Подборки и сравнения

Gemma или Qwen: сравнение локальных моделей

15 октября 2026 · 15 минут чтения

Проверка фактов

Юлия Найпак

Методист по автоматизации. Сверяет паспорт инструмента с документацией вендора.

Автор Р

Редакция

Коллектив авторов, редакторов и иллюстраторов статей на сайте блога онлайн-университета «Зерокодер». Пишем…

Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.

Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 15 октября 2026 года; цитаты источников приведены дословно. Обновлено: октябрь 2026.

Gemma или Qwen: сравнение локальных моделей сводится к трём осям — размер, который влезает в вашу видеопамять, сценарий и лицензия. Обе линейки открыты, обе живут на вашем железе, и единого победителя нет: под кодинг чаще берут Qwen, под документы и мультимодальные задачи — Gemma. Ниже — разбор по поколениям, памяти, лицензиям и запуску. Мы скачали топ-10 выдачи DuckDuckGo (ru-RU) по запросу «Gemma или Qwen: сравнение локальных моделей»: текст отдали 10 из 10.

Кто выпускает Gemma и Qwen и какие поколения актуальны

Gemma делает Google, Qwen — Alibaba. В обзоре на сайте arte.itlibra.com семейства моделей разложены по разработчику и стране происхождения, и там же отмечено, что Qwen отличается высокой универсальностью и сильной поддержкой многих языков, включая русский. Это важная деталь для читателя из России: русский язык у Qwen заявлен прямо.

По датам источников актуальны две версии. Gemma 4 вышла 2 апреля 2026 года под лицензией Apache 2.0 — об этом пишет сайт azbukait.ru в разборе локальной генерации презентаций. Издание ai-stat.ru подтверждает ту же дату: 2 апреля Google выпустила Gemma 4, и расклад в открытых моделях изменился. До этого, по тому же источнику, лидировали Qwen 3.5 в математике и коде и Llama 4 Scout в контексте и рассуждениях, а Gemma 3 замыкала тройку.

Со стороны Qwen в источниках фигурируют Qwen 3.5, Qwen 3.6, Qwen3-Coder и Qwen3.8-27B. Издание gptproto.com в обзоре Gemma 4 против Qwen 3.5 описывает разделение между семействами в программировании. Сайт stodum.ru стравливает в кодинге плотные Qwen 3.6 27B и Gemma 4 31B. Портал vc.ru тестирует MoE-версии Qwen3.6-35B-A3B и Gemma 4-26B-a4b. Отдельная ветка — Qwen3-Coder-30B-A3B-Instruct в квантовании Q4_K_M, её упоминает ai-news.ru.

Qwen 3.8 в источниках тоже есть. По данным itoq.ru, в августе 2026 года вышла Qwen3.8-27B, преемник Qwen3.6-27B, тоже на 27B и под Apache 2.0. Сайт orcarouter.ai сравнивает её с Gemma 4 12B и оговаривает, что на момент публикации веса Qwen3.8-27B были недоступны для загрузки, а все её показатели в обзоре — прогноз по предшественнице Qwen3.6-27B. Пара 27B и 12B сводит модели разных размеров, поэтому такое сравнение отвечает на вопрос, что влезает в вашу память, и ничего не говорит о том, какая линейка сильнее.

Отдельно стоит развести локальные веса и облачные сервисы. Gemini и Qwen Chat — это облако, а закрытые модели вроде Qwen-Max живут за API. Локальный запуск — про открытые веса, которые вы скачиваете на диск.

Третья строка таблицы нужна как ориентир: ai-stat.ru отмечает, что Llama 4 с лимитом в 700 млн MAU стала самой ограниченной из тройки. На фоне Apache 2.0 у Gemma 4 и Qwen 3.5 это заметная разница в свободе использования.

Размеры моделей и сколько памяти нужно

Память — первое ограничение, которое отсекает половину кандидатов. В обзоре arte.itlibra.com три оси выбора сформулированы так: размер задаёт потолок, который влезает в ваш VRAM, сценарий определяет линейку, а происхождение влияет на языки. Google, по тому же источнику, предназначает E2B и E4B для смартфонов и ноутбуков, а модели от 12B — для потребительских видеокарт и рабочих станций.

Практические ориентиры даёт itoq.ru в подборке локальных LLM для программирования. При 24 ГБ видеопамяти источник советует Qwen3.6-27B, для агентной работы с репозиторием — Devstral Small 2. При 12–16 ГБ стоит смотреть на Gemma 4 12B и gpt-oss-20b. Если видеопамяти мало, но много обычной RAM, выручает Qwen3-Coder-30B-A3B: это MoE-модель, где на каждый токен работает около 3 млрд параметров.

MoE меняет арифметику. Портал vc.ru объясняет MoE через команду экспертов: запрос уходит к двум-трём нужным, остальные в это время не задействованы. Активных параметров на токен у такой модели меньше, чем всего в файле. Поэтому Qwen3.6-35B-A3B и Gemma 4-26B-a4b укладываются в домашнюю карту.

Про контекст отдельная строка бюджета. itoq.ru предупреждает: сверху нужен запас под KV-кэш — от 1–2 ГБ на обычных задачах до десятков гигабайт, если открыть весь контекст в 128–256K. Habr в отчёте о локальной работе с Gemma 4 и Qwen 3.6 показывает, как это выглядит на практике: при 262К тест с 245К токенов на входе прошёл с пиком 15,3 ГБ, а попытка снизить n-cpu-moe до 11 при том же контексте приводила к OOM.

Квантование — второй рычаг. Habr описывает переход с q8_0 на q4_0 как способ вдвое снизить стоимость KV-кэша без заметной потери качества на практике. Тот же источник называет это бесплатным апгрейдом с 32К до 65К токенов: если переключить формат кэша и одновременно удвоить контекст, потребление VRAM остаётся примерно таким же. Для квантизации весов vc.ru берёт Q4_K_M — золотую середину между качеством и скоростью, которую рекомендует само сообщество.

Лицензия и коммерческое использование

Лицензия решает, можно ли ставить модель в продукт. По данным ai-stat.ru, у Gemma лицензия изменилась с «Gemma Open» — коммерческой, но с ограничениями Google — на Apache 2.0, ту же, что у Qwen 3.5. Для бизнеса это снимает отдельный класс вопросов: Apache 2.0 не требует согласований с вендором.

Контраст с Llama 4 показателен. ai-stat.ru называет Llama 4 с лимитом в 700 млн MAU самой ограниченной из тройки. Если вы делаете продукт с открытыми весами, порог по месячной аудитории — это условие, которое надо держать в голове заранее.

Для локального запуска на своём железе лицензия Apache 2.0 означает простую вещь: скачали веса, поставили на машину, используете. Коммерческая разработка внутри компании тоже укладывается в эту рамку. Ограничения Google, действовавшие в «Gemma Open», на Gemma 4 больше не применяются — так это описано у ai-stat.ru.

Отдельно про Qwen. В источниках Apache 2.0 указана для Qwen 3.5. Для Qwen3-Coder-30B-A3B и Qwen3.8-27B сайт itoq.ru указывает Apache 2.0, а arte.itlibra.com предупреждает, что крупные модели Qwen3.8 вроде Flash-Next выходят под собственными лицензиями. Поэтому при коммерческом внедрении конкретной версии проверяйте карточку модели на странице загрузки. Это стандартная гигиена.

Практический порядок действий при выборе под продукт:

1. Определите, будет ли модель отдавать результат внешним пользователям.
2. Сверьте лицензию именно той версии, которую скачиваете.
3. Зафиксируйте версию и формат квантования в документации проекта.
4. Проверьте, нет ли ограничений по числу пользователей, как у Llama 4.
5. Сохраните ссылку на страницу модели с датой скачивания.

Пункт про фиксацию версии важен: линейки обновляются, и «Qwen 3.6» через полгода может означать другой файл. Для воспроизводимости результата храните точное имя сборки, как в примере ai-news.ru — Qwen3-Coder-30B-A3B-Instruct-Q4_K_M.

Русский язык, код и мультимодальность

Русский язык. arte.itlibra.com отмечает у Qwen сильную поддержку многих языков, включая русский. Это самая прямая формулировка в выжимке, и она объясняет, почему для русскоязычных задач Qwen берут охотно.

Код. Здесь источники расходятся, и это честная картина. gptproto.com пишет, что параллельные тесты программирования стабильно показывают превосходство Qwen 3.5 27B над Gemma 4 31B в практических сценариях для разработчиков. stodum.ru в своём эксперименте с десктопным Markdown-редактором фиксирует конкретный промах Qwen 3.6 27B: нейросеть использовала устаревший метод из первой версии Tauri вместо актуального макроса Tauri 2. Про Gemma 4 31B тот же источник пишет, что она закончила всю работу всего за 20 минут.

Портал vc.ru даёт третью картину на MoE-версиях. Qwen 3 там показал глубокое понимание OAuth2-архитектуры — правильные scope, логику хранения токенов, советы по безопасности, и результат описан как заготовка уровня «80% готово». Обе модели на этом тесте выдали 40–50 токенов в секунду, что vc.ru сравнивает со скоростью быстрого чтения.

Мультимодальность. azbukait.ru описывает Gemma 4 так: контекст до 256K токенов, поддержка входа с текстом и картинками, режим рассуждения с настраиваемым включением. Это самая полная характеристика входных модальностей в выжимке.

Документы и бизнес-сценарии. gptproto.com сообщает, что в 18 корректных очных тестах бизнес-сценариев победу одержали модели Gemma. Там же отмечено, что бенчмарки стерильны, а реальные задачи дают другую картину. azbukait.ru на генерации презентаций из документа показывает и сильные, и слабые места Gemma 4: графики построились верно, включая линию стоимости утечек с пиком 4.88 в 2024 году и спадом, но в подписях появились ошибки — «Выкуп до 1.2 млн» вместо реальных 3.2 и «двойное вымогательство до 25 процентов» вместо 70.

Из этой таблицы видно главное: выбор зависит от задачи. Под чистый кодинг чаще выигрывает Qwen, под документы и работу с изображениями — Gemma.

Как запустить обе модели и сравнить на своей задаче

Запуск. vc.ru описывает LM Studio как один из самых удобных способов поднять большую модель локально без лишней боли и использует его для обеих MoE-моделей. Habr в отчёте о локальной работе идёт другим путём: llama.cpp, собранная из исходников под конкретную архитектуру. Тот же источник предупреждает, что готовые сборки дают удобство одного клика, но вы теряете до 30% скорости просто за это удобство.

Пошаговая установка — отдельная тема, и здесь лучше опираться на наши разборы: Ollama бесплатно: скачать, установить и запустить, LM Studio бесплатно: запуск LLM на своём ПК, Как установить llama-cpp-python: pip, CUDA и Windows.

Сравнение на своей задаче. Возьмите одну задачу, один промпт и прогоните обе модели в одинаковых условиях. Ниже — готовый промпт-шаблон для честного сравнения двух моделей на вашей задаче.

Ты — ассистент, который помогает сравнить две локальные языковые модели на одной задаче.

Задача: [ваша задача, например написать функцию на Python для парсинга CSV]
Входные данные: [ваш пример данных или описание]
Критерии оценки: корректность, полнота, читаемость, скорость ответа.

Сделай следующее:
1. Выполни задачу так, как её выполнила бы модель A.
2. Выполни ту же задачу так, как её выполнила бы модель B.
3. Сравни два результата по каждому критерию и назови, где каждая сильнее.
4. Отдельно отметь, какие места требуют ручной проверки.

Отвечай кратко по каждому пункту, без вступлений.

Что менять под себя: [ваша задача] и [ваш пример данных или описание]. Критерии оценки можно заменить на свои — например, добавить «соответствие стилю документации» или «работа с русским текстом».

Вариации той же задачи для других сценариев:

Сравни две модели на генерации текста: дай два варианта ответа на запрос [ваш запрос] и отметь, какой лучше держит структуру абзацев.

Сравни две модели на работе с кодом: попроси у каждой исправить ошибку в [ваш фрагмент кода] и сравни, какая нашла причину, а какая только симптом.

Сравни две модели на русском языке: дай два пересказа [ваш текст] и отметь, где формулировки естественнее.

Сравни две модели на мультимодальной задаче: опиши [ваше изображение] и сравни, какая детальнее перечислила объекты.

Сравни две модели на длинном контексте: подай [ваш документ] и попроси выписать ключевые тезисы, отметь, какая удержала больше деталей.

Порядок ручной проверки, который имеет смысл закрепить:

1. Один промпт, одна температура, один размер контекста для обеих моделей.
2. Фиксируйте формат квантования — сравнение Q4_K_M с Q8_0 некорректно.
3. Замеряйте скорость в токенах в секунду на одинаковой длине ответа.
4. Сохраняйте оба ответа целиком, включая ошибки.
5. Повторите прогон на трёх разных задачах, чтобы отсечь случайность.

Частая ошибка — сравнивать модели на разных квантованиях или с разным размером контекста. Тогда разница в ответах объясняется настройками.

Что выбрать под типовые сценарии

Кодинг на домашней машине. При 24 ГБ видеопамяти itoq.ru советует Qwen3.6-27B. gptproto.com фиксирует превосходство Qwen 3.5 27B над Gemma 4 31B в практических сценариях для разработчиков. Для агентной работы с репозиторием itoq.ru называет Devstral Small 2. Если памяти мало, но много RAM, выручает Qwen3-Coder-30B-A3B.

Слабое место Qwen в коде тоже описано: stodum.ru поймал Qwen 3.6 27B на устаревшем методе Tauri. Это напоминание, что даже сильная в коде модель требует ревью результата.

Документы, презентации, работа с изображениями. Здесь чаще выигрывает Gemma. azbukait.ru описывает у Gemma 4 контекст до 256K, вход с текстом и картинками и настраиваемый режим рассуждения. gptproto.com сообщает о победе моделей Gemma в 18 корректных очных тестах бизнес-сценариев. При этом azbukait.ru честно показывает ошибки в подписях к графикам, так что проверка чисел в сгенерированных документах остаётся обязательной.

Ограниченное железо. При 12–16 ГБ itoq.ru советует Gemma 4 12B и gpt-oss-20b. arte.itlibra.com напоминает, что Google предназначает E2B и E4B для смартфонов и ноутбуков, а модели от 12B — для потребительских видеокарт и рабочих станций. Для 16 ГБ VRAM MoE-сборки — единственная возможность запустить модели такого класса, как формулирует ai-news.ru.

Скорость. vc.ru замеряет 40–50 токенов в секунду у обеих MoE-моделей и сравнивает это со скоростью быстрого чтения. stodum.ru отмечает, что при активной генерации кода десктоп потреблял около 330 Вт. Для длинных сессий это стоит учитывать.

Русскоязычные задачи. arte.itlibra.com отмечает у Qwen сильную поддержку многих языков, включая русский. Для задач на русском это аргумент в пользу Qwen, если других требований нет.

Частые вопросы

Gemma или Qwen — что лучше для программирования?

gptproto.com пишет, что параллельные тесты программирования стабильно показывают превосходство Qwen 3.5 27B над Gemma 4 31B в практических сценариях для разработчиков. При этом stodum.ru поймал Qwen 3.6 27B на устаревшем методе Tauri, а Gemma 4 31B закончила сборку редактора за 20 минут. Итог зависит от конкретной задачи и версии. Для агентной работы с репозиторием itoq.ru советует Devstral Small 2.

Сколько VRAM нужно для Gemma 4 и Qwen 3.6?

itoq.ru советует Qwen3.6-27B при 24 ГБ видеопамяти, а Gemma 4 12B и gpt-oss-20b — при 12–16 ГБ. Сверху нужен запас под KV-кэш: от 1–2 ГБ на обычных задачах до десятков гигабайт при полном контексте 128–256K. Habr описывает прогон с 245К токенов на входе при пике 15,3 ГБ. MoE-сборки вроде Qwen3-Coder-30B-A3B выручают, когда видеопамяти мало, а RAM много.

Какая лицензия у Gemma 4 и Qwen 3.5?

По данным ai-stat.ru, у Gemma лицензия изменилась с «Gemma Open» на Apache 2.0 — ту же, что у Qwen 3.5. Для коммерческого использования это снимает ограничения Google, действовавшие ранее. Llama 4 с лимитом в 700 млн MAU остаётся самой ограниченной из тройки. Для конкретных версий Qwen3-Coder и Qwen 3.6 лицензию стоит сверить на странице загрузки.

Как запустить Gemma и Qwen локально?

vc.ru использует LM Studio как один из самых удобных способов поднять большую модель локально. Habr идёт через llama.cpp, собранную из исходников под конкретную архитектуру, и предупреждает, что готовые сборки стоят до 30% скорости. Пошаговые инструкции есть в наших разборах Ollama, LM Studio и llama-cpp-python. Для квантизации vc.ru берёт Q4_K_M как золотую середину между качеством и скоростью.

Gemma 4 понимает русский язык?

arte.itlibra.com отмечает у Qwen высокую универсальность и сильную поддержку многих языков, включая русский. Прямую оценку русского у Gemma 4 даёт azbukait.ru: итоговый текст модель выдаёт на русском, перед ответом прогоняет блок размышлений на английском, а опечаток в русском у неё заметно больше, чем у Qwen в том же тесте. Для русскоязычных задач Qwen выглядит более предсказуемым выбором. Проверить стоит на своём тексте: один промпт, обе модели, одинаковые настройки.