Gemma 4 26B A4B inahitaji kumbukumbu kiasi gani?

Takriban 14.2 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 15.7 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 24 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.

Gemma 4 26B A4B ina kasi gani kwenye Mac?

Kasi ya kuandika hutegemea bandwidth ya kumbukumbu. Mac yenye kasi zaidi kwa modeli hii hapa ni M5 Ultra yenye GB 96, kwa takriban tokeni 135–240 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 24, hufikia takriban 66–117 kwenye M5 Pro.

Kwa nini Gemma 4 26B A4B huenda kasi kuliko ukubwa wake unavyoashiria?

Ni modeli ya mixture-of-experts: huhifadhi vigezo 25.2B kwenye kumbukumbu lakini husoma 3.8B tu kwa kila tokeni, hivyo huandika kwa kasi ya modeli ndogo zaidi sana.

Mac inaweza kuendesha Gemma 4 26B A4B? Kumbukumbu, kasi

Kumbukumbu kwa kila usahihi

Toleo	Weights	Pamoja na context	Mac ndogo zaidi
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 ubora wa chini	11 GB	12.5 GB	18 GB
2-bit ubora wa chini	7.9 GB	9.4 GB	16 GB

Kwenye kila chipu ya Apple

Ukubwa mdogo zaidi wa kumbukumbu wa kila chipu unaoendesha Gemma 4 26B A4B, toleo bora linalotosha humo, na kasi ya kuandika unayoweza kutarajia.

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

Jinsi ya kuiendesha

Njia rahisi: pakua MLX Harness, bure na open source. Tafuta Gemma 4 26B A4B, pakua toleo linalotosha Mac yako, na anza kuzungumza. Pia huipa programu zako nyingine modeli kupitia API inayooana na OpenAI.Pakua MLX HarnessBure · Apple Silicon · macOS 14.5 au mpya zaidi
Ndani ya Terminal kwa MLX ya Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-26b-a4b-it-4bitToleo: mlx-community/gemma-4-26b-a4b-it-4bit kwenye Hugging Face. Usahihi mwingine uko kando yake.

Hatua kwa hatua: pakua na uendeshe LLM kwenye Mac · jinsi ya kutumia MLX Harness · MLX dhidi ya Ollama dhidi ya llama.cpp

Kuhusu Gemma 4 26B A4B

Imetengenezwa na	Google DeepMind
Vigezo	25.2B jumla · 3.8B zinazotumika (mixture of experts)
Context	tokeni 256K
Leseni	Apache-2.0
Ilitolewa	2026-03
Ingizo	Maandishi na picha
Weights	google/gemma-4-26B-A4B-it

Maswali

Gemma 4 26B A4B inahitaji kumbukumbu kiasi gani?: Takriban 14.2 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 15.7 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 24 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.
Gemma 4 26B A4B ina kasi gani kwenye Mac?: Kasi ya kuandika hutegemea bandwidth ya kumbukumbu. Mac yenye kasi zaidi kwa modeli hii hapa ni M5 Ultra yenye GB 96, kwa takriban tokeni 135–240 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 24, hufikia takriban 66–117 kwenye M5 Pro.
Kwa nini Gemma 4 26B A4B huenda kasi kuliko ukubwa wake unavyoashiria?: Ni modeli ya mixture-of-experts: huhifadhi vigezo 25.2B kwenye kumbukumbu lakini husoma 3.8B tu kwa kila tokeni, hivyo huandika kwa kasi ya modeli ndogo zaidi sana.

Modeli zinazofanana

Kila modeli · Kila Mac · Linganisha Mac yako

Kwa kadi ya modeli yako au README

Huonyesha Mac ndogo zaidi inayoendesha Gemma 4 26B A4B vizuri na huunganisha hapa.

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

Jinsi inavyokokotolewa

Kumbukumbu: vigezo vya modeli kwa biti 8, 6, 4, 3 au 2 kwa kila weight pamoja na group scales za MLX (nusu biti kwa kila weight), au muundo wake asili, pamoja na nafasi ya context juu yake. Kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% ya unified memory. Kasi: bandwidth ya kumbukumbu ikigawanywa kwa baiti zinazosomwa kwa kila tokeni ndiyo kikomo cha juu kwa mazungumzo moja; katika benchmarks za umma za llama.cpp kwenye Apple Silicon uendeshaji halisi hufikia takriban 45% hadi 80% yake, na huo ndio upana unaoonyeshwa. Haya ni makadirio, si vipimo: pima Mac yako mwenyewe kwenye MLX Bench. Takwimu za modeli ni kutoka kwa kadi rasmi ya kila modeli, takwimu za chipu ni kutoka Tech Specs za Apple. Imekaguliwa 2026-10-19. Data ileile ya mlx.app/compare.