模型 / SuperGemma4-26B (Jiunsong)

SuperGemma4-26B (Jiunsong)

Gemma4 26B 无审查 MLX, 本地代理加速

作者 Jiunsong

仓库标识Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2

~16GB 4-bit许可 限制商用任务 智能体最近核对 2026-08-05
格式
4-bit
文件
~14GB
运行内存
~16GB–20GB
运行时
MLX_LM
下载
25,653

仅 safetensors · 无 pickle 加载风险

Hugging Face 源仓库 ↗

快速上手示例

mlx_lm.server --model Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2

依赖版本和硬件参数请以源仓库说明为准。

适合与不适合

入选理由
提供MLX命令行与OpenAI兼容接口，可快速部署；下载量2.5万+社区采用；基于Gemma4微调优化，benchmark提升
对位
vs 原版 Gemma 4 26B IT 量化
适合
代码与工具使用代理 / 无审查对话与指令跟随
不适合
视觉或多模态任务

独立证据与社区反馈

8 个独立来源 · 另 2 官方/转载最近验证 2026-08-05

社区普遍认为这是一款实用、快速且真正无审查的 Gemma 4 社区微调,在代码、逻辑和 agent 工作流上均好于原版,能在消费级硬件上流畅运行;不像某些无审查微调那样变得混乱或丧失实用性,而是保持了稳定的任务能力,是当前性价比很高的本地 agent 模型之一。

  • 真正无审查,实测 0/100 次拒绝,不回避敏感话题
  • 生成速度比原版 Gemma 4 26B 更快 (46.2 vs 42.5 tok/s)
  • QuickBench 综合得分显著高于原版 (95.8 vs 91.4)
  • 代码任务性能提升 (+6.3 分)
  • 逻辑推理任务性能提升
  • 支持本地 agent 工作流与工具调用 (tool-use)
  • Q4_K_M 量化后约 17GB,可在 16-24GB 消费级硬件上运行
  • 跨运行时可用: llama.cpp、MLX、Ollama、LM Studio、Jan、Open WebUI
  • 韩语响应速度优秀 (输入 222 tok/s, 生成 89.4 tok/s)
  • 浏览器工作流任务支持
  • 不会像 stock 版那样把简单问题错误路由到 coding mode,保持自然对话流
  • 非 Google 官方发布,为个人社区微调,无官方维护承诺
  • 24GB 统一内存为最低舒适门槛,推荐 32GB+
  • 基准测试数据来自创作者自己的模型卡,需独立验证,不宜全信
  • 仅支持文本任务,不具备多模态能力
  • 需要自行配置 MLX-LM 或 llama.cpp 等本地推理框架

可信度下载 2.5 万, bench 95.8, 生成 46.2 tok/s

完整规格

规模
26B (4-bit) · 下载 ~14GB · 显存最低 ~16GB · 推荐 ~20GB · 4-bit(估算)
授权
gemma · 限制商用
框架
mlx
血统
量化自 gemma-4-26B-A4B-it
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 10.2k → 8.5k · likes +6

观测时间线

模型家族

查看全部家族 →