¿Cuánta memoria necesita Gemma 4 26B A4B?

Unos 14,2 GB de pesos a 4 bits, más espacio para el contexto: 15,7 GB en total. En una Mac, eso significa 24 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.

¿Qué tan rápido va Gemma 4 26B A4B en una Mac?

La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 96 GB, a unos 135–240 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 24 GB, logra unos 66–117 con un M5 Pro.

¿Por qué Gemma 4 26B A4B va más rápido de lo que sugiere su tamaño?

Es un modelo de mezcla de expertos: mantiene 25,2B parámetros en memoria, pero solo lee 3,8B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.

¿Puede una Mac ejecutar Gemma 4 26B A4B? RAM, velocidad

Memoria en cada precisión

Versión	Pesos	Con contexto	Mac más pequeña
8 bits	26,8 GB	28,9 GB	48 GB
6 bits	20,5 GB	22,1 GB	32 GB
4 bits	14,2 GB	15,7 GB	24 GB
3 bits menor calidad	11 GB	12,5 GB	18 GB
2 bits menor calidad	7,9 GB	9,4 GB	16 GB

En cada chip de Apple

El tamaño de memoria más pequeño de cada chip que ejecuta Gemma 4 26B A4B, la mejor versión que cabe y la velocidad de escritura que puedes esperar.

Chip	Necesita	Versión	Tokens/s
M6	24 GB	4 bits Va bien	36–65
M5 Ultra	96 GB	8 bits Va bien	135–240
M5 Max	36 GB	6 bits Va bien	67–119
M5 Pro	24 GB	4 bits Va bien	66–117
M5	24 GB	4 bits Va bien	33–58
M4 Max	36 GB	6 bits Va bien	60–106
M4 Pro	24 GB	4 bits Va bien	59–104
M4	24 GB	4 bits Va bien	26–46
M3 Ultra	96 GB	8 bits Va bien	92–164
M3 Max	36 GB	6 bits Va bien	44–77
M3 Pro	36 GB	6 bits Va bien	22–39
M3	24 GB	4 bits Va bien	21–38
M2 Ultra	64 GB	8 bits Va bien	90–160
M2 Max	32 GB	6 bits Va bien	58–103
M2 Pro	32 GB	6 bits Va bien	29–52
M2	24 GB	4 bits Va bien	21–38
M1 Ultra	64 GB	8 bits Va bien	90–160
M1 Max	32 GB	6 bits Va bien	58–103
M1 Pro	32 GB	6 bits Va bien	29–52
M1	16 GB	2 bits Va bien	26–45

Cómo ejecutarlo

La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca Gemma 4 26B A4B, descarga la versión que encaja con tu Mac y empieza a chatear. MLX Harness también ofrece el modelo a tus otras apps mediante una API compatible con OpenAI.Descarga MLX HarnessGratis · Apple Silicon · macOS 14.5 o posterior
En Terminal, con MLX de Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-26b-a4b-it-4bitVersión MLX: mlx-community/gemma-4-26b-a4b-it-4bit en Hugging Face. Las demás precisiones están justo al lado.

Paso a paso: descargar y ejecutar LLM en tu Mac · cómo usar MLX Harness · MLX vs Ollama vs llama.cpp

Sobre Gemma 4 26B A4B

Creado por	Google DeepMind
Parámetros	25,2B en total · 3,8B activos (mezcla de expertos)
Contexto	256K tokens
Licencia	Apache-2.0
Lanzamiento	2026-03
Entrada	Texto e imágenes
Pesos	google/gemma-4-26B-A4B-it

Preguntas

¿Cuánta memoria necesita Gemma 4 26B A4B?: Unos 14,2 GB de pesos a 4 bits, más espacio para el contexto: 15,7 GB en total. En una Mac, eso significa 24 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
¿Qué tan rápido va Gemma 4 26B A4B en una Mac?: La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 96 GB, a unos 135–240 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 24 GB, logra unos 66–117 con un M5 Pro.
¿Por qué Gemma 4 26B A4B va más rápido de lo que sugiere su tamaño?: Es un modelo de mezcla de expertos: mantiene 25,2B parámetros en memoria, pero solo lee 3,8B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.

Modelos similares

Todos los modelos · Todas las Mac · Compara tu Mac

Para la ficha de tu modelo o tu README

Muestra la Mac más pequeña que ejecuta bien Gemma 4 26B A4B y enlaza a esta página.

[![Runs on a Mac](https://mlx.app/badge/run/gemma-4-26b-a4b.svg)](https://mlx.app/run/gemma-4-26b-a4b)

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.