モデル紹介
NVFP4-quantized version of google/gemma-4-26B-A4B-it in **modelopt format**, optimized for vLLM on NVIDIA Blackwell (SM120) GPUs. Other available NVFP4 quantizations of this model quantize attention layers too, which causes: 1. Quality degradation from aggressive attention quantization 2. vLLM's QKV fusion scale bug (fused projections take `max()` of global scales, causing underflow) 1. Started from RedHatAI/gemma-4-26B-A4B-it-NVFP4 (compressed-tensors format) 2. Dequantized all 115 self-attention projections (q/k/v/o across 30 layers) back to BF16 using FP4-E2M1 lookup table 3. Converted from compressed-tensors to modelopt format: - `weight_packed` -> `weight` (same data) - `weight_global_scale` (divisor) -> `weight_scale_2` (1/divisor) - `input_global_scale` (divisor) -> `input_scale` (1/divisor) 4. Updated quantization config to match NVIDIA's modelopt pattern with proper `exclude_modules`
主な特徴
特点摘要待依据来源补齐，不凭模型名称推断能力。
制約と注意点
具体的な制約を判断する出典が不足しています。実際の性能、遅延、データ方針、ライセンス、提供期間を確認してください。
出典別料金と費用分析
料金はチャネル・地域・設定によって異なります。各チャネルの料金は個別に表示し、提供元の統一公式料金とは見なしません。
| 出典・チャネル | 入力 | 出力 | 課金単位 | 収集日時 |
|---|---|---|---|---|
| 確認可能な料金がありません。出典を確認してください。 | ||||
月額の基本トークン費用を試算
試算はキャッシュ割引、段階料金、マルチモーダル追加料金、検索、税金、追加推論出力を含みません。
公開評価と実行設定
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
収録済みの全ランキング →よくある質問
オープンウェイトなら無料で商用利用できますか？
必ずしもそうではありません。バージョン別のライセンス、商用条件、利用方針を確認してください。自前運用には計算資源と保守費用も必要です。
これはリアルタイムの請求料金ですか？
収集日時付きの料金スナップショットです。最新のバージョン、地域、割引、課金方式は各チャネルで確認してください。
出典と追跡記録
许可证：apache-2.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。