Modèle · Google

Gemma 4 26B A4B IT : VRAM et matériel nécessaires

En Q4_K_M avec un contexte de 8K, Gemma 4 26B A4B IT demande environ 16,9 Go : un GPU de 20 Go ou plus le fait tourner entièrement en VRAM.

Paramètres25,8B
Actifs3,8B
Contexte max256K
LicenceApache-2.0

PartagerFacebook X WhatsApp LinkedIn E-mail

Caractéristiques

Organisation: Google
Architecture: gemma4
Sortie: mars 2026
Couches: 30
Dimension cachée: 2816
Têtes d'attention: 16
Têtes KV: 8
Dimension par tête: 256
Vocabulaire: 262 144
Cache KV pour 1K tokens (f16): 0,215 Go
Dépôt: google/gemma-4-26B-A4B-it

Spécification officielleDonnées mises à jour aujourd’huiSource: Hugging Face config.json + model card

Quantifications et mémoire

Gemma 4 26B A4B IT : mémoire par quantification, contexte 8K
Quantification	Taille du fichier	Mémoire nécessaire	Mémoire GPU minimale	Qualité
BF16	47 Go	~51,9 Go	80 Go	Référence (non quantifié)
Q8_0	25 Go	~28,2 Go	32 Go	Quasi sans perte
Q6_K	21,3 Go	~22,1 Go	32 Go	Quasi sans perte
Q5_K_M	18 Go	~19,4 Go	24 Go	Très bonne
Q4_K_MLa plus utilisée	15,9 Go	~16,9 Go	20 Go	Bonne — le choix courant
IQ4_XS	13,2 Go	~15,5 Go	16 Go	Bonne — le choix courant
Q3_K_M	12,1 Go	~14 Go	16 Go	Perte perceptible
Q2_K	10,2 Go	~11,4 Go	16 Go	Perte importante

Tailles de fichier : non disponibles tant qu'elles ne sont pas importées du dépôt du modèle. Mémoire = poids (estimés d'après les bits par poids) + cache KV + surcoût runtime + marge de sécurité. (BF16 ≈ 16 bpw, Q8_0 ≈ 8,5 bpw, Q6_K ≈ 6,57 bpw, Q5_K_M ≈ 5,7 bpw, Q4_K_M ≈ 4,9 bpw, IQ4_XS ≈ 4,46 bpw, Q3_K_M ≈ 4 bpw, Q2_K ≈ 3,17 bpw)

Q4, Q5 ou Q8 : comment choisir sa quantification

Les GPU qui font tourner Gemma 4 26B A4B IT

Gemma 4 26B A4B IT Q4_K_M · contexte 8K, un GPU

RTX 509032 Go · 64 Go RAM~18,1 Go · 199–334 tok/s estimation	Excellent	~18,1 Go	199–334 tok/sestimation
RTX 409024 Go · 64 Go RAM~18,1 Go · 146–228 tok/s estimation	Excellent	~18,1 Go	146–228 tok/sestimation
RTX 309024 Go · 64 Go RAM~18,1 Go · 139–215 tok/s estimation	Excellent	~18,1 Go	139–215 tok/sestimation
RX 7900 XTX24 Go · 64 Go RAM~18,1 Go · 100–171 tok/s estimation	Excellent	~18,1 Go	100–171 tok/sestimation
RTX 5060 Ti 16 GB16 Go · 64 Go RAM~18,1 Go · 31–58 tok/s estimation	Offload CPU/GPU	~18,1 Go	31–58 tok/sestimation
RTX 5070 Ti16 Go · 64 Go RAM~18,1 Go · 36–71 tok/s estimation	Offload CPU/GPU	~18,1 Go	36–71 tok/sestimation
RTX 508016 Go · 64 Go RAM~18,1 Go · 37–72 tok/s estimation	Offload CPU/GPU	~18,1 Go	37–72 tok/sestimation
RTX 4060 Ti 16 GB16 Go · 64 Go RAM~18,1 Go · 26–48 tok/s estimation	Offload CPU/GPU	~18,1 Go	26–48 tok/sestimation
RTX 4070 Ti SUPER16 Go · 64 Go RAM~18,1 Go · 34–66 tok/s estimation	Offload CPU/GPU	~18,1 Go	34–66 tok/sestimation
RX 9070 XT16 Go · 64 Go RAM~18,1 Go · 29–59 tok/s estimation	Offload CPU/GPU	~18,1 Go	29–59 tok/sestimation
RTX 3060 12 GB12 Go · 64 Go RAM~18,1 Go · 17–31 tok/s estimation	Offload CPU/GPU	~18,1 Go	17–31 tok/sestimation
RTX 407012 Go · 64 Go RAM~18,1 Go · 17–33 tok/s estimation	Offload CPU/GPU	~18,1 Go	17–33 tok/sestimation
RTX 507012 Go · 64 Go RAM~18,1 Go · 18–34 tok/s estimation	Offload CPU/GPU	~18,1 Go	18–34 tok/sestimation
RTX 40608 Go · 64 Go RAM~18,1 Go · 11–21 tok/s estimation	Possible mais lent	~18,1 Go	11–21 tok/sestimation

Les Mac qui font tourner Gemma 4 26B A4B IT

Gemma 4 26B A4B IT Q4_K_M · contexte 8K

M3 Ultra (80-core GPU) · 512 GoMac Studio~17,9 Go · 78–135 tok/s estimation	Excellent	~17,9 Go	78–135 tok/sestimation
M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~17,9 Go · 64–106 tok/s estimation	Excellent	~17,9 Go	64–106 tok/sestimation
M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~17,9 Go · 54–86 tok/s estimation	Excellent	~17,9 Go	54–86 tok/sestimation
M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~17,9 Go · 42–64 tok/s estimation	Excellent	~17,9 Go	42–64 tok/sestimation
M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~17,9 Go · 55–87 tok/s estimation	Excellent	~17,9 Go	55–87 tok/sestimation
M4 · 32 GoMacBook Air, MacBook Pro 14~17,9 Go · 22–32 tok/s estimation	Excellent	~17,9 Go	22–32 tok/sestimation
M5 · 32 GoMacBook Pro 14~17,9 Go · 27–40 tok/s estimation	Excellent	~17,9 Go	27–40 tok/sestimation
M3 · 24 GoMacBook Air, MacBook Pro 14~17,9 Go · Pas de données	Incompatible	~17,9 Go	Pas de données

EstimationDonnées mises à jour il y a 40 joursSource: moteur Run LLM Locally

Les limites en clair

Gemma 4 26B A4B IT est un modèle à mélange d'experts : ses 25,8 Md de paramètres doivent tous être en mémoire, mais seuls 3,8 Md sont lus par token ; il génère donc bien plus vite qu'un modèle dense de même taille.

Le cache KV grandit avec le contexte : à 32K, il ajoute environ 0,8 Go aux poids.

Avec moins de 8 Go de VRAM, choisissez une quantification plus petite ou un modèle plus petit de la même famille.

Où acheter

Votre marché

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XT

AMD

CompatibleFait tourner Gemma 4 26B A4B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

ExcellentFait tourner Gemma 4 26B A4B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

Combien de VRAM faut-il pour Gemma 4 26B A4B IT ?

Environ 16,9 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 28,2 Go. Un contexte plus long ajoute davantage : environ 0,8 Go de cache KV à 32K.

Gemma 4 26B A4B IT tourne-t-il sur Mac ?

Oui, sur un Mac dont le GPU peut utiliser au moins 17,9 Go, par exemple M4 32 Go. Par défaut, macOS laisse le GPU utiliser environ deux tiers à trois quarts de la mémoire unifiée.

À quelle vitesse tourne Gemma 4 26B A4B IT ?

Sur une RTX 4090, nous estimons 146–228 tok/s en Q4_K_M. C'est une estimation fondée sur la bande passante mémoire (confiance faible) tant que des benchmarks ne sont pas importés.