Gemma 4 26B-A4B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Gemma 4's Mixture-of-Experts variant: 26B total parameters but only 4B active per forward pass. This gives 12B-class quality at 4B-class inference speed. Supports text, image, and audio. Needs ~16–18 GB at Q4_K_M — fits in an RTX 3090 or 4090. Excellent for developers who need a step above the E4B without occupying the full GPU.
Gemma 4 26B-A4B 在 Q4_K_M 下约需 16 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 9.3 GB | ~195 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 11.9 GB | ~178 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 16.5 GB | ~152 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 19.2 GB | ~140 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 22.1 GB | ~130 tok/s | 勉强 | |
| Q8_0 8.50 bpw | 28.4 GB | ~17 tok/s | 需卸载 | |
| F16 16.00 bpw | 52.8 GB | ~11 tok/s | 需卸载 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Gemma 4 26B-A4B 显存计算器 →
运行 Gemma 4 26B-A4B
目录中能运行 Gemma 4 26B-A4B 的最便宜 GPU 是 AMD Radeon RX 9060 XT 16GB (16 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Gemma 4 26B-A4B
安装 Ollama，然后运行：
ollama run gemma4:26b-a4b规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 26 Billion (4B active per token)
- 上下文窗口
- 256,000
- 架构
- Mixture-of-Experts + Multimodal Encoder (image + audio)
- 提供商
- 许可证
- Apache 2.0
- 规格量化
- Q4_K_M
- 系统内存
- 32 GB
- 记录更新于
- 2026-03-31
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
| 基准 | 分数 | 来源 |
|---|---|---|
| MMLU | 87.5 / 100 % | 已发布 |
| HumanEval | 83.7 / 100 % | 已发布 |
| MATH | 74.2 / 100 % | 已发布 |
我的 GPU 能运行 Gemma 4 26B-A4B 吗？
- Gemma 4 26B-A4B 在 AMD Radeon RX 7800 XT 上
- Gemma 4 26B-A4B 在 AMD Radeon RX 7900 XT 上
- Gemma 4 26B-A4B 在 AMD Radeon RX 7900 XTX 上
- Gemma 4 26B-A4B 在 AMD Radeon RX 9060 XT 16GB 上
- Gemma 4 26B-A4B 在 AMD Radeon RX 9060 XT 8GB 上
- Gemma 4 26B-A4B 在 AMD Radeon RX 9070 上
- Gemma 4 26B-A4B 在 AMD Radeon RX 9070 XT 上
- Gemma 4 26B-A4B 在 Apple M1 上
- Gemma 4 26B-A4B 在 Apple M1 Pro 上
- Gemma 4 26B-A4B 在 Apple M2 上
- Gemma 4 26B-A4B 在 Apple M2 Pro 上
- Gemma 4 26B-A4B 在 Apple M3 上
- Gemma 4 26B-A4B 在 Apple M3 Pro 上
- Gemma 4 26B-A4B 在 Apple M4 上
- Gemma 4 26B-A4B 在 Apple M4 Pro 上
- Gemma 4 26B-A4B 在 Apple M5 上
- Gemma 4 26B-A4B 在 Intel Arc B570 上
- Gemma 4 26B-A4B 在 Intel Arc B580 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 3070 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 3070 Ti 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 3090 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4060 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4070 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4070 Super 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4070 Ti 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4080 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4080 Super 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 4090 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5060 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5070 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5070 Ti 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5080 上
- Gemma 4 26B-A4B 在 NVIDIA GeForce RTX 5090 上
Gemma 4 的其他尺寸
Gemma 4 26B-A4B — 常见问题
How much VRAM does Gemma 4 26B-A4B need?
About 16 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Gemma 4 26B-A4B run on an RTX 4090 (24 GB)?
Yes. Gemma 4 26B-A4B needs about 16 GB at Q4_K_M, inside a 24 GB card, at an estimated 152 tokens/sec.
How do I run Gemma 4 26B-A4B locally?
Install Ollama and run `ollama run gemma4:26b-a4b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Gemma 4 come in?
Gemma 4 E2B (4 GB), Gemma 4 E4B (6 GB), Gemma 4 26B-A4B (16 GB), Gemma 4 31B (20 GB), Gemma 4 12B (Unified) (8 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.