Gemma 4 26B A4B를 로컬에서 실행할 수 있나요?

Google | 262,144 토큰 컨텍스트 | 입력 $0.09/M, 출력 $0.30/M. Gemma 4 26B A4B IT는 Google DeepMind의 지시 튜닝 Mixture-of-Experts(MoE) 모델입니다. 총 252억 파라미터임에도 불구하고 추론 시 토큰당 38억만 활성화되어 310억 품질에 근접하는 성능을 훨씬 적은 컴퓨팅 비용으로 제공합니다. 텍스트, 이미지, 비디오(최대 60초, 1fps) 등 멀티모달 입력을 지원합니다. 256K 토큰 컨텍스트 창, 네이티브 함수 호출, 구성 가능한 사고/추론 모드, 구조화된 출력 지원을 특징으로 하며 Apache 2.0 라이선스 하에 공개되었습니다.

이 모델의 가이드

Ollama 설치 및 로컬 AI 실행 방법 (Windows, Mac, Linux)

Ollama vs LM Studio (2026): 어떤 로컬 AI 앱을 사용할까, 그리고 각각 어떤 최고 모델을 실행할까

GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)

2026년 10월 AI 모델 선택법: 폐쇄형 소스 소식과 다운로드할 가치가 있는 오픈 웨이트

용도별 최고의 로컬 LLM (2026년 10월): 모든 작업에 맞는 최적의 오픈 모델

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

Gemma 4 26B A4B는 Google DeepMind의 지시 조정된 Mixture-of-Experts 모델로, 252억 파라미터 중 38억만 활성화해 310억급 출력 품질을 낮은 연산 비용으로 제공합니다. 텍스트, 이미지, 최대 60초 비디오 입력을 처리하며, 256K 토큰 컨텍스트 윈도우와 설정 가능한 추론 모드를 갖췄습니다. Apache 2.0 라이선스 가중치로 누구나 실행 및 수정이 가능합니다.

알려진 점

MoE 효율성: 토큰당 38억 활성 파라미터, 310억급 품질
멀티모달: 텍스트, 이미지, 최대 60초 비디오 입력 지원
256K 토큰 컨텍스트 윈도우로 장문 작업 가능
에이전트 파이프라인용 네이티브 함수 호출 및 구조화 출력
Apache 2.0 라이선스 — 자유롭게 사용, 수정, 상업적 배포 가능

주의할 점

비디오 입력은 1fps, 최대 60초 제한 — 풍부한 시간적 이해는 기대하지 말 것
오디오 지원은 이 모델 크기에는 없으며 E2B, E4B, 12B 변종에서만 가능
총 252억 파라미터로, MoE 효율에도 불구하고 로컬 배포 시 고성능 머신 필요

최적 용도

시도해볼 프롬프트

복잡한 비동기 버그 디버깅

FastAPI 백그라운드 작업에서 호출 시 가끔 'Event loop is closed' RuntimeError가 발생하는 Python 비동기 함수를 분석하세요. 왜 그런지 단계별로 설명하고, 해당 컨텍스트에서 안전하게 호출할 수 있도록 함수를 수정하세요. 수정된 코드를 보여주고 각 변경 사항을 설명하세요.

스케줄링 퍼즐 추론

5명의 엔지니어가 7개의 풀 리퀘스트 중 각자 2개씩 리뷰해야 합니다. 각 엔지니어는 자신의 PR을 리뷰할 수 없고, PR 3과 7은 PR 1, 2, 4를 리뷰하지 않은 엔지니어가 맡아야 합니다. 이 조건을 만족하는 리뷰어 배정을 단계별로 추론하며 보여주세요.

첨부 이미지 분석

대시보드, 차트, UI의 스크린샷을 첨부했습니다. 보이는 모든 데이터 포인트와 시각 요소를 설명하고, 이상 징후나 추세를 식별한 뒤, 한눈에 보기 쉽게 만들기 위한 구체적 변경 사항 하나를 제안하세요.

비교하기

Gemini 3.8 Flash
API 전용 모델
1,048,576 토큰 컨텍스트 · $0.83/M 입력, $4.12/M 출력
Gemini 3 Flash Preview
API 전용 모델
1,048,576 토큰 컨텍스트 · $0.50/M 입력, $3.00/M 출력
Gemini 2.5 Flash Lite
API 전용 모델
1,048,576 토큰 컨텍스트 · $0.10/M 입력, $0.40/M 출력
Gemini 3.1 Flash Lite
API 전용 모델
1,048,576 토큰 컨텍스트 · $0.25/M 입력, $1.50/M 출력

google의 더 많은 텍스트 모델

사람들이 묻는 질문

Gemma 4 26B A4B를 로컬에서 실행할 수 있나요?: 네, Apache 2.0 라이선스 하에 가중치가 공개되어 Hugging Face google/gemma-4-26B-A4B-it에서 다운로드 및 실행할 수 있습니다. 다만 총 252억 파라미터이므로 고성능 머신이 필요합니다.
API 비용과 컨텍스트 크기는 어떻게 되나요?: 입력 토큰당 $0.09, 출력 토큰당 $0.30이며, 컨텍스트 윈도우는 256K 토큰입니다.
Gemma 4 26B A4B와 Gemma 4 31B Dense의 차이점은 무엇인가요?: 26B A4B는 MoE 모델로 토큰당 38억 파라미터만 활성화해 31B Dense보다 저렴하게 실행 가능하며, 비디오 입력을 지원합니다. 31B Dense는 모든 파라미터를 매번 활성화하고 비디오 입력을 지원하지 않습니다.

캡틴의 평가
오픈 가중치, 진짜 멀티모달 기능, MoE 효율성을 갖춘 드문 조합으로 추론 비용을 합리적으로 유지합니다.

Hugging Face의 모델 카드

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #46 Hottest Text / LLM model · #46 Hottest Text / LLM text model

Not this creator?

Get your own badge

Gemma 4 26B A4B 인기 추세

3 Apr 2026 이후 히트 점수

인기 점수

8,770°

이번 주

▲

53.5%

8,713° 당시, 8,770° 현재

이번 달

▲

607%

8,512° 당시, 8,770° 현재

지난 1년

n/a

아직 출시/추적되지 않음

7,000°

기준점

점수는 0°부터 9,999°까지 있어. 7,000° 아래는 아직 어떤 출처에서도 보고되지 않은 모델들을 위해 남겨둔 영역이고, 그 모델들은 목록이 완성되도록 임시 점수를 받지. 7,000°가 실제 측정 데이터가 시작되는 지점이야: 실제 데이터는 있지만 다운로드가 거의 없는 모델은 기준점에 위치하고, 그 위로 측정된 점수가 쌓여. 기준점 자체는 모델에 대해 아무것도 말해주지 않고, 위에 쌓인 점수만이 모델 간 차이를 만들어.

+1,489°

OpenRouter 토큰

이 모델이 지난 30일간 OpenRouter를 통해 처리한 토큰 수 919,242,238,645, 프롬프트와 답변을 합친 수치입니다. 10,000,000 토큰마다 다운로드 1회로 계산하며, 총 91,924회입니다; 마지막 날 토큰은 채택률에 포함됩니다. 출처: OpenRouter (openrouter.ai/rankings).

+281°

채택률

출처를 두 번 측정한 사이에 하루 약 5,610번 다운로드돼. 평생 평균에서 추측한 게 아니야. 속도는 다운로드 항목의 4분의 1 가치를 가지니, 최근 급증이 나타나도 하루짜리 급등이 수년간 사용량을 앞서지 못해.

상세 내역 보기

이 사이트의 모든 숫자는 확인할 수 있어. 이 모델의 히트 점수는 8,770°이고, 여기서는 각 요소가 하나씩 더해지면서 누적 합계가 표시돼: 기준점, 각 출처가 더하는 점수, 모델 종류에 따른 보너스, 그리고 가중치의 연령이 빼는 점수. 색깔은 위 차트의 구간을 나타내. 마지막에 용어집에서 모든 용어를 정의해.

1
기준점부터 시작해.
왜 7,000°이고 0이 아닌지: 점수는 0°부터 9,999°까지 있고, 7,000° 아래는 아직 출처가 보고하지 않은 모델을 위해 남겨둔 영역이야. 그 모델들은 목록 완성을 위해 임시 점수를 받고, 데이터가 있는 모델보다 순위가 높지 않아. 7,000°가 실제 측정 데이터가 시작되는 지점이야. 실제 데이터가 있지만 다운로드가 거의 없는 모델은 여기 있고, 그 뒤로는 모두 측정된 점수야. 기준점 위에는 다운로드가 10배씩 늘어날 때마다 300°씩 10단계가 있어. 기준점은 모든 모델에 같아서 아무것도 결정하지 않고, 위 점수가 모델을 구분해.
7,000°
누적 합계
2
다운로드 수를 더해.
총 91,924개의 다운로드 동등치, OpenRouter 토큰에서 나왔어. 다운로드가 10배 늘어나면 같은 300°가 더해지니까, 크기가 중요하지만 점수를 독차지하지는 않아.
+1,489°
8,489°
누적 합계
3
채택률을 추가하세요.
지금 하루 약 5,610개의 다운로드가 있어, 두 번 측정한 차이로 계산하고 무게는 4분의 1이야.
+281°
8,770°
누적 합계
=
히트 점수.
이 모델이 이 사이트 모든 목록에서 어디에 있는지 보여줘. 다른 건 조정하지 않아.
8,770°

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

이 모델의 인기가 카탈로그 다른 모델들과 비교해 어떻게 움직였는지 보여줘: 각 기간마다 다운로드, 좋아요, 사용량이 얼마나 늘었는지, 같은 기간 보통 모델의 성장과 비교해서, 그때의 히트 점수와 함께. 보통 성장보다 위면 상승, 아래면 하락으로 봐. 과거는 오늘까지의 총합, 모델 첫 날, 두 번 측정된 다운로드 속도로 재구성돼; 기간 시작에 없던 모델은 n/a로 표시돼.

유사한 모델

DeepSeek Flash Latest

TEXT / LLM

Claude Fable Latest

TEXT / LLM

이미지·영상·텍스트 생성을 위한 AI 모델

Gemma 4 26B A4B은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.

모델 패밀리별로 보기