FreeLLMTodos os modelos › google
Gemma 4 26B A4B
google · licença Apache 2.0 · na Arena desde 31 mar. 2026
Onde usar de graça
- Aqui mesmo, sem conta: faça uma pergunta abaixo (5 perguntas grátis por dia)
- API grátis no OpenRouter: ID do modelo
google/gemma-4-26b-a4b-it:free. Teste lado a lado · Página do OpenRouter - Chat do próprio laboratório: aistudio.google.com (grátis com limites diários)
- Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio
Teste Gemma 4 26B A4B agora
Sem conta, sem pagamento. 5 perguntas por dia por visitante, respostas curtas. Roda no Cloudflare Workers AI (@cf/google/gemma-4-26b-a4b-it). Não guardamos a sua pergunta. Não escreva dados pessoais.
Pontuações Arena
| Arena | Pontuação | Posição | Votos |
|---|---|---|---|
| Chat | 1434 | #90 de 416 | 6K |
| Programação | 1360 | #113 de 148 | 2K |
| Visão | 1260 | #56 de 167 | 24K |
Posição entre todos os modelos, inclusive os pagos. Fonte: conjunto de dados do ranking da Arena.
Velocidade em hardware popular
| Hardware | Memória da GPU | Cabe? | Velocidade |
|---|---|---|---|
| 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 na GPU | 121 tok/s |
| RTX 4090 | 24 GB | Cabe na GPU | 127 tok/s |
| RTX 5090 | 32 GB | Cabe na GPU | 177 tok/s |
| RX 7900 XTX | 24 GB | Cabe na GPU | 123 tok/s |
| 2 × RTX 3090 | 48 GB | Cabe na GPU | 118 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe na GPU | 111 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe na GPU | 63 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe na GPU | 44 tok/s |
| 8 × H100 SXM | 640 GB | Cabe na GPU | 191 tok/s |
Estimativa com 4 bits e contexto de 32K, com 64 GB de DDR5 para offload. Velocidade ≈ largura de banda da memória × 78% ÷ dados lidos por token, mais um custo fixo por token, calibrada em 44 testes reais com llama.cpp; erro típico de cerca de ±10%. Compare todas as GPUs.
Memória de GPU necessária
| Nível | Contexto de 8K | Contexto de 32K | Contexto de 128K | Qualidade vs. completo |
|---|---|---|---|---|
| Q3_K_M | 14 GB | 15 GB | 19 GB | +7.4% perda perceptível |
| Q4_K_M | 17 GB | 18 GB | 22 GB | +1.9% perda pequena |
| Q5_K_M | 19 GB | 20 GB | 25 GB | +0.6% perda muito pequena |
| Q6_K | 22 GB | 23 GB | 27 GB | +0.2% quase sem perda |
| Q8_0 | 29 GB | 30 GB | 34 GB | ≈ 0% igual ao completo |
| F16 | 53 GB | 54 GB | 58 GB | ≈ 0% igual ao completo |
Pesos + cache de contexto (a partir da arquitetura do modelo) + runtime. Qualidade: aumento em perplexity em relação ao modelo completo, com base em testes com llama.cpp, ajustado pelo tamanho do modelo. Simule a sua configuração.
Pontuação de chat ao longo do tempo
Pontuação Arena de 17 abr. 2026 a 15 out. 2026.
Pontuação de programação ao longo do tempo
Pontuação Arena de 20 abr. 2026 a 19 out. 2026.
Modelos grátis parecidos em 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
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro