← 全部模型

Gemma 4 26B A4B IT Assistant

发布时间 发布主体 Google

模型定位

Gemma 4 26B A4B IT Assistant 是与 google/gemma-4-26B-A4B-it 配套的多 token 预测(MTP)草稿模型,用于通过推测解码加快主模型生成,而非独立的通用聊天模型。其权重采用 Apache 2.0 许可证。模型仓库标注的草稿模型规模约为 0.4B 参数;名称中的 26B A4B 指配套主模型的规模,不是草稿模型的参数量。(ai.google.dev)

能力与用途

  • 草稿模型预测后续多个 token,由主模型并行验证;它共享主模型的输入嵌入和 KV 缓存,并使用主模型的激活值。(ai.google.dev)
  • Google 报告 Gemma 4 系列的 MTP 草稿模型在特定测试条件下最高可实现 3 倍生成速度,且不降低输出质量;该数字不保证适用于本模型的所有部署。适用场景包括降低聊天、编码助手和智能体工作流的响应延迟。(blog.google)
  • 配套的 26B A4B 主模型支持文本和图像输入、文本输出;这些是主模型的能力,不应理解为草稿模型可独立完成多模态任务。(huggingface.co)

限制

  • 必须搭配相应主模型及支持 MTP 的推理实现。26B A4B 主模型采用混合专家架构;在批大小为 1 且硬件并行能力不足时,草稿模型可能无法带来加速。实际收益取决于硬件、批大小和运行环境。(ai.google.dev)
  • 推测解码不消除主模型的事实错误、偏见或安全风险;重要结果仍需验证。(huggingface.co)

发布日期

输入所给的 Google 公告发表于 2026 年 5 月 5 日,宣布发布 Gemma 4 系列 MTP 草稿模型。不过,Google 的 Gemma 发布记录将包括 26B A4B 在内的 Gemma 4 MTP 发布日期列为 2026 年 4 月 16 日;两个官方页面的日期存在差异。(blog.google)

价格

截至 2026 年 11 月 16 日,未核实到针对该 Assistant 草稿模型单独提供的官方 API 输入或输出计费价格,币种及计费单位均未核实。可下载开放权重进行部署,但运行所需的计算资源可能产生费用;不能将配套主模型或其他平台的价格直接视为此草稿模型的价格。Google 的 Gemini API 文档列出的是配套主模型,而非该 Assistant 模型。(ai.google.dev)

官方来源