Gemma 4 26B-A4B(젬마 4) 필요 사양: VRAM과 돌아가는 GPU

Gemma 4 26B-A4B, 어떤 모델인가요

Gemma 4 26B-A4B는 구글 딥마인드가 2026년 4월 공개한 Gemma 4의 MoE 모델입니다. 전체 약 26B 중 토큰마다 약 4B만 쓰지만, 가중치 전체는 VRAM이나 시스템 RAM에 있어야 합니다. 텍스트와 이미지를 읽고 컨텍스트는 256k까지이며, 생각 모드는 기본으로 꺼져 있고 라이선스는 Apache 2.0입니다.

모델 카드 · 출시 글

Gemma 4 26B-A4B, 돌리기 전에 알아 둘 점

Gemma 4 26B-A4B는 구글 Gemma의 MoE 모델입니다. 전체 파라미터는 26B 정도이고 토큰마다 4B 정도를 씁니다. Q4_K_M으로 8k 컨텍스트를 쓰면 17.7GB가 필요해서 24GB 카드에는 전부 올라가 쾌적하게 돌아갑니다. 16GB 카드에서는 어떤 양자화 파일을 받느냐가 중요합니다. 13.6GB인 IQ4_XS 파일은 GeForce RTX 5060 Ti 16GB에 전부 올라가 쾌적하게 돌아갑니다. Q4_K_M 파일은 전문가 일부를 시스템 RAM에 두고도 원활하게 돌아간다고 CanRun은 추정합니다(이론 추정 ±30%). IQ4_XS로 낮출 때 무엇을 잃는지는 양자화 가이드에 있습니다.

GeForce RTX 3060 12GB 같은 12GB 카드에서는 전문가 일부를 시스템 RAM에 두고 원활하게 돌아갑니다. 8GB인 GeForce RTX 4060에서도 기준을 간신히 넘어 원활하게 돌아가고, 둘 다 이론 추정(±30%)입니다. 생각 모드는 기본으로 꺼져 있지만, CanRun은 생각 모드가 있는 모델이면 속도 기준을 1.5배 엄격하게 잡습니다. 끈 채로 쓰면 판정이 한 단계 올라갈 수 있습니다. KV 캐시가 작아 컨텍스트를 늘려도 메모리가 크게 늘지 않고, 이미지도 읽을 수 있습니다. 맥에서는 48GB Apple M4 Pro에서 쾌적하게 돌아갑니다.

모델 정보

파라미터: 총 26.54B · 활성 4B (MoE)
어텐션: 슬라이딩 윈도 어텐션
최대 컨텍스트: 262,144 토큰
공개일: 2026-03-11
모델 카드: Hugging Face의 Gemma 4 26B-A4B 모델 카드

같은 계열의 다른 크기

기준 양자화·8k 컨텍스트에서 모델마다 필요한 그래픽카드 메모리와, 많이 쓰는 그래픽카드에서의 판정을 작은 모델부터 정리했습니다
모델	파라미터	기준 양자화	필요 메모리(8k)	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
Gemma 4 E2B	5.12B	Q4_K_M	2.1GB	쾌적	쾌적	쾌적
Gemma 4 E4B	8B	Q4_K_M	3.7GB	쾌적	쾌적	쾌적
Gemma 4 12B	11.96B	Q4_K_M	7.8GB	원활	쾌적	쾌적
Gemma 4 26B-A4B지금 보는 모델	총 26.54B · 활성 4B (MoE)	Q4_K_M	17.7GB	원활	원활	쾌적
Gemma 4 31B	31.27B	Q4_K_M	19.5GB	겨우 가능	겨우 가능	쾌적

GGUF 파일

등록된 Gemma 4 26B-A4B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
UD-Q2_K_XL	10.55GB	손실 큼	커뮤니티 GGUF · unsloth
IQ4_XS	13.60GB	균형	커뮤니티 GGUF · unsloth
Q4_K_M기준	16.95GB	균형	커뮤니티 GGUF · unsloth
Q8_0	26.86GB	준무손실	커뮤니티 GGUF · unsloth

파일 크기에는 이미지 입력에 필요한 비전 프로젝터(mmproj)가 들어 있지 않습니다.

일부 저장소는 Unsloth Dynamic(UD) 변형만 배포합니다. 크기는 실제로 내려받는 파일 기준입니다.

양자화·컨텍스트별 필요 메모리

그래픽카드 메모리(GB): 그래픽카드에 올라가는 가중치 + f16 KV 캐시 + 연산 버퍼. Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k	32k	64k	128k	256k
UD-Q2_K_XL	11.2	11.3	11.5	12.0	13.0	14.9	18.8
IQ4_XS	14.2	14.3	14.6	15.1	16.0	18.0	21.8
Q4_K_M	17.6	17.7	17.9	18.4	19.4	21.3	25.2
Q8_0	27.5	27.6	27.8	28.3	29.3	31.2	35.1

Gemma 4 26B-A4B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

정렬

계산기에서 예산·종류·컨텍스트로 걸러 보기

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 58종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적GeForce RTX 5090에서 Gemma 4 26B-A4B 판정 보기	216.1 tok/s8k 추정 210.4 tok/s (168.3–252.4, 보정된 추정 ±20%)실측 2건 (512/8k 컨텍스트)	Q4_K_M	18.3 / 32.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$4,200(약 557만 원)
NVIDIA RTX PRO 6000 Blackwell	쾌적	추정 210.4 tok/s168.3–252.4보정된 추정 ±20%	Q4_K_M	18.3 / 96.0GB	풀 GPU	최대 256k	—	—
NVIDIA RTX PRO 6000 Blackwell Max-Q	쾌적	추정 210.4 tok/s168.3–252.4보정된 추정 ±20%	Q4_K_M	18.3 / 96.0GB	풀 GPU	최대 256k	—	—
GeForce RTX 3090 Ti	쾌적	추정 142.6 tok/s114.1–171.1보정된 추정 ±20%	Q4_K_M	18.3 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$1,999(약 265만 원)
GeForce RTX 4090	쾌적GeForce RTX 4090에서 Gemma 4 26B-A4B 판정 보기	추정 142.6 tok/s114.1–171.1보정된 추정 ±20%	Q4_K_M	18.3 / 24.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$2,755(약 365만 원)
GeForce RTX 5090 Laptop	쾌적	추정 130.6 tok/s104.5–156.7보정된 추정 ±20%	Q4_K_M	18.3 / 24.0GB	풀 GPU	최대 128k	—	—
Apple M5 Ultra · 96GB	쾌적	추정 115.8 tok/s92.6–138.9보정된 추정 ±20%	Q4_K_M	17.7 / 67.2GB	통합 메모리	최대 256k	—	—
Radeon RX 7900 XTX	쾌적	추정 114.7 tok/s91.8–137.7보정된 추정 ±20%	Q4_K_M	18.3 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$999(약 132만 원)
GeForce RTX 3090	쾌적GeForce RTX 3090에서 Gemma 4 26B-A4B 판정 보기	108.0 tok/s8k 추정 134.9 tok/s (108.0–161.9, 보정된 추정 ±20%)실측 1건 (32k 컨텍스트)	Q4_K_M	18.3 / 24.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$1,050(약 139만 원)
Radeon RX 7900 XT	쾌적	추정 102.9 tok/s82.4–123.5보정된 추정 ±20%	Q4_K_M	18.3 / 20.0GB	풀 GPU	최대 64k	—	출시가 US$899(약 119만 원)
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 98.4 tok/s78.7–118.1보정된 추정 ±20%	Q4_K_M	17.7 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 89.8 tok/s71.8–107.8보정된 추정 ±20%	Q4_K_M	17.7 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 89.0 tok/s71.2–106.8보정된 추정 ±20%	Q4_K_M	17.7 / 67.2GB	통합 메모리	최대 256k	—	—
Apple M2 Ultra · 64GB	쾌적	79.1 tok/s8k 추정 87.5 tok/s (70.0–105.0, 보정된 추정 ±20%)실측 1건 (512 컨텍스트)	Q4_K_M	17.7 / 44.8GB	통합 메모리	최대 256k	—	—
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 78.3 tok/s62.6–93.9보정된 추정 ±20%	Q4_K_M	17.7 / 25.2GB	통합 메모리	최대 128k	—	—
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 71.2 tok/s56.9–85.4보정된 추정 ±20%	Q4_K_M	17.7 / 25.2GB	통합 메모리	최대 128k	—	—
Apple M5 Pro · 48GB	쾌적	추정 55.6 tok/s44.5–66.8보정된 추정 ±20%	Q4_K_M	17.7 / 33.6GB	통합 메모리	최대 128k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 32GB	쾌적	54.3 tok/s8k 추정 48.1 tok/s (38.5–57.7, 보정된 추정 ±20%)실측 2건 (512 컨텍스트)	Q4_K_M	17.7 / 22.4GB	통합 메모리	최대 128k	—	128GB 구성 출시가 US$1,999(약 265만 원)
Apple M4 Pro · 48GB	쾌적Apple M4 Pro에서 Gemma 4 26B-A4B 판정 보기	추정 50.2 tok/s40.2–60.2보정된 추정 ±20%	Q4_K_M	17.7 / 33.6GB	통합 메모리	최대 128k	—	—
NVIDIA DGX Spark · 128GB	쾌적	47.0 tok/s8k 추정 51.5 tok/s (41.2–61.8, 보정된 추정 ±20%)실측 1건 (32k 컨텍스트)	Q4_K_M	17.7 / 116.9GB	통합 메모리	최대 128k	—	128GB 구성 출시가 US$3,999(약 530만 원)
Apple M6 · 32GB	쾌적	추정 32.8 tok/s26.3–39.4보정된 추정 ±20%	Q4_K_M	17.7 / 22.4GB	통합 메모리	최대 16k	—	—
GeForce RTX 5080	원활	추정 90.8 tok/s63.6–118.1이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$1,256(약 166만 원)
GeForce RTX 5070 Ti	원활	추정 87.9 tok/s61.5–114.3이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$949(약 126만 원)
GeForce RTX 5080 Laptop	원활	추정 87.9 tok/s61.5–114.3이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	—
GeForce RTX 4080 Super	원활	추정 79.5 tok/s55.7–103.4이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$999(약 132만 원)
GeForce RTX 4080	원활	추정 78.4 tok/s54.9–101.9이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$1,199(약 159만 원)
GeForce RTX 4070 Ti Super	원활	추정 75.7 tok/s53.0–98.3이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$799(약 106만 원)
GeForce RTX 4090 Laptop	원활	추정 69.2 tok/s48.5–90.0이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	—
Radeon RX 9070	원활	추정 67.6 tok/s47.3–87.9이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$639(약 85만 원)
Radeon RX 9070 XT	원활	추정 67.6 tok/s47.3–87.9이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$689(약 91만 원)
Radeon RX 7800 XT	원활	추정 66.5 tok/s46.6–86.5이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$499(약 66만 원)
GeForce RTX 3080 12GB	원활	추정 59.3 tok/s41.5–77.1이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$799(약 106만 원)
GeForce RTX 5060 Ti 16GB	원활GeForce RTX 5060 Ti 16GB에서 Gemma 4 26B-A4B 판정 보기	추정 59.2 tok/s41.4–76.9이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$569(약 75만 원)
GeForce RTX 5070	원활GeForce RTX 5070에서 Gemma 4 26B-A4B 판정 보기	추정 53.6 tok/s37.5–69.7이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$629(약 83만 원)
GeForce RTX 5070 Ti Laptop	원활	추정 53.6 tok/s37.5–69.7이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 3080 10GB	원활	추정 49.2 tok/s34.5–64.0이론 추정 ±30%	Q4_K_M	9.2 / 10.0GB + RAM 9.1GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$699(약 93만 원)
GeForce RTX 2080 Ti	원활	추정 48.9 tok/s34.2–63.5이론 추정 ±30%	Q4_K_M	10.1 / 11.0GB + RAM 8.2GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$999(약 132만 원)
GeForce RTX 4070	원활GeForce RTX 4070에서 Gemma 4 26B-A4B 판정 보기	추정 47.8 tok/s33.5–62.1이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$599(약 79만 원)
GeForce RTX 4070 Super	원활	추정 47.8 tok/s33.5–62.1이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$599(약 79만 원)
Radeon RX 9060 XT 16GB	원활	추정 45.7 tok/s32.0–59.4이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	2026-08-09 기준 실거래가 US$449(약 60만 원)
GeForce RTX 4080 Laptop	원활	추정 44.6 tok/s31.2–58.0이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce GTX 1080 Ti	원활	추정 44.5 tok/s31.2–57.9이론 추정 ±30%	Q4_K_M	10.1 / 11.0GB + RAM 8.2GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$699(약 93만 원)
GeForce RTX 4060 Ti 16GB	원활	추정 43.4 tok/s30.4–56.4이론 추정 ±30%	Q4_K_M	15.4 / 16.0GB + RAM 2.9GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$499(약 66만 원)
GeForce RTX 3060 12GB	원활GeForce RTX 3060 12GB에서 Gemma 4 26B-A4B 판정 보기	추정 40.7 tok/s28.5–53.0이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$250(약 33만 원)
Intel Arc B580	원활	추정 39.0 tok/s27.3–50.8이론 추정 ±30%	Q4_K_M	11.1 / 12.0GB + RAM 7.2GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$290(약 38만 원)
GeForce RTX 3070	원활	추정 37.6 tok/s26.3–48.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$499(약 66만 원)
GeForce RTX 5060	원활	추정 37.6 tok/s26.3–48.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$339(약 45만 원)
GeForce RTX 5060 Ti 8GB	원활	추정 37.6 tok/s26.3–48.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$429(약 57만 원)
GeForce RTX 4060 Ti 8GB	원활	추정 31.4 tok/s22.0–40.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 16k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$399(약 53만 원)
GeForce RTX 4060	원활GeForce RTX 4060에서 Gemma 4 26B-A4B 판정 보기	추정 30.6 tok/s21.4–39.7이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$299(약 40만 원)
Apple M5 · 32GB	원활	추정 29.8 tok/s23.8–35.7보정된 추정 ±20%	Q4_K_M	17.7 / 22.4GB	통합 메모리	최대 128k	IQ4_XS: 쾌적	—
Apple M4 · 32GB	원활Apple M4에서 Gemma 4 26B-A4B 판정 보기	추정 23.6 tok/s18.9–28.4보정된 추정 ±20%	Q4_K_M	17.7 / 22.4GB	통합 메모리	최대 128k	UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 4060 Laptop	겨우 가능	추정 29.7 tok/s20.8–38.6이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 128k	전문가를 시스템 RAM에서 돌립니다. 이 방식에서 원활하게 돌아가려면 30 tok/s 이상 나와야 합니다. IQ4_XS: 원활	—
GeForce RTX 4070 Laptop	겨우 가능	추정 29.7 tok/s20.8–38.6이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 128k	전문가를 시스템 RAM에서 돌립니다. 이 방식에서 원활하게 돌아가려면 30 tok/s 이상 나와야 합니다. IQ4_XS: 원활	—
GeForce RTX 3050 8GB	겨우 가능	추정 27.7 tok/s19.4–36.1이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 11.0GB	MoE 전문가 RAM 배치	최대 128k	전문가를 시스템 RAM에서 돌립니다. 이 방식에서 원활하게 돌아가려면 30 tok/s 이상 나와야 합니다. IQ4_XS: 원활	출시가 US$249(약 33만 원)
DDR5-6000 듀얼채널 CPU · 32GB	겨우 가능	추정 15.2 tok/s12.1–18.2보정된 추정 ±20%	Q4_K_M	RAM 17.1GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR5-5600 듀얼채널 CPU · 32GB	겨우 가능	추정 14.2 tok/s11.3–17.0보정된 추정 ±20%	Q4_K_M	RAM 17.1GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR4-3200 듀얼채널 CPU · 32GB	겨우 가능	추정 8.1 tok/s6.5–9.7보정된 추정 ±20%	Q4_K_M	RAM 17.1GB	CPU 전용	최대 128k	—	—

생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.

원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 30902026-08-09 기준 실거래가 US$1,050(약 139만 원), 속도 실측 108.0 tok/s (32k 컨텍스트, 1건; 8k 추정 134.9 tok/s, 108.0–161.9, 보정된 추정 ±20%)
원활GeForce RTX 3060 12GB2026-08-09 기준 실거래가 US$250(약 33만 원), 속도 추정 40.7 tok/s (28.5–53.0, 이론 추정 ±30%)

Gemma 4 26B-A4B 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

Gemma 4 26B-A4B 벤치마크 결과
하드웨어	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
GeForce RTX 5090	Q4_K_M	llama.cpp	512	13,588.0	223.8	CUDA, KV q8_0	github.com	2026-05-24
GeForce RTX 5090	Q4_K_M	ollama	8k	—	208.4	CUDA, FA off	github.com	2026-04-05
GeForce RTX 3090	Q4_K_M	ollama	32k	—	108.0	FA off	github.com	2026-04-07
Radeon RX 7900 XT	UD-Q4_K_XL	llama.cpp	512	2,884.0	77.8	ROCm	github.com	2026-04-18
Apple M2 Ultra	Q8_0	llama.cpp	512	2,160.0	87.4	Metal	github.com	2026-09-15
Apple M5 Max (40-core GPU)	Q8_0	llama.cpp	512	3,582.0	95.4	Metal	github.com	2026-09-15
Apple M2 Ultra	Q4_K_M	llama.cpp	512	1,550.0	79.1	Metal	github.com	2026-09-19
Ryzen AI Max+ 395 (Strix Halo)	Q4_K_M	llama.cpp	512	1,327.0	55.5	Vulkan	github.com	2026-06-30
Ryzen AI Max+ 395 (Strix Halo)	Q4_K_M	llama.cpp	512	1,209.0	53.0	Vulkan	github.com	2026-08-18
Ryzen AI Max+ 395 (Strix Halo)	UD-Q4_K_XL	llama.cpp	512	1,325.0	54.7	Vulkan	github.com	2026-05-18
NVIDIA DGX Spark	Q4_K_M	llama.cpp	32k	—	47.0	CUDA, depth 32768	github.com	2026-06-11

자주 묻는 질문

Gemma 4 26B-A4B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 파일은 16.95GB입니다. 8k 컨텍스트로 그래픽카드에 올리면 약 17.7GB가 필요합니다(가중치 16.93GB, KV 캐시 0.2GB, 연산 버퍼 0.6GB). 가장 작은 파일(UD-Q2_K_XL (품질 손실 큼))은 약 11.3GB가 필요합니다.

Gemma 4 26B-A4B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3090입니다. 실거래가는 2026-08-09 기준 US$1,050(약 139만 원)이고, 속도는 실측 108.0 tok/s (32k 컨텍스트, 1건; 8k 추정 134.9 tok/s, 108.0–161.9, 보정된 추정 ±20%)입니다. 원활하게만 돌려도 된다면 더 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 2026-08-09 기준 US$250(약 33만 원)이고, 속도는 추정 40.7 tok/s (28.5–53.0, 이론 추정 ±30%)입니다.

Gemma 4 26B-A4B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 원활, 추정 30.6 tok/s (21.4–39.7, 이론 추정 ±30%); GeForce RTX 5060 Ti 16GB: 원활, 추정 59.2 tok/s (41.4–76.9, 이론 추정 ±30%); GeForce RTX 3090: 쾌적, 실측 108.0 tok/s (32k 컨텍스트, 1건; 8k 추정 134.9 tok/s, 108.0–161.9, 보정된 추정 ±20%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.