Quanta memoria richiede Gemma 4 26B A4B?

Circa 14,2 GB di pesi a 4 bit, più lo spazio per il contesto: 15,7 GB in tutto. Su un Mac significa 24 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.

Quanto è veloce Gemma 4 26B A4B su un Mac?

La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 96 GB, a circa 135–240 token al secondo (8 bit). Il Mac più piccolo che lo esegue, con 24 GB, arriva a circa 66–117 su un M5 Pro.

Perché Gemma 4 26B A4B è più veloce di quanto suggeriscano le sue dimensioni?

È un modello mixture-of-experts: tiene in memoria 25,2B parametri ma per ogni token ne legge solo 3,8B, quindi scrive alla velocità di un modello molto più piccolo.

Un Mac può eseguire Gemma 4 26B A4B? Memoria, velocità

Memoria a ogni precisione

Versione	Pesi	Con contesto	Mac più piccolo
8 bit	26,8 GB	28,9 GB	48 GB
6 bit	20,5 GB	22,1 GB	32 GB
4 bit	14,2 GB	15,7 GB	24 GB
3 bit qualità inferiore	11 GB	12,5 GB	18 GB
2 bit qualità inferiore	7,9 GB	9,4 GB	16 GB

Su ogni chip Apple

Per ogni chip, il taglio di memoria più piccolo che esegue Gemma 4 26B A4B, la versione migliore che ci sta e la velocità di scrittura che puoi aspettarti.

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

Come eseguirlo

Il modo più semplice: scarica MLX Harness, gratuito e open source. Cerca Gemma 4 26B A4B, scarica la versione adatta al tuo Mac e inizia a chattare. MLX Harness rende disponibile il modello anche alle tue altre app tramite un’API compatibile con OpenAI.Scarica MLX HarnessGratuito · Apple Silicon · macOS 14.5 o successivo
Nel Terminale, con MLX di Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-26b-a4b-it-4bitBuild: mlx-community/gemma-4-26b-a4b-it-4bit su Hugging Face. Le altre precisioni sono lì accanto.

Passo dopo passo: scaricare ed eseguire LLM su Mac · come usare MLX Harness · MLX vs Ollama vs llama.cpp

Informazioni su Gemma 4 26B A4B

Creato da	Google DeepMind
Parametri	25,2B in totale · 3,8B attivi (mixture-of-experts)
Contesto	256K token
Licenza	Apache-2.0
Uscita	2026-03
Input	Testo e immagini
Pesi	google/gemma-4-26B-A4B-it

Domande

Quanta memoria richiede Gemma 4 26B A4B?: Circa 14,2 GB di pesi a 4 bit, più lo spazio per il contesto: 15,7 GB in tutto. Su un Mac significa 24 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
Quanto è veloce Gemma 4 26B A4B su un Mac?: La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 96 GB, a circa 135–240 token al secondo (8 bit). Il Mac più piccolo che lo esegue, con 24 GB, arriva a circa 66–117 su un M5 Pro.
Perché Gemma 4 26B A4B è più veloce di quanto suggeriscano le sue dimensioni?: È un modello mixture-of-experts: tiene in memoria 25,2B parametri ma per ogni token ne legge solo 3,8B, quindi scrive alla velocità di un modello molto più piccolo.

Modelli simili

Tutti i modelli · Tutti i Mac · Confronta il tuo Mac

Per la scheda del tuo modello o il README

Mostra il Mac più piccolo che esegue bene Gemma 4 26B A4B e rimanda a questa pagina.

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

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.