← 全部模型

Gemma 4 E4B IT Assistant

發布時間 發布主體 Google

模型定位

Gemma 4 E4B IT Assistant 是搭配 google/gemma-4-E4B-it 使用的輕量級多 token 預測(MTP)草稿模型,而非獨立的通用聊天模型。其模型權重儲存庫為 google/gemma-4-E4B-it-assistant;此儲存庫識別名稱不代表已核實的 API 模型 ID。(huggingface.co)

能力與用途

  • 草稿模型預測多個候選 token,再由目標模型平行驗證,以加速文字生成;它會利用目標模型的運算結果並共用 KV 快取。E4B 的草稿模型另使用分群技術降低輸出機率計算的負擔。(blog.google)
  • 適合降低裝置端聊天、語音應用及代理工作流程的生成延遲。Google 表示,Gemma 4 MTP 在所測試的硬體與推論環境中最高可達 3 倍加速,且不降低輸出品質;這是整個 MTP 系列的最高測試結果,不能視為此版本在所有環境的保證速度。(blog.google)
  • 可下載權重並配合 Transformers 等支援 MTP 的工具使用;官方範例將本草稿模型與 E4B 指令微調目標模型一起載入。權重採 Apache 2.0 授權。(blog.google)

限制

  • Assistant 是文字型草稿模型,依賴相容的目標模型及推論實作;不要把目標模型的多模態輸入能力或參數規模直接當作草稿模型自身的規格。(huggingface.co)
  • 實際速度取決於硬體、後端和工作負載;部署仍需目標模型與草稿模型所需的運算及記憶體資源。(blog.google)

發布日期

Google 官方公告日期為 2026 年 5 月 5 日。另需注意,Google 的 Gemma 版本紀錄將包含 E4B 的 MTP 發布日期列為 2026 年 4 月 16 日;兩個官方來源的日期不一致,無法僅憑兩者確定差異原因。(blog.google)

價格

截至 2026 年 11 月 16 日,未查到 Google 針對此 Assistant 單獨公布的 API 輸入或輸出 token 價格,也未能核實適用幣種或計費單位。可下載的開放權重與託管推論服務的費用是不同事項;自行部署仍可能產生硬體或雲端運算費用。(blog.google)

官方來源