Gemma 4 26b a4b 确实是我尝试过的最适合语言学习和科学查询的模型！
摘要
用户报告称，Gemma 4 26b 在语言学习和科学查询方面优于 Qwen 3.5/3.6，尽管在编码任务上稍显逊色，并邀请大家讨论小型 MoE 模型在编码以外的其他用例。
我知道 Gemma 4 26b（根据这个社区的说法）在编码任务上稍逊一筹，但在语言学习和科学（健康/生物/医学/临床/生化）查询方面，它甚至比 Qwen 3.5/3.6 都无可匹敌。既然小型 MoE 模型的竞争主要在 Qwen 3.5/3.6 和 Gemma 4 之间，我想知道这里谁有编码和角色扮演以外的用例，以及哪个模型在你的用例中更胜一筹？真希望除了 20b 到 30b 之间的小型 MoE 模型能再多一些（35b 就有点勉强了哈哈）。显然，编码和智能体任务是本社区的主要关注点，但我们很多人也有其他常见和冷门的用例，所以我非常乐意听听你们的！
相似文章
Gemma 4 31B 的能力让我惊讶
一位用户分享了轶事发现：Gemma 4 31B 在理解和重构杂乱的学术代码方面优于 Qwen 3.6 模型，并与 Opus 4.7 能力相当，还突出了一个 Gemma 擅长的基准测试（SciCode）。
Qwen3.5 122B 是最好的吗？
一位用户分享了他们在复杂工具调用任务中比较多个大语言模型（Qwen、Gemma）的经验，认为 Qwen3.5 122B 最可靠，同时批评了较小的 MoE 模型不稳定。
对 Gemma 4 26b A4b 的赞赏
用户分享了他们对 Gemma 4 26b A4b 的积极体验，称赞其速度、多模态能力以及强大的语言能力（尤其在德语方面），同时指出尽管在代理和编码性能上不及 Qwen，但能很好地处理各种任务。
Gemma 4 技术报告
Gemma 4 技术报告介绍了新一代开放权重、原生多模态语言模型，采用多样化的架构，推理能力增强，并在各项任务中性能提升。模型参数范围从 2.3B 到 31B，并具备生成推理轨迹的思考模式。
Gemma 4 仍然偷懒
用户报告称，Gemma 4 在多轮代理任务中表现懒散且不佳，相比 Qwen、DeepSeek 和 GPT-OSS 等其他模型，尽管它是一款优秀的聊天机器人。