गूगल का कहना है कि Gemma 4 फ़ोन की 1.1 से 2.5 GB मेमोरी में आ जाता है, पर अगस्त में शुरू हुए स्वतंत्र बेंचमार्क ने फ़ोन पर चलने का समय सिर्फ़ एक आईफ़ोन का छापा

गूगल का Gemma 4 मॉडल कार्ड अपने छोटे फ़ोन मॉडल E2B के लिए 2.3 अरब प्रभावी पैरामीटर बताता है, और गूगल की आकार-तालिका उसके लिए 1.1 GB की मोबाइल मेमोरी का आँकड़ा देती है और बड़े E4B के लिए 2.5 GB का। ऐपल का ऑन-डिवाइस मॉडल 3 अरब पैरामीटर का सघन नेटवर्क है जो हर सत्र में 4,096 टोकन की खिड़की के भीतर काम करता है। ये 8 अक्टूबर 2026 तक कंपनियों के अपने आँकड़े हैं, और उनसे जुड़े ज़्यादातर स्कोर भी कंपनियों ने ही चलाए।

पैरामीटर मॉडल के भीतर सीखी गई एक संख्या है, और टोकन शब्द का एक टुकड़ा है जो ऐपल के मुताबिक़ अंग्रेज़ी के लगभग तीन से चार अक्षरों जितना होता है।

ऐपल क्या छापता है

ऐपल ने अपने तीसरी पीढ़ी के फ़ाउंडेशन मॉडल 8 जून 2026 को घोषित किए। उनमें से दो फ़ोन पर चलते हैं। AFM 3 Core 3 अरब पैरामीटर का सघन मॉडल है। AFM 3 Core Advanced फ़्लैश स्टोरेज में 20 अरब पैरामीटर रखता है, हर अनुरोध पर 1 से 4 अरब सक्रिय करता है, और चुने हुए हिस्सों को कामकाजी मेमोरी में खींच लाता है। ऐपल कहता है कि बड़ा वाला उसकी सबसे सक्षम चिप के लिए है और किसी डिवाइस का नाम नहीं लेता। दोनों में से किसी के लिए वह मेमोरी का आँकड़ा नहीं देता।

डेवलपरों को सबसे पहले यह खिड़की ही अड़चन बनती है। ऐपल का तकनीकी नोट TN3193, जो 31 मार्च 2026 को अद्यतन हुआ, कहता है कि ऑन-डिवाइस मॉडल की कॉन्टेक्स्ट विंडो हर सत्र में 4,096 टोकन की है। निर्देश, प्रॉम्प्ट, टूल की परिभाषाएँ और मॉडल के अपने जवाब, सब इसी में गिने जाते हैं। अंग्रेज़ी पाठ में लगभग तीन से चार अक्षर प्रति टोकन आते हैं, और चीनी, जापानी या कोरियाई में लगभग एक।

गूगल क्या छापता है

Gemma 4 कार्ड E2B के लिए 2.3 अरब प्रभावी पैरामीटर और एम्बेडिंग समेत 5.1 अरब देता है, और E4B के लिए 4.5 अरब और 8 अरब। प्रभावी का मतलब वह गिनती है जिसका मॉडल सक्रिय रूप से इस्तेमाल करता है, जो कम इसलिए है कि बड़ी लुकअप तालिकाएँ उसके बाहर रहती हैं। दोनों आकार 128,000 टोकन के कॉन्टेक्स्ट को सँभालते हैं।

मेमोरी तालिका 4-बिट संस्करणों के लिए 2.9 GB और 4.5 GB दर्ज करती है, और उसके LiteRT-LM रनटाइम की मोबाइल पंक्ति में 1.1 GB और 2.5 GB। सिर्फ़ टेक्स्ट वाला मोबाइल इस्तेमाल 0.84 GB और 2.2 GB है। तालिका वज़न लोड करने को गिनती है और, अपने नोट्स के अनुसार, KV कैश को छोड़ देती है, यानी वह कामकाजी मेमोरी जो बातचीत के साथ बढ़ती जाती है।

Gemini Nano, वह संस्करण जिसे Android फ़ोन AICore सिस्टम सेवा के ज़रिए चलाते हैं, इसी परिवार से बना है। गूगल की 2 अप्रैल 2026 की पोस्ट कहती है कि Gemma 4 Gemini Nano 4 का आधार है, जिसे वह पिछले संस्करण से 4 गुना तक तेज़ और बैटरी पर 60% तक हल्का बताती है। पोस्ट दोनों दावों के लिए परीक्षण की कोई शर्त नहीं बताती। ML Kit का पन्ना Nano 4 को Pixel 11 शृंखला और तीन Galaxy Z Flip8 व Fold8 मॉडलों पर सूचीबद्ध करता है, जबकि Pixel 9 और 10 फ़ोन संस्करण 3 के तहत आते हैं। वही पन्ना चेतावनी भी देता है कि अलग-अलग Nano संस्करण एक ही प्रॉम्प्ट का अलग जवाब दे सकते हैं।

मेटा और माइक्रोसॉफ़्ट

मेटा का Llama 3.2 1B कार्ड 1.23 अरब पैरामीटर बताता है, जो 25 सितंबर 2024 को जारी हुआ। OnePlus 12 पर मेटा के ExecuTorch रनटाइम के साथ, क्वांटाइज़्ड संस्करण डिस्क पर 1,083 MB और कामकाजी मेमोरी में 1,921 MB लेता है और प्रति सेकंड 50.2 टोकन डिकोड करता है। पूरी सटीकता वाला संस्करण 2,358 MB और 3,185 MB लेता है और 19.2 निकाल पाता है। वे परीक्षण मेटा ने चलाए। tuput को मेटा का कोई नया छोटा Llama मॉडल नहीं मिला।

माइक्रोसॉफ़्ट के Phi-4-mini-instruct में 3.8 अरब पैरामीटर हैं और 128,000 टोकन की खिड़की, फ़रवरी 2025 की रिलीज़ के साथ। उसका कार्ड MMLU पर 67.3 बताता है, जो सामान्य ज्ञान की एक परीक्षा है, और GSM8K पर 88.6, जो स्कूली गणित के सवालों का एक सेट है। कार्ड फ़ोन की मेमोरी या गति का कोई आँकड़ा नहीं देता।

चिप, और वे दावे जिन्हें किसी और ने नहीं जाँचा

मीडियाटेक ने Dimensity 9600 Pro की घोषणा 15 सितंबर 2026 को की। विज्ञप्ति कहती है कि NPU 1090 (न्यूरल प्रोसेसिंग यूनिट, चिप का वह हिस्सा जो एआई के लिए बना है) में प्रीफ़िल का प्रदर्शन 51% ज़्यादा है, यानी प्रॉम्प्ट को तेज़ी से पढ़ना, और प्रति वाट 55% ज़्यादा टोकन। वह यह भी कहती है कि चिप 30 अरब पैरामीटर तक के मॉडल सँभालती है। इकलौता फ़ुटनोट कहता है कि मापदंड “मीडियाटेक की प्रयोगशालाओं में डेमो डिवाइस पर परीक्षण” से आए, और किसी तुलना वाली चिप या मॉडल का नाम नहीं है। पहले फ़ोन इसी तिमाही में आने हैं।

क्वालकॉम ने Snapdragon 8 Elite Extreme Gen 6 सितंबर 2026 में उतारा। हॉटहार्डवेयर की 22 सितंबर की रिपोर्ट क्वालकॉम के आँकड़े इस तरह देती है: NPU 35% तक तेज़, साझा मेमोरी पिछली पीढ़ी से 50% बड़ी, और INT4 प्रीफ़िल 50% तक ऊँचा। क्वालकॉम का उदाहरण 30 अरब से ज़्यादा पैरामीटर वाला एक मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल है जिसमें हर टोकन पर लगभग 3 अरब सक्रिय होते हैं, जिस पर हॉटहार्डवेयर आगाह करता है कि यह 30 अरब के सघन मॉडल को चलाने जैसा नहीं है। वह Motorola Signature 27 को पहले फ़ोनों में से एक बताता है।

स्वतंत्र परीक्षण

आर्टिफ़िशियल एनालिसिस ने, Liquid AI के साथ मिलकर, 24 अगस्त 2026 को फ़ोन बेंचमार्क शुरू किए। उसने 41 क्वांटाइज़्ड बिल्ड को स्कोर किया और 33 को iPhone 17 Pro पर चलाया, और लॉन्च लेख फ़ोन पर समय के आँकड़े उसी एक डिवाइस के छापता है। बिल्ड को 8 GB में, 4-बिट या उससे कम सटीकता पर फ़िट होना था और वे llama.cpp इंजन पर चले।

2.6 से 3 अरब पैरामीटर वाले दो मॉडल उसके पाँच परीक्षणों के औसत पर 63 पर बराबर रहे। LFM2.5-2.6B ने 8.0 सेकंड और 2.3 GB लिए, और Nanbeige4.2-3B ने 21.4 सेकंड और 4.0 GB। 9 अरब वाले दोनों मॉडलों ने 25 सेकंड से ज़्यादा और 6.9 GB लिए। Gemma 4 E4B उन मॉडलों में है जिनका वह नाम लेता है। ऐपल का मॉडल और Gemini Nano नहीं हैं।

MMLU Pro पर, जो सामान्य ज्ञान की उसी परीक्षा का कठिन रूप है, गूगल का Gemma 4 कार्ड E4B के लिए 69.4% और E2B के लिए 60.0% बताता है, और सिर्फ़ इतना कहता है कि मॉडल कई डेटासेट पर परखे गए। ऐपल की तीसरी पीढ़ी की पोस्ट कोई मानक बेंचमार्क नहीं देती। ऐपल की अपनी आमने-सामने की इंसानी ग्रेडिंग में उसके AFM 3 Core को 2025 के मॉडल के 23.3% के मुक़ाबले 45.6% प्रॉम्प्ट पर पसंद किया गया, और ऐपल ने कहा कि एक तकनीकी रिपोर्ट आएगी। tuput को 8 अक्टूबर तक वह नहीं मिली।

मॉडल क्या नहीं कर सकते

ऐपल का WWDC25 सत्र कहता है कि ऑन-डिवाइस मॉडल का इस्तेमाल गणित या कोड के लिए न करें और तथ्यों के लिए उस पर भरोसा न करें। उसे अपनी ट्रेनिंग की तारीख़ के बाद की घटनाओं का पता नहीं होगा, और वह जवाब गढ़ सकता है। Phi-4-mini का आकार उन तथ्यों को सीमित करता है जो वह सहेज सकता है, माइक्रोसॉफ़्ट का कार्ड कहता है, और मॉडल अंग्रेज़ी के बाहर कमज़ोर है। Gemma 4 ग़लत या पुराने तथ्य बता सकता है, गूगल के कार्ड के अनुसार। Android का Gemini Nano पन्ना टोकन की सीमाएँ, हार्डवेयर की सीमाएँ और “मॉडल की क्षमता की सीमाएँ” गिनाता है, पर सीमाएँ बताता नहीं। आर्टिफ़िशियल एनालिसिस ने एजेंटिक बेंचमार्क छोड़ दिए, क्योंकि छोटे मॉडल उन पर लगभग शून्य स्कोर करते हैं।

डिवाइस पर भारतीय भाषाएँ

ऐपल का सहायता पन्ना, जो 14 सितंबर 2026 को छपा, Apple Intelligence के लिए 16 भाषा-प्रविष्टियाँ सूचीबद्ध करता है, जिनमें अंग्रेज़ी, जापानी और तुर्की हैं, और किसी भारतीय भाषा का नाम नहीं लेता। Android पर ML Kit का सारांश API अंग्रेज़ी, जापानी और कोरियाई का समर्थन करता है। Gemma 4 को 140 से ज़्यादा भाषाओं पर पूर्व-प्रशिक्षित किया गया है, और 35 से ज़्यादा के लिए सीधा समर्थन है, हालाँकि कार्ड उन्हें सूचीबद्ध नहीं करता। मेटा Llama 3.2 1B के लिए आधिकारिक रूप से समर्थित आठ भाषाओं में हिंदी को गिनता है, और उसके कार्ड में आधार मॉडल बहुभाषी MMLU में हिंदी में 33.5 स्कोर करता है जबकि फ़्रेंच में 40.5।

भारत में बना विकल्प Sarvam Edge है, जिसकी घोषणा 14 फ़रवरी 2026 को हुई। Sarvam की पोस्ट 74 मिलियन पैरामीटर वाला एक वाक्-पहचान मॉडल सूचीबद्ध करती है जो लगभग 294 MB का है, 24 मिलियन पैरामीटर वाला वाणी-संश्लेषक लगभग 60 MB का, और लगभग 150 मिलियन पैरामीटर और 334 MB का अनुवाद मॉडल। वाणी 10 भारतीय भाषाओं को कवर करती है और अनुवाद इन्हीं 10 के साथ अंग्रेज़ी को, जिससे 110 जोड़ियाँ बनती हैं। Sarvam की रिपोर्ट के मुताबिक़ Snapdragon 8 Gen 3 पर वाक्-पहचान 300 मिलीसेकंड से कम में शुरू हो जाती है, हालाँकि पोस्ट Google Cloud से अपनी तुलना के लिए शब्द त्रुटि दर नहीं छापती। उत्पाद का पन्ना 22 भाषाएँ कहता है, जो पोस्ट की 10 से मेल नहीं खाता। क्लाउड संस्करणों पर Sarvam के स्कोर वाणी और अनुवाद मॉडलों वाले लेख में हैं, और व्यापक कोशिश भारत की अपनी भाषाओं में एआई बनाने के काम में।

इंटेल इंडिया और सरकार के भाषिणी प्रभाग ने 2 मार्च 2026 को BHASHINI Vidyalekha की घोषणा की, एक ऑफ़लाइन टूल जो अंग्रेज़ी व्याख्यानों को लिखित रूप देता है और विद्यार्थियों के लिए उनका अनुवाद करता है। यह Intel Core Ultra लैपटॉप पर चलता है, फ़ोन पर नहीं, और घोषणा उसकी भाषाओं के नाम नहीं बताती। Sarvam का उत्पाद-पन्ना कहता है कि Edge एक व्यावसायिक पेशकश है, जो कंपनी से संपर्क करने पर मिलती है, और ओपन सोर्स नहीं है।