Solar Mini 4 對比 Gemma 4 12B：一個可下載的檢查點，以及一個可呼叫的模型

Solar Mini 4 與 Gemma 4 12B 最簡短而誠實的比較是：其中一個是檔案，另一個是端點。Upstage 的 Solar Mini 4 是擁有 350 億參數的專家混合模型，每個 token 啟用 30 億參數，具備 512,000 個 token 的上下文視窗，且沒有開放權重——你得透過 Upstage Console、Playground，或與供應商安排的本地部署來使用它。Gemma 4 12B 則是 Apache 2.0 授權下的 119.5 億參數稠密檢查點，今天就能下載，在筆電上約 16 GB 的統一記憶體中執行。兩者都是為代理式工作而打造，兩者都接受長文件作為輸入，而且它們不會在你的技術堆疊中爭奪同一個位置，因為其中一個有記憶體帳單，另一個則有 token 帳單。

這種區別之所以會被忽略，是因為這兩個模型在功能清單上看起來很相似。兩者都會推理，兩者都會呼叫工具，兩者都能產生結構化輸出，兩者都能處理英文、韓文與日文。真正決定這個問題的差異在別的地方：凌晨三點系統掛掉時會發生什麼事、你的法遵團隊對資料存放位置有什麼說法，以及你是按 token 計費還是按 GPU 小時計費。

規格對比，逐個維度

• 架構 —— Solar Mini 4 是稀疏的：總參數量 35B，每個 token 啟用 3B。Gemma 4 12B 是稠密的：其 11.95B 個參數每一個都會在每個 token 上運作。Solar 儲存十倍權重，卻只用其中四分之一來運算；Gemma 儲存四分之一，運算時則全部用上。

• 運行位置——Solar Mini 4 在 Upstage 的基礎設施（Console、Playground）上運行，或依地端部署方案，在你自己的環境中運行。Gemma 4 12B 則在你的硬體上運行：完整精度下約需 16 GB 統一記憶體，4 位元時則接近 8 GB，且可容納於單一消費級 GPU 或 M 系列筆電。

• 權重 — Gemma 4 12B 採用 Apache 2.0，意味著可商業使用、修改與再散布，且沒有營收門檻。Solar Mini 4 則為封閉式。Upstage 過去曾釋出開放權重，但這次發布並未顯示其打算在此這麼做。

• 上下文長度 — Solar Mini 4 為 512,000 個 token，輸出最多可達 128,000 個 token。Gemma 4 12B 為 256,000 個 token，而 Artificial Analysis 在其模型頁面上列出 260K。Solar 是兩者中較長的一個，而且差距並非微不足道。

• 模態——Gemma 4 12B 是無編碼器的多模態模型：圖像區塊與 16 kHz 音訊會直接投影到語言模型的嵌入空間，因此它能接收文字、圖像、音訊與影片，並輸出文字。Solar Mini 4 則是文字進、文字出。這是 Gemma 唯一徹底勝出、且大幅領先的一個面向。

• 價格 — Solar Mini 4 的定價為每百萬輸入 token $0.10、每百萬輸出 token $0.40，快取輸入為 $0.01；50% 的上市促銷活動持續至 2026 年 10 月 22 日。Gemma 4 12B 下載免費，而 Artificial Analysis 在 2026 年 9 月 22 日擷取其頁面時，列出託管推論價格為每百萬輸入 $0.10、輸出 $0.30。

• 知識截止日期——Solar Mini 4 為 2026 年 2 月；Gemma 4 12B 於 2026 年 6 月 3 日推出，知識截止日期為 2025 年 1 月。兩者的資料都已夠過時，因此檢索絕非可有可無。

• 獨立評分 — Solar Mini 4 在發布後僅一天，尚無任何分數。Gemma 4 12B 的 Artificial Analysis Intelligence Index 為 14，在其類別所追蹤的 142 個模型中排名第 22，輸出速度為每秒 112.7 個 token。

Gemma 4 12B 實際上是做什麼用的

Gemma 4 12B 的存在目的，是把一個能力強大的多模態模型放到你能掌控的地方。Google 在發表時的定位是：它以不到一半的記憶體用量，就能逼近該公司自家的 26B 混合專家模型，並且在推理、科學與文件任務上勝過前一代的 Gemma 3 27B。這項說法背後的廠商自報數據，以這個規模而言相當亮眼：MMLU-Pro 為 77.2%、GPQA Diamond 為 78.8%、DocVQA 為 94.9、InfoVQA 為 88.4，這些全都是 Google 自家的數字，並未經獨立重現。

有趣的工程決策是，Gemma 4 12B 沒有獨立的視覺或音訊編碼器。圖像區塊透過單一矩陣乘法投影到模型的嵌入空間；原始音訊也以同樣方式進入。這消除了在語言模型旁額外執行兩座塔所需的記憶體與延遲成本，也是多模態模型能塞進 16 GB 的原因。這也意味著語言模型吸收了編碼器原本會做的工作，而這對精細視覺細節而言是一項實實在在的取捨。

就代理工作而言，實際的結果是：在這兩個模型中，Gemma 4 12B 是唯一能在迴圈中讀取螢幕截圖、掃描頁面或語音備忘的模型。如果你的代理任務涉及「看」某樣東西，這場比較還沒開始就已經結束了。

Solar Mini 4 的真正用途是什麼

Solar Mini 4 鎖定的是相反的情境：高頻、成本敏感的工作，其中輸入是文字且資料量大。Upstage 自己的描述是「回應速度與成本很重要」，而 3B 的活躍參數數量就是其機制。以這種比例而言，稀疏模型在提供服務上的成本很低，這也是為什麼 Upstage 能為一款具備 512K 視窗的模型，標出每百萬輸入 Token 0.10 美元的價格。

512K 上下文是更鋒利的武器。這與 Upstage 在其旗艦 Solar Pro 4 上提供的數字相同，意味著這款緊湊型模型在文件容量上並未被低估——一份 400 頁的合約、一整套程式碼庫、一年的支援工單。Gemma 4 12B 的 256K 按任何正常標準都算慷慨，而按這個標準則只有 Solar 的一半。

推理功能是 Mini 系列的新增特色。前一代的 solar-mini 模型會直接忽略 reasoning_effort 參數；Solar Mini 4 則接受該參數，而第三方代理工具也已更新，將它視為具備推理能力，而不是將它列入拒絕清單。Upstage 也在同一天推出了 Solar Jev，這是一個在 Solar Mini 4 上提供的 beta 決策端點，會回傳選擇、分數或機率，完全沒有文字敘述——這是一項訊號，顯示 Upstage 認為這款模型是針對哪些工作負載而設計。

截至本文撰寫時，Solar Mini 4 所沒有的，是任何一個獨立的數字。沒有 Intelligence Index，沒有 Agent Arena 的排名，也沒有來自 Upstage 的基準測試表——更新日誌條目僅記載規格，而沒有分數。目前流通中唯一近似第三方的數據，是一個社群封裝器自行回報的 test400 執行結果，由另一個模型在所述評分標準下進行評判，其中 Solar Mini 4 在 reasoning_effort=none 下獲得 98.4% 的欄位準確率，且平均每次呼叫耗時 1.21 秒。那只是某位開發者對照自身測試框架所做的比較，並非改變生產決策的理由。

決定一切的比較

如果你有 GPU，而且有理由把資料留在內部，Gemma 4 12B 其實完全不是在跟 Solar Mini 4 競爭——它是在跟你的電費帳單競爭。你下載一次，就能永遠運行，每個 token 都不用付費，而且還能獲得 Solar Mini 4 無論出什麼價都無法提供的多模態輸入。之後才會浮現的成本是營運面的：必須有人負責服務堆疊，必須有人在 Google 推出下一代時處理升級，而你的吞吐量則受限於你買了什麼硬體。

如果你沒有 GPU，或者你有 GPU 但工作負載忽高忽低，Solar Mini 4 就是那個沒有資本支出的選擇。在上市推廣期間，每百萬個輸入 token 你付 $0.05，之後則是 $0.10；你能得到兩倍的上下文視窗，還能得到廠商 SLA，而不是一支傳呼機。你放棄的是權重、多模態輸入，以及用「資料從不離開這棟大樓」來回答「我的資料會怎樣」這個問題的任何能力。

價格比較比標題所暗示的更接近，值得仔細研究。以牌價計算，Solar Mini 4 與託管版 Gemma 4 12B 的輸入成本相同（$0.10），而 Gemma 的輸出成本較低（$0.30 對 $0.40）。在 Upstage 的促銷期間，Solar 在輸入與輸出上的價格都是前述的一半。如果你的工作負載偏重輸入——長文件、短答案——兩者在牌價上實質打平，而目前 Solar 較便宜。如果偏重輸出，除非促銷正在進行，否則 Gemma 較便宜。

執行任一項，無須重建您的堆疊

這個決定棘手的地方在於，它並非顯而易見地可逆。下載 Gemma 4 12B，就等於把自己綁定在某個服務堆疊上；採用 Solar Mini 4，則等於綁定在某種 API 形態上。無論你選哪一個，讓你在六個月後無法重新評估的，正是轉換成本；而把路由器留在考量範圍內的誠實理由，就是要讓這項成本維持在趨近於零。

有一點需要說清楚：OrcaRouter 並未路由任何 Upstage 模型，因此 Solar Mini 4 在這裡並不可用——它來自 Upstage 自家的 API 以及數個第三方平台。我們確實有路由 Google 較大尺寸的 Gemma 4 模型，也就是 26B-A4B 和 31B，但不包含本文所談的 12B 檢查點。這個平台在此脈絡下真正的作用，是你接著會做的那種比較：一旦你決定要選「精簡的代理模型、文字輸入」，有趣的問題就變成該選哪一款，而這個問題的答案，是靠把其中三個放在同一把金鑰後面，並以你自己的流量來衡量，而不是靠再讀一份規格表。一套能將數個模型組合成單一呼叫的路由 DSL，就是讓你不必寫三套整合就能執行那項測試的方式。

該選哪一個

如果你有硬體，就選 Gemma 4 12B；如果你的代理需要查看圖像或聆聽音訊，如果你需要權重來微調，或者如果「資料會去哪裡」的答案必須是「哪裡都不去」，就選它。如果你不想執行推論，如果你的輸入是長文本而輸出很短，如果 512K 上下文視窗很重要，或者如果你需要一個以韓文為優先、背後有廠商合約的模型，就選 Solar Mini 4。

如果你還無法決定，打破僵局的關鍵不是某個基準測試。而是你目前還無法回答、關於 Solar Mini 4 的那個問題：Upstage 以外沒有人實測過它。Gemma 4 12B 的 Intelligence Index 是 14，而且有公開排名；Solar Mini 4 則只有規格表、價格，以及一個 10 月 22 日到期的促銷方案。在那段期間測試它，只會花你幾美元。若把正式生產路徑押在它身上，一旦數字出爐時不理想，代價就是重寫。