Memória em cada precisão
| Versão | Pesos | Com contexto | Menor 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 qualidade menor | 11 GB | 12,5 GB | 18 GB |
| 2 bits qualidade menor | 7,9 GB | 9,4 GB | 16 GB |
Em cada chip da Apple
O menor tamanho de memória de cada chip que roda Gemma 4 26B A4B, a melhor versão que cabe e a velocidade de escrita que você pode esperar.
| Chip | Precisa | Versão | Tokens/s |
|---|---|---|---|
| M6 | 24 GB | 4 bits Roda bem | 36–65 |
| M5 Ultra | 96 GB | 8 bits Roda bem | 135–240 |
| M5 Max | 36 GB | 6 bits Roda bem | 67–119 |
| M5 Pro | 24 GB | 4 bits Roda bem | 66–117 |
| M5 | 24 GB | 4 bits Roda bem | 33–58 |
| M4 Max | 36 GB | 6 bits Roda bem | 60–106 |
| M4 Pro | 24 GB | 4 bits Roda bem | 59–104 |
| M4 | 24 GB | 4 bits Roda bem | 26–46 |
| M3 Ultra | 96 GB | 8 bits Roda bem | 92–164 |
| M3 Max | 36 GB | 6 bits Roda bem | 44–77 |
| M3 Pro | 36 GB | 6 bits Roda bem | 22–39 |
| M3 | 24 GB | 4 bits Roda bem | 21–38 |
| M2 Ultra | 64 GB | 8 bits Roda bem | 90–160 |
| M2 Max | 32 GB | 6 bits Roda bem | 58–103 |
| M2 Pro | 32 GB | 6 bits Roda bem | 29–52 |
| M2 | 24 GB | 4 bits Roda bem | 21–38 |
| M1 Ultra | 64 GB | 8 bits Roda bem | 90–160 |
| M1 Max | 32 GB | 6 bits Roda bem | 58–103 |
| M1 Pro | 32 GB | 6 bits Roda bem | 29–52 |
| M1 | 16 GB | 2 bits Roda bem | 26–45 |
Como rodar
- O jeito fácil: baixe o MLX Harness, grátis e open source. Procure Gemma 4 26B A4B, baixe a versão que cabe no seu Mac e comece a conversar. O MLX Harness também disponibiliza o modelo para os seus outros apps por uma API compatível com a OpenAI.Baixe o MLX HarnessGrátis · Apple Silicon · macOS 14.5 ou posterior
- No Terminal, com o MLX da Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-26b-a4b-it-4bitVersão MLX: mlx-community/gemma-4-26b-a4b-it-4bit no Hugging Face. As outras precisões ficam logo ao lado.
Passo a passo: baixar e rodar LLMs no Mac · como usar o MLX Harness · MLX vs Ollama vs llama.cpp
Sobre Gemma 4 26B A4B
| Criado por | Google DeepMind |
|---|---|
| Parâmetros | 25,2B no total · 3,8B ativos (mixture-of-experts) |
| Contexto | 256K tokens |
| Licença | Apache-2.0 |
| Lançamento | 2026-03 |
| Entrada | Texto e imagens |
| Pesos | google/gemma-4-26B-A4B-it |
Perguntas
- Quanta memória Gemma 4 26B A4B precisa?
- Cerca de 14,2 GB de pesos com 4 bits, mais espaço para o contexto: 15,7 GB no total. No Mac, isso significa 24 GB de memória unificada ou mais, já que o macOS deixa a GPU usar cerca de 75% dela por padrão.
- Qual é a velocidade de Gemma 4 26B A4B no Mac?
- A velocidade de escrita depende da largura de banda da memória. Aqui, o Mac mais rápido para ele é um M5 Ultra com 96 GB, a cerca de 135–240 tokens por segundo (8 bits). O menor Mac que o roda, com 24 GB, chega a cerca de 66–117 em um M5 Pro.
- Por que Gemma 4 26B A4B roda mais rápido do que o tamanho sugere?
- É um modelo mixture-of-experts: ele mantém 25,2B parâmetros na memória, mas lê só 3,8B a cada token, então escreve na velocidade de um modelo bem menor.
Modelos parecidos
Para o model card ou o README do seu modelo
Mostra o menor Mac que roda bem Gemma 4 26B A4B e leva para esta página.
[](https://mlx.app/run/gemma-4-26b-a4b)Como é calculado
Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.