FreeLLMTodos los modelos › google
Gemma 4 26B A4B
google · licencia Apache 2.0 · en Arena desde el 31 mar 2026
Dónde usarlo gratis
- Aquí mismo, sin cuenta: hazle una pregunta abajo (5 preguntas gratis al día)
- API gratuita en OpenRouter: id del modelo
google/gemma-4-26b-a4b-it:free. Pruébalo lado a lado · Página de OpenRouter - El chat del propio laboratorio: aistudio.google.com (gratis con límites diarios)
- Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Prueba Gemma 4 26B A4B ahora
Sin cuenta y sin pago. 5 preguntas al día por visitante, con respuestas cortas. Funciona con Cloudflare Workers AI (@cf/google/gemma-4-26b-a4b-it). No guardamos tu pregunta. No escribas datos personales.
Puntuaciones de Arena
| Arena | Puntuación | Puesto | Votos |
|---|---|---|---|
| Chat | 1434 | n.º 90 de 416 | 6K |
| Programación | 1360 | n.º 113 de 148 | 2K |
| Visión | 1260 | n.º 56 de 167 | 24K |
Puesto entre todos los modelos, incluidos los de pago. Fuente: conjunto de datos de la clasificación de Arena.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | GPU + 64 GB de RAM | 39 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU + 64 GB de RAM | 44 tok/s |
| RTX 3090 | 24 GB | Cabe en la GPU | 121 tok/s |
| RTX 4090 | 24 GB | Cabe en la GPU | 127 tok/s |
| RTX 5090 | 32 GB | Cabe en la GPU | 177 tok/s |
| RX 7900 XTX | 24 GB | Cabe en la GPU | 123 tok/s |
| 2 × RTX 3090 | 48 GB | Cabe en la GPU | 118 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe en la GPU | 111 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe en la GPU | 63 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe en la GPU | 44 tok/s |
| 8 × H100 SXM | 640 GB | Cabe en la GPU | 191 tok/s |
Estimación a 4 bits con contexto de 32K y 64 GB de DDR5 para el volcado a RAM. Velocidad ≈ ancho de banda de memoria × 78 % ÷ datos leídos por token, más un coste fijo por token, calibrada con 44 pruebas reales de llama.cpp; error típico de unos ±10 %. Compara todas las GPU.
Memoria de GPU necesaria
| Nivel | Contexto de 8K | Contexto de 32K | Contexto de 128K | Calidad frente al modelo completo |
|---|---|---|---|---|
| Q3_K_M | 14 GB | 15 GB | 19 GB | +7.4 % pérdida notable |
| Q4_K_M | 17 GB | 18 GB | 22 GB | +1.9 % pérdida pequeña |
| Q5_K_M | 19 GB | 20 GB | 25 GB | +0.6 % pérdida muy pequeña |
| Q6_K | 22 GB | 23 GB | 27 GB | +0.2 % casi sin pérdida |
| Q8_0 | 29 GB | 30 GB | 34 GB | ≈ 0 % igual que el completo |
| F16 | 53 GB | 54 GB | 58 GB | ≈ 0 % igual que el completo |
Pesos + caché de contexto (según la arquitectura del modelo) + entorno de ejecución. Calidad: aumento de perplexity respecto al modelo completo, según pruebas de llama.cpp, ajustado al tamaño del modelo. Simula tu propia configuración.
Puntuación en Chat a lo largo del tiempo
Puntuación de Arena del 17 abr 2026 al 15 oct 2026.
Puntuación en programación a lo largo del tiempo
Puntuación de Arena del 20 abr 2026 al 19 oct 2026.
Modelos gratis similares en Chat
- GLM-4.7 1435 · 358.3 B
- MiniMax-M3 1433 · 427 B
- DeepSeek-V4-Flash (High) 1432 · 290.9 B
- Hy3 1438 · 298.8 B
- Qwen3.5-397B-A17B 1438 · 403.4 B
- glm-4.5 1430 · 358.3 B
Comparte esta página:XLinkedInRedditWhatsApp
¿Has visto un número incorrecto o un enlace roto? Avísanos del error