H100 80GB." Với 30,7B tham số, mô hình 31B chỉ hơi hơn 60GB ở dạng bfloat16, một cách hiểu hợp lý cho câu đó. Mô hình 26B A4B, với tổng cộng 25,2B tham số, nằm ở khoảng 50GB ở dạng bfloat16 nhưng chạy với tốc độ mà số lượng tham số hoạt động 3,8B của nó gợi ý.

12B là kích cỡ mà nhà cung cấp chủ động quảng bá cho việc dùng cục bộ — “Đủ nhỏ để chạy cục bộ chỉ với 16GB VRAM hoặc bộ nhớ hợp nhất,” theo bài đăng ra mắt tháng 6 năm 2026, với bản dựng 4-bit QAT GGUF là con đường hiển nhiên để lọt vào ngân sách đó. Đó là tuyên bố của nhà cung cấp về một cấu hình cụ thể, không phải lời hứa chung cho mọi mức lượng tử hóa.

Về giá cả, cách diễn giải trung thực là dòng sản phẩm này đồng thời tách thành hai mô hình chi phí. Nếu bạn tự host, chi phí của bạn là GPU và điện năng. Nếu bạn gọi một endpoint được host, giá trên mỗi token do bên cung cấp dịch vụ đặt ra, và với phần lớn dòng sản phẩm này, con số đó thay đổi tùy theo nhà cung cấp. Artificial Analysis, một đơn vị đánh giá độc lập, niêm yết Gemma 4 12B (Reasoning) ở mức $0.10 mỗi triệu token đầu vào và $0.30 mỗi triệu token đầu ra — và đánh dấu trên cùng trang đó bằng ghi chú rằng "Không có API công khai nào" cho biến thể ấy, một tín hiệu độc lập hữu ích về việc những kích cỡ nào trong dòng sản phẩm này thực sự có endpoint được host ngoài thực tế.

Các điểm chuẩn của nhà cung cấp, với các nhãn được đính kèm

Những con số dưới đây là của chính nhà cung cấp, được công bố trên thẻ mô hình Gemma 4, và chúng không được tái tạo ở đây. Chúng so sánh các mô hình được tinh chỉnh theo chỉ dẫn, với Gemma 3 27B (no think) làm đường cơ sở của thế hệ trước.

• Suy luận — MMLU Pro: 31B 85,2%, 26B A4B 82,6%, 12B 77,2%, E4B 69,4%, E2B 60,0%, so với Gemma 3 27B ở mức 67,6%.

• Toán thi đấu — AIME 2026 không dùng công cụ: 89,2% / 88,3% / 77,5% / 42,5% / 37,5%, mức cơ sở 20,8%.

• Lập trình — LiveCodeBench v6: 80.0% / 77.1% / 72.0% / 52.0% / 44.0%, mức cơ sở 29.1%. ELO Codeforces: 2150 / 1718 / 1659 / 940 / 633, mức cơ sở 110.

• Khoa học — GPQA Diamond: 84,3% / 82,3% / 78,8% / 58,6% / 43,4%, mức cơ sở 42,4%.

• Tác vụ agentic — Tau2, lấy trung bình trên ba lần chạy: 76.9% / 68.2% / 69.0% / 42.2% / 24.5%, mức cơ sở 16.2%.

• Ngữ cảnh dài — MRCR v2, 8-needle ở 128k: 66.4% / 44.1% / 43.4% / 25.4% / 19.1%, mức cơ sở 13.5%. Dòng này là dòng phân tách 31B khỏi các mô hình anh em của nó rõ rệt nhất.

• Thị giác — MMMU Pro: 76.9% / 73.8% / 69.1% / 52.6% / 44.2%. MATH-Vision: 85.6% / 82.4% / 79.7% / 59.5% / 52.4%.

• Phân tích tài liệu — OmniDocBench 1.5 về khoảng cách chỉnh sửa trung bình, trong đó càng thấp càng tốt: 0.131 / 0.149 / 0.164 / 0.181 / 0.290.

Hai tuyên bố của nhà cung cấp từ bài đăng ra mắt đáng được tách riêng khỏi bảng, vì chúng là xếp hạng chứ không phải các phép đo: nhà cung cấp mô tả 31B là “mô hình mở ở vị trí #3 trên thế giới” và 26B A4B nắm “vị trí #6”. Đó là những vị trí do nhà cung cấp xếp đặt so với một tập hợp mô hình do chính họ lựa chọn. Thẻ mô hình cũng ghi rằng điểm âm thanh của 12B không tính tiếng Trung. Và một con số không phải điểm chuẩn cũng không phải giá: bài đăng 12B tháng 6 năm 2026 nói rằng các mô hình Gemma 4 đã “vượt 150 triệu lượt tải xuống”. Đó là con số do nhà cung cấp báo cáo, không kèm kiểm toán độc lập nào.

Chỉ có một điểm số độc lập xuất hiện cho dòng mô hình này. Artificial Analysis liệt kê Gemma 4 12B (Reasoning) ở mức 14 trên Chỉ số Thông minh của mình — được đánh dấu rõ ràng là ước tính, khi đánh giá độc lập vẫn còn phải chờ, và xếp hạng thứ 20 trong số 141 — cùng với 110,9 token đầu ra mỗi giây và 2,49 giây để có token đầu tiên. Trang chỉ số của nó không có điểm Gemma 4 nào được đo cho các kích cỡ lớn hơn. Hãy coi toàn bộ bảng trên là của chính nhà cung cấp, và con số 14 của 12B là điểm dữ liệu được đo duy nhất trong dòng này tính đến nay, bản thân nó cũng chỉ là tạm thời.

Những thành viên Gemma 4 mà chúng tôi phục vụ

OrcaRouter phục vụ ba mục Gemma 4, và hôm nay chúng có trong danh sách đang hoạt động:

• google/gemma-4-26b-a4b-it — mô hình A4B thưa 26B được tinh chỉnh theo chỉ dẫn, được mô tả trên danh mục của chúng tôi là có 25,2B tham số tổng cộng với 3,8B được kích hoạt cho mỗi token và ngữ cảnh 262.144 token, chấp nhận đầu vào dạng văn bản, hình ảnh và video. Giá niêm yết là 0,06 đô la cho mỗi triệu token đầu vào và 0,33 đô la cho mỗi triệu token đầu ra, với các lượt đọc đầu vào được lưu đệm ở mức 0,0075 đô la cho mỗi triệu.

• google/gemma-4-31b-it — mô hình dense 31B được tinh chỉnh theo chỉ dẫn, 30,7B tham số. Giá niêm yết 0,13 USD mỗi triệu token đầu vào và 0,38 USD mỗi triệu token đầu ra.

• obsidian/gemma-4-26B-A4B — một bản dựng do Obsidian lưu trữ của cùng mô hình thưa 26B A4B, với ngữ cảnh 262K token cùng khả năng nhập văn bản lẫn hình ảnh, được nhà cung cấp định hướng cho viết sáng tạo, nhập vai và công việc trợ lý ngữ cảnh dài. Giá niêm yết 0,25 USD mỗi triệu token đầu vào và 2,90 USD mỗi triệu token đầu ra.

Hai trong số ba là cùng một base model được cung cấp bởi các nhà cung cấp khác nhau, đây là trường hợp hữu ích cho một lớp định tuyến chứ không phải là điều gì đó tò mò. Nếu một nhà cung cấp suy giảm, cùng một yêu cầu sẽ chuyển sang id kia mà không cần thay đổi mã, và vì chúng tôi chuyển giá niêm yết của nhà cung cấp đến bạn ở mức 0% markup, việc giảm giá được host trên bất kỳ mô hình nào trong ba mô hình này sẽ đến với bạn ngay trong ngày nó được áp dụng thay vì sau một chu kỳ định giá lại. Hai mục 26B A4B cũng là minh họa rõ ràng nhất về lý do tại sao chênh lệch giá đáng để xem xét trước khi bạn mặc định chỉ chọn một: khoảng cách 4× ở đầu vào và 8,8× ở đầu ra giữa hai mục chạy cùng kiến trúc là một quyết định định tuyến, không phải quyết định chọn mô hình.

Có một thứ đang thiếu và đáng được nói thẳng ra thay vì chỉ ngụ ý. Không có id 12B nào trong danh sách của chúng tôi dưới bất kỳ cách viết nào. Kích cỡ có nhiều trang đang hoạt động nhất và nhu cầu so sánh cao nhất trong dòng này lại đúng là kích cỡ chúng tôi không phục vụ, vì vậy nếu bạn muốn 12B thông qua một endpoint được host, thì đây không phải là nơi để có nó — và nếu bạn muốn thành viên không dùng encoder, có khả năng xử lý âm thanh, thuộc lớp 16GB của dòng này, thì tự host các trọng số mở là hướng cần lên kế hoạch.

Điều gì chưa được giải quyết

Ba điều mà người đọc không nên coi là đã khép lại. Thứ nhất, bảng benchmark hoàn toàn do nhà cung cấp báo cáo; con số độc lập duy nhất có được cho dòng này là một điểm Intelligence Index ước tính duy nhất cho một kích thước. Thứ hai, nhu cầu đối với dòng này gần như hoàn toàn mang tính so sánh thay vì độc lập — 73% số lượt hiển thị của dòng Gemma 4 trong dữ liệu của chúng tôi đến từ các truy vấn đủ điều kiện, và sáu truy vấn lớn nhất đều là so sánh với Qwen — nghĩa là những câu trả lời mà người đọc thực sự muốn phụ thuộc vào các cặp so tài vẫn đang được đo lường. Thứ ba, hub của chính nhà cung cấp từ đó đã mọc lên những "hàng xóm" với những cái tên nằm sát dòng này: một DiffusionGemma được xây dựng trên Gemma 4, các bộ dự thảo dự đoán đa token, và EmbeddingGemma 2. Đó là những mô hình riêng biệt, không phải các kích thước của Gemma 4, và việc trộn chúng vào một so sánh kích thước sẽ tạo ra kết quả vô nghĩa.

Khả dụng

Trọng số cho cả năm kích cỡ — E2B, E4B, 12B, 26B A4B và 31B — được công bố công khai theo Apache 2.0, ở dạng tiền huấn luyện và tinh chỉnh theo chỉ dẫn, cùng với các bản dựng QAT và GGUF đi kèm, thông qua kênh phân phối của chính nhà cung cấp và các kho mô hình thông thường. Trên các endpoint được lưu trữ, danh mục thay đổi theo nền tảng, và với dòng mô hình này, sự thay đổi còn rộng hơn mức thông thường: ba trong số năm kích cỡ xuất hiện trên danh sách trực tiếp của chúng tôi, 12B không xuất hiện trên danh sách của chúng tôi, và ít nhất một đơn vị đánh giá độc lập ghi nhận hoàn toàn không có API nào được công khai cho nó. Hãy kiểm tra danh mục trực tiếp của nền tảng bạn dùng cho kích cỡ cụ thể bạn cần, thay vì giả định rằng tên dòng mô hình bao hàm nó.