FreeLLMすべてのモデル › google
Arenaスコア1434チャット部門で有料モデルを含む417件中90位
サイズ25.8 B1トークンあたり4 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード16 GB重みのみ、Q4_K_M
最大コンテキスト256Kトークン、モデル設定より
無料で使える場所
- OpenRouterの無料API：モデルID
google/gemma-4-26b-a4b-it:free。並べて試す · OpenRouterのページ - ラボ公式のチャット：aistudio.google.com（1日の利用制限つきで無料）
- 自宅でダウンロードして動かす：公式の重み · Ollama と LM Studio 用の GGUF ファイル
Arenaスコア
有料モデルを含む全モデル中の順位。出典：Arenaリーダーボードのデータセット。
よく使われるハードウェアでの速度
| ハードウェア | GPUメモリ | 収まる？ | 速度 |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | GPU＋64 GBのRAM | 39 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU＋64 GBのRAM | 44 tok/s |
| RTX 3090 | 24 GB | GPUに収まる | 121 tok/s |
| RTX 4090 | 24 GB | GPUに収まる | 127 tok/s |
| RTX 5090 | 32 GB | GPUに収まる | 177 tok/s |
| RX 7900 XTX | 24 GB | GPUに収まる | 123 tok/s |
| 2 × RTX 3090 | 48 GB | GPUに収まる | 118 tok/s |
| 4 × RTX 3090 | 96 GB | GPUに収まる | 111 tok/s |
| Mac M4 Max 128 GB | 96 GB | GPUに収まる | 63 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | GPUに収まる | 44 tok/s |
| 8 × H100 SXM | 640 GB | GPUに収まる | 191 tok/s |
4ビット、32Kコンテキスト、オフロード用にDDR5を64 GBとした推定値。速度 ≈ メモリ帯域 × 78% ÷ 1トークンあたりの読み込みデータ量に、トークンごとの固定コストを加えたもので、44件の実際の llama.cpp テストで補正しています。典型的な誤差は約±10%です。すべてのGPUを比較。
必要なGPUメモリ
| レベル | 8Kコンテキスト | 32Kコンテキスト | 128Kコンテキスト | フル精度との品質比較 |
|---|---|---|---|---|
| Q3_K_M | 14 GB | 15 GB | 19 GB | +7.4% 目立つ劣化 |
| Q4_K_M | 17 GB | 18 GB | 22 GB | +1.9% 小さな劣化 |
| Q5_K_M | 19 GB | 20 GB | 25 GB | +0.6% ごくわずかな劣化 |
| Q6_K | 22 GB | 23 GB | 27 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 29 GB | 30 GB | 34 GB | ≈ 0% フル精度と同等 |
| F16 | 53 GB | 54 GB | 58 GB | ≈ 0% フル精度と同等 |
重み＋コンテキストキャッシュ（モデルのアーキテクチャから算出）＋ランタイム。品質：フル精度モデルに対するperplexityの増加分で、llama.cpp のテストをもとにモデルサイズに合わせて換算しています。自分の環境をシミュレーション。
コーディングスコアの推移
140016001800
5月6月7月8月9月10月
Gemma 4 26B A4B 1360最高の有料モデル
Arenaスコア（2026年4月20日～2026年10月19日）。
チャットの似た無料モデル
- GLM-4.7 1435 · 358.3 B
- MiniMax-M3 1433 · 427 B
- DeepSeek-V4-Flash 1432 · 290.9 B
- Qwen3.5-397B-A17B 1437 · 403.4 B
- Hy3 1438 · 298.8 B
- GLM-4.5 1430 · 358.3 B
このページを共有：XLinkedInRedditWhatsApp
数字の誤りやリンク切れを見つけましたか？間違いを報告