モデルの位置づけ
Google が公開した、Gemma 4 26B A4B の指示調整済みモデル向け Multi-Token Prediction(MTP)ドラフトモデルです。リポジトリ ID は google/gemma-4-26B-A4B-it-assistant です。単独の汎用チャットモデルではなく、対応するターゲットモデル google/gemma-4-26B-A4B-it と組み合わせて投機的デコーディングを高速化するためのものです。(huggingface.co)
仕組みと能力
- ドラフトモデルが複数の候補トークンを先読みし、ターゲットモデルがそれらを並列に検証します。ターゲットモデルの活性値と KV キャッシュを共有して、重複計算を減らします。(blog.google)
- Google は Gemma 4 ファミリーの MTP について、出力品質を損なわず最大 3 倍の高速化を報告しています。26B MoE では、Apple Silicon 上でバッチサイズ 4~8 の場合、最大約 2.2 倍の高速化を報告しています。これらは条件付きの測定値であり、あらゆる環境での性能保証ではありません。(blog.google)
- 対応する ターゲットモデル は MoE 構造で、総パラメータ数 25.2B、活性パラメータ数 3.8B、コンテキスト長 256K トークンです。テキストと画像を扱い、テキストを生成できます。これらの数値や入出力能力をドラフトモデル単体の仕様と混同しないでください。(huggingface.co)
用途
対応モデルを使うローカル環境やワークステーションで、コード生成、チャット、エージェント処理などの応答待ち時間を短縮する用途に適しています。Google は Transformers、vLLM、MLX などの実行環境を紹介しています。(blog.google)
制限と利用条件
- 対応するターゲットモデルと、MTP に対応した推論環境が必要です。速度改善はハードウェア、バッチサイズ、実装などに依存します。(huggingface.co)
- 最終出力はターゲットモデルに依存します。MTP による高速化は、誤答や学習データ由来の偏りを解消するものではありません。重要な用途では出力の検証が必要です。(blog.google)
- モデル重みは Apache 2.0 ライセンスで公開されています。(huggingface.co)
公開日
指定の Google 公式発表は 2026年5月5日 です。一方、Google のリリース履歴は 26B A4B を含む Gemma 4 MTP のリリースを 2026年4月16日 と記載しており、公式情報間で日付が一致していません。(blog.google)
価格
この Assistant を独立した API モデルとして利用する場合の、入力・出力それぞれの公式料金は未確認です。参考として、Gemini API の公式料金表は Gemma 4 全般について、無料枠の入力・出力を無料、有料枠を利用不可と記載しています。有料枠の表示単位は USD/100万トークンですが、この表を Assistant 単体の API 価格とみなすことはできません。自己ホストでは別途計算資源などの費用が発生し得ます。確認日:2026年11月16日。(aistudio.google.com)