Gemma 4 家族里，E4B（7.5B）和 26B（25.2B，激活 4B）是核显用户最纠结的两款：都是 MoE、都在核显上实测跑通、生成速度还几乎一样。那是不是闭眼买大的就行？实测数据告诉我没那么简单。
同机对比：Intel Arc 140T 核显 / 23.5GB 内存 / llama.cpp b10621 / llama-bench pp512·tg128 / 8 线程。26B 为调显存后 Vulkan 全量 offload 成绩。2026-09 实测。
硬碰硬
| 项目 | gemma-4-E4B | supergemma4-26B |
|---|---|---|
| 参数量 | 7.52 B | 25.23 B（26B.A4B） |
| 文件体积（Q4_K_M） | 4.62 GiB | 15.63 GiB |
| 能否整体进核显 | ✅ 天生能 | ⚠️ 需调显存后 |
| 生成 tg128 | 20.34 t/s | 21.38 t/s |
| 预填充 pp512 | 380.8 t/s | 243.6 t/s |
| 内存门槛 | 8G 机器可跑 | 32G 机器才舒服 |
柱状图对比生成速度：
三个关键发现
1. 生成速度几乎打平（20.3 vs 21.4 t/s）
两款都是 MoE，解码瓶颈都在内存带宽——激活参数量级相近（E4B 激活约 1-2B，26B 激活 4B），速度自然拉不开。为 21.4 vs 20.3 的 5% 差距多背 11GB 文件，不划算。速度从来不是选 26B 的理由。
2. 但预填充 26B 反而更慢（244 vs 381 t/s）
预填充要遍历全部参数权重，26B 权重文件是 E4B 的 3.4 倍，即使激活只差几倍，读取成本也把它拖下来。Agent 场景（长系统提示词反复 prefill）反而是 E4B 的主场。
3. 内存门槛天壤之别
E4B 4.6GB 文件 + 运行开销，8G 内存的小主机就能跑；26B 15.6GB + KV + 临时区，32G 才舒服，16G 机器连文件都塞不下。选 26B 之前先看自己的内存预算。
质量差距有多大
这没法用跑分量化，只能看产出。我在8 模型小说横评里测过：26B 档（supergemma4-26b）文笔金句密度明显高于 E4B 档，E4B 风格更「规整」但记忆点少。翻译、总结这类任务差距缩小。
怎么选
| 你的情况 | 推荐 |
|---|---|
| 8~16G 内存 / 小主机 / NAS | E4B |
| Agent / 长系统提示词 / RAG | E4B（prefill 更快） |
| 32G 内存 + 愿意调显存 | 26B（质量优先） |
| 创作、长文写作 | 26B |
| 快速试水 / 不折腾 | E4B（下载小、门槛低） |
一句话：E4B 是日用甜点，26B 是质量上限。内存够、愿意为质量多花 11GB，就上 26B；否则 E4B 的速度、体积和门槛让它更值得常驻。
相关阅读：26B 要整体进核显，需要先调共享显存注册表（教程）；想让它当服务常驻，看llama-server 服务化。