Gemma 4 26B A4B 在 Mac 上提速 2 倍，Google 官方归功于社区排行榜

9 月 1 日晚，Google 官方 Gemma 账号发推宣布：Gemma 4 26B A4B 在 Mac 上「刚刚提速 2 倍」（just got 2x faster）。推文把成绩归给开发者社区，说社区「一直在上发力，把 Apple Silicon 推向极限」，并附上排行榜链接和社区成员。

官方口径是 2 倍，排行榜上的数字已经更高。推文发出前 26 分钟，榜单纪录刚被署名 i34-9 的解题者保持在 130.3%，约合 2.3 倍；整张榜单共 91 份有效提交，来自 32 位解题者。

官方账号把这次提速归给了社区

@googlegemma 的简介自称「Google Gemma 的官方主页」，称 Gemma 是 Google DeepMind 基于 Gemini 技术构建的开源轻量级模型。9 月 1 日 23:57（北京时间），账号发出这条两句话的推文：「在 Mac 上运行 Gemma 4 26B A4B 刚刚提速 2 倍！开发者社区一直在排行榜上发力，把 Apple Silicon 推向极限。」

随后它在自己的推文下补充：「完整细节见 @pratikg 的原帖」，并附上链接。官方账号把一项成绩的细节直接指向社区成员的原帖。

这条推文只能证明 Google 官方作出了「提速 2 倍」的宣布，不能独立证明成绩本身。「2 倍」出自官方口径，实现细节以 pratikg 的原帖为准；排行榜页面自报的 130.3% 与官方口径方向一致，同样来自主办方页面，本报道未做独立复测。

排行榜的分数是怎么算出来的

推文附的排行榜叫 The Gemma 4 MLX Challenge，托管在 yukon.org 的 mlxfast 页面，副标题写着「Live Apple Silicon optimization leaderboard」（实时 Apple Silicon 优化排行榜）。页面顶部的大字是：Gemma 4 26B A4B 现在比发布基线快 130.3%。

计分规则写得很具体：一次官方跑分把 8 个 prompt 放在同一批里跑，分别测 prefill（预填充）和 decode（解码）相对基线的增益，按 prefill^0.25 × decode^0.75 合成，解码占 3/4 权重。发布基线记为 0%，榜上分数都是相对这个基线的增益。本地提交的分数只是估算，官方分数要求在同一台 Apple Silicon Mac 上、经过散热冷却门槛（thermal cool gate）后，把基线与候选成对对比。

最新一笔提交来自 i34-9，工具是 Claude Opus，时间为 9 月 1 日 23:31（北京时间），对应解码 568.1 tokens/s、预填充 7,003 tokens/s。榜单按增益倒序排名，逐条标出每次提交给总分加了多少。

提交记录的「模型」一栏说明了这次提速的来源：解题者用来写优化代码的模型五花八门，Claude Opus、GPT-5.6、Qwen3、MiniMax M3、Gemini 3.7 Flash、Grok 4 都在列。pratikg 在原帖里把机制概括为「人类把 GPT-5.6、Claude、Qwen3、MiniMax 指向一张开放排行榜做 MLX 优化」。

不到三天，从 0.2% 到翻倍

榜单底部显示，最早可见的提交出现在 8 月 27 日，署名 davidtai，增益 +0.24%，总分只有 0.2%。此后分数被一点点推高，直到 8 月 30 日 9:07（北京时间），jacklightChen 的一笔提交 +1.94%，把总分推到 99.8%；24 分钟后，署名 0xpg 的提交 +0.33%，总分 100.1%，排行榜第一次跨过翻倍线。

pratikg 的帖子发布于 8 月 30 日 10:18（北京时间），讲的就是这一刻：「JUST IN：Gemma 4 26B A4B 在 Mac 上快了 2 倍。……jacklightChen 干了最难的活，把它做到 99.8%；我 24 分钟后出现，加了 0.33%。」

榜单记录与这段自述对得上：24 分钟后出现的那笔 +0.33% 提交，署名正是 0xpg。到 9 月 1 日，纪录从 100% 一路涨到 130.3%。

每项优化都回流到 darkbloomai 的服务器

排行榜挂在 yukon.org 上，主办方是 Yukon Research。社区成员的身份大多来自各自的 X 账号简介：pratikg（Pratik Gandhi）自称在 Eigen Labs「加速开放前沿」，同时发展 darkbloomai、Yukon Research 等项目；Soubhik Deb 的简介写着「Yukon Research 与 Eigen Labs 的科学发现领路人」。

优化成果的去向，里写明：「这里的每一项改进都会回流到 darkbloomai 做推理服务的机器上。全部公开。」署名的用户转推呼应：「期待 mlx.fast 的改进被带回 darkbloomai，并扩散到更广的社区。Yukon Research 还会有更多。」

官宣之后，与排行榜主办方相关的社区成员接连回应。账号转推说：「不敢相信 @googlegemma 转发了 mlx.fast！如果你在 Gemma 团队工作，想让它在各种本地机器上跑得更快，我们很想合作更多这样的挑战。私信开放。」Kydo 的简介自称在 Eigen Labs（Darkbloom、Yukon 等）工作，而 0xkydo 这个名字也出现在排行榜的提交记录里。同样自称在 Eigen Labs 的直接在官方推文下回复：「下一版 Gemma，我们也想这么做。」则转推称：「开放科学的典范。」

欢呼声里的一条散热质疑

（简介自称前华盛顿大学信息论教授）转推时给了自己的读数：「Gemma 在 MacBook 上快了 2.3 倍。感谢 Yukon，这个开放前沿研究网络：现在你可以去让它更快。」他说的 2.3 倍，对应的正是榜单纪录 130.3%。

：「部分增益来自人们把 Gemini 3.7 指向这张榜单。Google 的前沿模型，落在陌生人手里，用来加速 Google 自己的开源模型。其余来自 GPT-5.6、Claude、Qwen3 和 MiniMax。发布模型的团队会现身围观，这是新现象，只有开放权重才会发生。」

质疑来自一条具体的技术提醒。署名的用户回复官方推文：「值得读一读排行榜自己的小字：分数是在『散热冷却门槛』之后测的，因为 Apple Silicon 在持续负载下会降频，同一个模型会因芯片当时的热度跑出不同数字。冷机测得的 130% 增益，不保证数小时真实 agent 负载下还有 130%。」排行榜页面确实写明官方分数要经过散热冷却门槛；冷机分数能否代表长时间负载下的表现，是这条回复留下的问题。