DiffusionGemma 26B-A4B

Fiche modèle · Google · diffusiongemma-26b-a4b-it

DiffusionGemma 26B-A4B is Google DeepMind's experimental open-weights text diffusion model based on the Gemma 4 26B-A4B Mixture-of-Experts architecture. It uses discrete diffusion to denoise 256-token canvases in parallel, targeting low-latency local and low-concurrency generation workloads with up to 4x faster text generation on dedicated GPUs. The model has 25.2 billion total parameters, 3.8 billion active parameters, a 256K context window, and multimodal text and image inputs.

Fiches modèles

Identité

Organisation	Google
Pays	—
Famille	—
Type	llm
Date de sortie	2026-06-10
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	—
Fenêtre de contexte	262 144
KV cache / token (Q8)	122.9 ko/token
Paramètres totaux	25.2 B
Paramètres actifs (session)	4 B
Source des paramètres actifs	actifs : nom (heuristique) ; total : config Hugging Face (google/diffusiongemma-26B-A4B-it)
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	2025-01-01
Créé le	2026-06-10T21:12:04.044182Z
Mis à jour le	2026-11-04T06:05:14.476665Z
Source	LLM Stats
URL	https://llm-stats.com/models/diffusiongemma-26b-a4b-it

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.70
legal	0.80
long_context	0.30
math	0.60
multimodal	0.50
physics	0.70
reasoning	0.50
structured_output	0.30
finance	0.80
general	0.60
healthcare	0.60
agents	0.60
biology	0.70
chemistry	0.70
tool_calling	0.60
vision	0.40

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2026	math	0.69	1.00	0.69	non	oui	2026-11-04T06:05:14.482621Z
big-bench-extra-hard	reasoning	0.48	1.00	0.48	non	oui	2026-11-04T06:05:14.504805Z
codeforces	math	0.48	3 000.00	0.48	non	oui	2026-11-04T06:05:14.489356Z
gpqa	reasoning	0.73	1.00	0.73	non	oui	2026-11-04T06:05:14.492318Z
humanity's-last-exam	reasoning	0.12	1.00	0.12	non	oui	2026-11-04T06:05:14.501938Z
livecodebench-v6	reasoning	0.69	1.00	0.69	non	oui	2026-11-04T06:05:14.486265Z
mathvision	math	0.70	1.00	0.70	non	oui	2026-11-04T06:05:14.517549Z
medxpertqa	healthcare	0.49	1.00	0.49	non	oui	2026-11-04T06:05:14.520652Z
mmlu-pro	language	0.78	1.00	0.78	non	oui	2026-11-04T06:05:14.479812Z
mmmlu	language	0.81	1.00	0.81	non	oui	2026-11-04T06:05:14.507656Z
mmmu-pro	vision	0.54	1.00	0.54	non	oui	2026-11-04T06:05:14.510560Z
mrcr-v2	long_context	0.32	1.00	0.32	non	oui	2026-11-04T06:05:14.523577Z
omnidocbench-1.5	vision	0.32	1.00	—	non	oui	2026-11-04T06:05:14.514343Z
t2-bench	agents	0.56	1.00	0.56	non	oui	2026-11-04T06:05:14.495401Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	188	—	0.40	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04