国际MoEApache 2.0
Gemma 4-26B-A4B
Google Gemma 4 MoE 模型，26B 总参数仅激活 4B，推理速度接近 4B 模型，性能远超同级
Google·26B 参数·MoE·发布于 2026-04-02
你的硬件评估
正在检测硬件...
❓ 未知
量化版本对比（GGUF / 本地运行）
磁盘约：该量化档典型 GGUF 单文件占用（未填 fileSize 时用同档显存约值代替）。 所需显存：在 GPU 上跑该档的约需（权重 + KV 等余量），站内人工标定。
| 格式 | 位宽 | 磁盘约 | 所需显存 | 质量 | 预估速度 | 状态 |
|---|---|---|---|---|---|---|
| Q4_K_M | 4-bit | 15.9 GB | 15.9 GB | 良好 | — | ❓ 未知 |
| Q8_0 | 8-bit | 26.8 GB | 26.8 GB | 优秀 | — | ❓ 未知 |
| F16 | 16-bit | 52 GB | 52 GB | 无损 | — | ❓ 未知 |
显存需求一览
柱状长度为各档「所需显存」相对比例。
Q4_K_M
15.9 GB
Q8_0
26.8 GB
F16
52 GB
参数量
26B
激活 4B
上下文长度
256K tokens
架构
MoE
26B 总参数
最低显存
15.9 GB
Q4_K_M · 本地运行约需
量化选项
3 种
适用场景
对话多模态推理
资源链接
💡 关于 MoE 架构
Gemma 4-26B-A4B 采用 Mixture of Experts (MoE) 架构，总参数量为 26B， 但每次推理仅激活 4B 参数。虽然推理计算量较小， 但完整模型权重仍需全部加载到显存中，因此显存需求按总参数量计算。 实际推理速度会比同等显存占用的 Dense 模型更快。
推荐硬件配置
Q4_K_M→建议 ≥ 19 GB 显存（模型 15.9 GB + 15% 余量）
Q8_0→建议 ≥ 31 GB 显存（模型 26.8 GB + 15% 余量）
F16→建议 ≥ 60 GB 显存（模型 52 GB + 15% 余量）