De combien de mémoire Gemma 4 26B A4B a-t-il besoin ?

Environ 14,2 GB de poids en 4 bits, plus de la place pour le contexte : 15,7 GB au total. Sur un Mac, il faut donc 24 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.

À quelle vitesse Gemma 4 26B A4B tourne-t-il sur un Mac ?

La vitesse d’écriture dépend de la bande passante mémoire. Ici, le Mac le plus rapide pour ce modèle est équipé d’une puce M5 Ultra avec 96 GB, à environ 135–240 tokens par seconde (8 bits). Le plus petit Mac qui le fait tourner, avec 24 GB, atteint environ 66–117 avec une puce M5 Pro.

Pourquoi Gemma 4 26B A4B est-il plus rapide que sa taille ne le laisse penser ?

C’est un modèle mixture-of-experts : il garde 25,2B paramètres en mémoire mais n’en lit que 3,8B pour chaque token, il écrit donc à la vitesse d’un modèle bien plus petit.

Gemma 4 26B A4B tourne-t-il sur Mac ? RAM et vitesse

Mémoire à chaque précision

Version	Poids	Avec contexte	Plus petit Mac
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 qualité moindre	11 GB	12,5 GB	18 GB
2 bits qualité moindre	7,9 GB	9,4 GB	16 GB

Sur chaque puce Apple

Pour chaque puce, la plus petite capacité de mémoire qui fait tourner Gemma 4 26B A4B, la meilleure version qui y tient et la vitesse d’écriture à attendre.

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

Comment le faire tourner

Le plus simple : téléchargez MLX Harness, gratuit et open source. Cherchez Gemma 4 26B A4B, téléchargez la version adaptée à votre Mac, et discutez. MLX Harness met aussi le modèle à disposition de vos autres apps via une API compatible OpenAI.Télécharger MLX HarnessGratuit · Apple Silicon · macOS 14.5 ou version ultérieure
Dans le Terminal avec MLX d’Apple :pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-26b-a4b-it-4bitVersion MLX : mlx-community/gemma-4-26b-a4b-it-4bit sur Hugging Face. Les autres précisions sont juste à côté.

Pas à pas : télécharger et exécuter des LLM sur Mac · utiliser MLX Harness · MLX, Ollama ou llama.cpp

À propos de Gemma 4 26B A4B

Créé par	Google DeepMind
Paramètres	25,2B au total · 3,8B actifs (mixture-of-experts)
Contexte	256K tokens
Licence	Apache-2.0
Sortie	2026-03
Entrée	Texte et images
Poids	google/gemma-4-26B-A4B-it

Questions

De combien de mémoire Gemma 4 26B A4B a-t-il besoin ?: Environ 14,2 GB de poids en 4 bits, plus de la place pour le contexte : 15,7 GB au total. Sur un Mac, il faut donc 24 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.
À quelle vitesse Gemma 4 26B A4B tourne-t-il sur un Mac ?: La vitesse d’écriture dépend de la bande passante mémoire. Ici, le Mac le plus rapide pour ce modèle est équipé d’une puce M5 Ultra avec 96 GB, à environ 135–240 tokens par seconde (8 bits). Le plus petit Mac qui le fait tourner, avec 24 GB, atteint environ 66–117 avec une puce M5 Pro.
Pourquoi Gemma 4 26B A4B est-il plus rapide que sa taille ne le laisse penser ?: C’est un modèle mixture-of-experts : il garde 25,2B paramètres en mémoire mais n’en lit que 3,8B pour chaque token, il écrit donc à la vitesse d’un modèle bien plus petit.

Modèles similaires

Tous les modèles · Tous les Mac · Comparer votre Mac

Pour votre fiche de modèle ou votre README

Affiche le plus petit Mac qui fait bien tourner Gemma 4 26B A4B et renvoie vers cette page.

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

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.