llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
Gemma 4 E4B
模型简介
Gemma 4 的端侧档，运行时只加载约 4B 有效参数，手机就能跑多模态。
- 参数量
- 8B
- 上下文
- 128K
- 所属
- 类型
- 纯文本 / 可识别图像 / 音频
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2026-03-02
- 收录
- 2026-10-03