Sakana Namazu 對比 Gemma 4 12B：自主 API 或自有權重

Sakana Namazu 和 Gemma 4 12B 從相反的兩端回答同一個問題：取得真正有用的日語模型行為，最便宜的方式是什麼？Sakana Namazu 是託管式 API — Kimi K2.6 專為日本商業文化進行後訓練，每百萬 tokens 收費 $0.95 / $4.00，內建網頁搜尋與程式執行。Gemma 4 12B 是 Google 的開放權重 120 億參數多模態模型，採用 Apache 2.0，小到可以在 16 GB 記憶體的機器上執行，而且免費下載。一個要求你信任供應商的主控台；另一個則要求你信任自己的硬體。

對於「這個在哪裡運行」有兩種不同的答案。

Sakana Namazu 是一個產品：你註冊、換掉 base_url，然後模型——經過調校、部署、工具化——就緒。Gemma 4 12B 是原材料：你拉取權重，之後的一切都是你的問題，從推理引擎（vLLM、llama.cpp、Ollama、MLX、SGLang 都能用）到 GPU。這個差異不是註腳；它決定了整個比較。12B 密集模型屬於筆電領域——Goog​le 設計這款模型時讓它能在約 16 GB 記憶體中運行——這使得 Gemma 4 12B 是這兩者中唯一能離線運作、在氣隙機器上運作、或在永不回傳資料的設備上運作的。

規格對比

• 價格 — Sakana Namazu 每 1M tokens 為 $0.95 / $4.00；Gemma 4 12B 下載免費，若租用主機則每 1M tokens 約 $0.10 / $0.30

• 權重 — Namazu 封閉、由供應商提供，對比 Gemma 4 12B 開放（Apache 2.0）、可自行部署、可微調

• 上下文 — Namazu 未公開 vs Gemma 4 12B 256K tokens (262,144)，最高 262K 輸出

• 模態 — Namazu 文字 + 影像 vs Gemma 4 12B 文字、影像、音訊，以及視訊幀（原生音訊輸入）

• 日語 — 針對敬語與商業文化調校的 Namazu，對比多語言通用模型 Gemma 4 12B

• 驗證 — 僅 Namazu 廠商回報 vs Gemma 4 12B 獨立實測（根據 BenchLM，2026 年 8 月：MMLU-Pro 77.2、GPQA Diamond 78.8）

Keigo 不是基準

語言能力正是兩款模型真正產生分歧之處。Gemma 4 12B 是一款強大的多語言模型——Goog​le 以超過 140 種語言訓練它——但多語言並不等於深諳日本文化。Sakana Namazu 的調校特別聚焦於語域：能撐過正式郵件的敬語、正確呈現的產業術語，以及對政治敏感的歷史議題不會帶有他國框架的回答（Sakana 內部的 FairPoliticsQA 分數從 34.10% 躍升至 56.30%）。如果你的工作負載是面向日本客戶的文字，那是產品差異，而非規格差異。如果你的工作負載是一般用途——摘要、分類、抽取、音訊轉錄——Gemma 4 12B 的原生音訊與更大的上下文範圍，賦予它 Namazu 未能企及的廣度。

誰能看到資料

隱私權比較結果{{1}}明顯有利於 Gemma 4 12B{{/1}}。在本機執行時，沒有任何資料會離開裝置——沒有遙測、沒有訓練聲明、沒有管轄權問題。相較之下，Sakana Namazu 預設會使用你的輸入內容進行訓練（可在主控台中選擇退出），不保證僅在日本境內處理，而且在歐盟/歐洲經濟區、英國或瑞士完全無法使用。對於處理客戶個人識別資訊（PII）的日本企業而言，{{2}}"模型就在我們的筆電上"{{/2}}是現今任何託管 API 都無法比擬的合規優勢。對於無法自行執行或維護推論的企業而言，{{3}}情況正好相反{{/3}}：內建工具的託管 API 是唯一現實的選擇。

天花板問題

對 Gemma 4 12B 的所有權優勢而言，誠實的制衡點在於能力。12B 模型屬於初階勤奮型：LiveCodeBench v6 得分 72.0，Humanity's Last Exam 的天花板很低，且在密集排版的文件上存在文件 OCR 可靠性問題。它是苦力型工具，而非大腦。Sakana Namazu 繼承了 Kimi K2.6 的推理下限——這是一個 1T 參數的前沿級基礎模型，Artificial Analysis 將其評為開放權重領域的頂尖——但前提是 Namazu 自身的後訓練增量完全由廠商自行宣稱。如果你的任務是困難推理或長程代理任務，12B 模型是一項限制；如果你的任務是高流量且範圍明確，它則是划算的選擇。

那通電話

當邊界條件比峰值能力更重要時，選擇 Gemma 4 12B：資料絕不能離開你的網路、預算下限為零、需要離線運作，或是有音訊需求的多模態工作負載。當任務特別針對日語商業語言，或你需要內建工具的代理式行為、且無法自行營運推論堆疊時，選擇 Sakana Namazu。另請注意，兩者都不是一鍵可決的選擇：Gemma 4 12B 是開放權重、由你自行部署；Sakana Namazu 則在 Sakana 自家的主控台上執行——因此，一個兩者都要的技術棧，本身就是多模型技術棧。到了這個地步，一個以單一 OpenAI 相容端點面向 200+ 模型、並自動容錯移轉的路由器，就不再是錦上添花，而是成為架構本身。