Gemma 4 ஒரு போனில் 1.1 முதல் 2.5 GB நினைவகத்தில் பொருந்தும் என்று கூகுள் கூறுகிறது, ஆனால் ஆகஸ்டில் தொடங்கிய சுதந்திரமான போன் அளவுகோல் ஒரே ஒரு ஐபோனுக்கு மட்டுமே போன் நேர அளவுகளை வெளியிட்டது

Gemma 4 மாதிரி அட்டையில், அதன் சிறிய போன் மாதிரியான E2B க்கு 2.3 பில்லியன் பயனுறு அளவுருக்கள் பட்டியலிடப்பட்டுள்ளன; கூகுளின் அளவு அட்டவணை அதற்கு 1.1 GB என்றும், பெரிய E4B க்கு 2.5 GB என்றும் மொபைல் நினைவக அளவைத் தருகிறது. ஆப்பிளின் சாதன மாதிரி ஓர் அடர்த்தியான 3 பில்லியன் அளவுரு வலையமைப்பு; ஒரு அமர்வுக்கு 4,096 டோக்கன் சாளரத்துக்குள் அது இயங்குகிறது. இவை 2026 அக்டோபர் 8 நிலவரப்படி விற்பனையாளர்களின் சொந்த எண்கள்; அவற்றுடன் இணைக்கப்பட்ட மதிப்பெண்களில் பெரும்பாலானவற்றையும் விற்பனையாளர்களே இயக்கினர்.

அளவுரு என்பது ஒரு மாதிரிக்குள் கற்றுக்கொள்ளப்பட்ட ஓர் எண்; டோக்கன் என்பது ஏறத்தாழ மூன்று முதல் நான்கு ஆங்கில எழுத்துகள் கொண்ட ஒரு சொல் துண்டு என்று ஆப்பிள் கூறுகிறது.

ஆப்பிள் வெளியிடுவது என்ன

ஆப்பிள் தன் மூன்றாம் தலைமுறை அடிப்படை மாதிரிகளை 2026 ஜூன் 8 அன்று அறிவித்தது. அவற்றில் இரண்டு போனில் ஓடுகின்றன. AFM 3 Core என்பது 3 பில்லியன் அளவுருக்கள் கொண்ட அடர்த்தியான மாதிரி. AFM 3 Core Advanced 20 பில்லியன் அளவுருக்களை ஃபிளாஷ் சேமிப்பகத்தில் வைத்திருக்கிறது, ஒவ்வொரு கோரிக்கைக்கும் 1 முதல் 4 பில்லியனைச் செயல்படுத்துகிறது, தேர்ந்தெடுத்த பகுதிகளை வேலை நினைவகத்துக்கு இழுக்கிறது. பெரியது தன் மிகத் திறன் வாய்ந்த சிப்களுக்கானது என்று ஆப்பிள் கூறுகிறது, எந்தச் சாதனத்தையும் பெயரிடவில்லை. இரண்டு மாதிரிகளுக்கும் அது நினைவக அளவைத் தரவில்லை.

டெவலப்பர்கள் முதலில் சந்திக்கும் வரம்பு சாளரம். 2026 மார்ச் 31 அன்று புதுப்பிக்கப்பட்ட ஆப்பிளின் தொழில்நுட்பக் குறிப்பு TN3193, சாதன மாதிரிக்கு ஒரு அமர்வுக்கு 4,096 டோக்கன் சூழல் சாளரம் உள்ளது என்று கூறுகிறது. அறிவுறுத்தல்கள், தூண்டுதல்கள், கருவி வரையறைகள், மாதிரியின் சொந்தப் பதில்கள் அனைத்தும் அதற்கு எதிராகக் கணக்கிடப்படுகின்றன. ஆங்கில உரை ஒரு டோக்கனுக்கு ஏறத்தாழ மூன்று முதல் நான்கு எழுத்துகள் ஓடும்; சீன, ஜப்பானிய, கொரிய உரை ஏறத்தாழ ஒன்று.

கூகுள் வெளியிடுவது என்ன

Gemma 4 அட்டை E2B க்கு 2.3 பில்லியன் பயனுறு அளவுருக்களையும், உட்பொதிவுகளுடன் 5.1 பில்லியனையும் தருகிறது; E4B க்கு 4.5 பில்லியனும் 8 பில்லியனும். பயனுறு என்பது மாதிரி உண்மையில் பயன்படுத்தும் எண்ணிக்கை; பெரிய தேடல் அட்டவணைகள் அதற்கு வெளியே இருப்பதால் அது குறைவாக உள்ளது. இரு அளவுகளும் 128,000 டோக்கன் சூழலை ஆதரிக்கின்றன.

நினைவக அட்டவணை 4-பிட் பதிப்புகளுக்கு 2.9 GB, 4.5 GB என்றும், அதன் LiteRT-LM இயக்க மென்பொருளுக்கான மொபைல் வரிசையின் கீழ் 1.1 GB, 2.5 GB என்றும் பட்டியலிடுகிறது. உரை மட்டும் என்ற மொபைல் பயன்பாடு 0.84 GB, 2.2 GB. அட்டவணை எடைகளை ஏற்றுவதை உள்ளடக்குகிறது; அதன் குறிப்புகளின்படி, உரையாடலுடன் வளரும் வேலை நினைவகமான KV cache ஐ அது சேர்க்கவில்லை.

ஆண்ட்ராய்டு போன்கள் AICore கணினிச் சேவை வழியாக இயக்கும் பதிப்பான Gemini Nano, இந்தக் குடும்பத்திலிருந்து உருவாக்கப்பட்டது. Gemma 4, Gemini Nano 4 இன் அடிப்படை என்றும், முந்தைய பதிப்பை விட அது 4 மடங்கு வரை வேகமானது, பேட்டரியில் 60% வரை இலகுவானது என்றும் கூகுளின் 2026 ஏப்ரல் 2 பதிவு கூறுகிறது. இந்த இரண்டு கூற்றுகளுக்கும் சோதனை நிபந்தனைகளை அந்தப் பதிவு குறிப்பிடவில்லை. ML Kit பக்கம் Nano 4 ஐ Pixel 11 தொடரிலும் மூன்று Galaxy Z Flip8, Fold8 மாடல்களிலும் பட்டியலிடுகிறது; Pixel 9, 10 போன்கள் பதிப்பு 3 இன் கீழ் வருகின்றன. வெவ்வேறு Nano பதிப்புகள் ஒரே தூண்டுதலுக்கு வெவ்வேறு விதமாகப் பதிலளிக்கக்கூடும் என்றும் அந்தப் பக்கம் எச்சரிக்கிறது.

மெட்டாவும் மைக்ரோசாஃப்ட்டும்

மெட்டாவின் Llama 3.2 1B அட்டை 1.23 பில்லியன் அளவுருக்களைப் பட்டியலிடுகிறது; அது 2024 செப்டம்பர் 25 அன்று வெளியிடப்பட்டது. மெட்டாவின் ExecuTorch இயக்க மென்பொருளைப் பயன்படுத்தி OnePlus 12 இல், அளவு குறைக்கப்பட்ட பதிப்பு வட்டில் 1,083 MB, வேலை நினைவகத்தில் 1,921 MB எடுத்து, வினாடிக்கு 50.2 டோக்கன்களை வெளியிடுகிறது. முழுத் துல்லியப் பதிப்பு 2,358 MB, 3,185 MB எடுத்து 19.2 ஐ எட்டுகிறது. அந்தச் சோதனைகளை மெட்டா இயக்கியது. மெட்டாவிடமிருந்து புதிய சிறிய Llama மாதிரி எதையும் tuput கண்டுபிடிக்கவில்லை.

மைக்ரோசாஃப்ட்டின் Phi-4-mini-instruct இல் 3.8 பில்லியன் அளவுருக்களும் 128,000 டோக்கன் சாளரமும் உள்ளன; 2025 பிப்ரவரியில் வெளியானது. அதன் அட்டை, பொது அறிவுத் தேர்வான MMLU இல் 67.3 என்றும், பள்ளிக் கணிதக் கணக்குகளின் தொகுப்பான GSM8K இல் 88.6 என்றும் தெரிவிக்கிறது. போன் நினைவகம் அல்லது வேக எண் எதையும் அட்டை தரவில்லை.

சிப்களும், வேறு யாரும் சரிபார்க்காத கூற்றுகளும்

மீடியாடெக் Dimensity 9600 Pro வை 2026 செப்டம்பர் 15 அன்று அறிவித்தது. NPU 1090 (நியூரல் பிராசஸிங் யூனிட், AI க்காக உருவாக்கப்பட்ட சிப் பகுதி) 51% அதிக prefill செயல்திறனையும், அதாவது தூண்டுதலை வேகமாகப் படிப்பதையும், ஒரு வாட்டுக்கு 55% அதிக டோக்கன்களையும் கொண்டுள்ளது என்று அறிக்கை கூறுகிறது. 30 பில்லியன் அளவுருக்கள் வரையிலான மாதிரிகளை அந்தச் சிப் ஆதரிக்கிறது என்றும் அது கூறுகிறது. ஒரே அடிக்குறிப்பு, அளவீடுகள் “மீடியாடெக் ஆய்வகங்களில் நடந்த டெமோ சாதனச் சோதனையிலிருந்து” வந்தவை என்கிறது; அடிப்படை சிப்போ மாதிரியோ பெயரிடப்படவில்லை. முதல் போன்கள் இந்தக் காலாண்டில் வர உள்ளன.

குவால்காம் Snapdragon 8 Elite Extreme Gen 6 ஐ 2026 செப்டம்பரில் வெளியிட்டது. குவால்காமின் எண்களாக HotHardware இன் செப்டம்பர் 22 அறிக்கை தருவது: 35% வரை வேகமான NPU, முந்தைய தலைமுறையை விட 50% பெரிய பகிர்வு நினைவகம், 50% வரை அதிக INT4 prefill. குவால்காமின் எடுத்துக்காட்டு 30 பில்லியனுக்கு மேல் அளவுருக்கள் கொண்ட, ஒவ்வொரு டோக்கனுக்கும் சுமார் 3 பில்லியன் செயலில் இருக்கும் ஒரு நிபுணர்-கலவை (mixture-of-experts) மாதிரி; அது அடர்த்தியான 30 பில்லியன் மாதிரியை இயக்குவதற்குச் சமமல்ல என்று HotHardware எச்சரிக்கிறது. முதல் போன்களில் ஒன்றாக அது Motorola Signature 27 ஐப் பெயரிடுகிறது.

சுதந்திரமான சோதனை

Artificial Analysis, Liquid AI உடன் இணைந்து, 2026 ஆகஸ்ட் 24 அன்று போன் அளவுகோல்களைத் தொடங்கியது. அது அளவு குறைக்கப்பட்ட 41 பதிப்புகளுக்கு மதிப்பெண் வழங்கி, 33 ஐ ஐபோன் 17 Pro வில் இயக்கியது; தொடக்கக் கட்டுரை அந்த ஒரே சாதனத்துக்கு மட்டுமே போன் நேர அளவுகளை வெளியிடுகிறது. பதிப்புகள் 4-பிட் அல்லது அதற்குக் குறைவான துல்லியத்தில் 8 GB க்குள் பொருந்த வேண்டும், llama.cpp இயந்திரத்தில் இயங்க வேண்டும்.

2.6 முதல் 3 பில்லியன் அளவுருக்கள் கொண்ட இரண்டு மாதிரிகள் அதன் ஐந்து சோதனை சராசரியில் 63 இல் சமமாக நின்றன. LFM2.5-2.6B 8.0 வினாடிகளும் 2.3 GB யும் எடுத்தது, Nanbeige4.2-3B 21.4 வினாடிகளும் 4.0 GB யும் எடுத்தது. இரண்டு 9 பில்லியன் மாதிரிகள் 25 வினாடிகளுக்கு மேலும் 6.9 GB யும் எடுத்தன. அது பெயரிடும் மாதிரிகளில் Gemma 4 E4B ஒன்று. ஆப்பிளின் மாதிரியும் Gemini Nano வும் அவற்றில் இல்லை.

அந்தப் பொது அறிவுத் தேர்வின் கடினமான பதிப்பான MMLU Pro வில், கூகுளின் Gemma 4 அட்டை E4B க்கு 69.4% என்றும் E2B க்கு 60.0% என்றும் தெரிவிக்கிறது; மாதிரிகள் பல தரவுத்தொகுப்புகளுக்கு எதிராக மதிப்பிடப்பட்டன என்று மட்டுமே கூறுகிறது. ஆப்பிளின் மூன்றாம் தலைமுறைப் பதிவு எந்த நிலையான அளவுகோலையும் தெரிவிக்கவில்லை. ஆப்பிளின் சொந்த அருகருகான மனித மதிப்பீட்டில், 2025 மாதிரி 23.3% தூண்டுதல்களில் விரும்பப்பட்டபோது, AFM 3 Core 45.6% தூண்டுதல்களில் விரும்பப்பட்டது; ஒரு தொழில்நுட்ப அறிக்கை வரும் என்று ஆப்பிள் கூறியது. அக்டோபர் 8 வரை tuput அதைக் காணவில்லை.

மாதிரிகளால் செய்ய முடியாதவை

கணிதத்துக்கோ நிரலுக்கோ சாதன மாதிரியைப் பயன்படுத்துவதைத் தவிர்க்கவும், உண்மைகளுக்கு அதை நம்பி இருக்க வேண்டாம் என்றும் ஆப்பிளின் WWDC25 அமர்வு கூறுகிறது. அதன் பயிற்சித் தேதிக்குப் பிந்தைய நிகழ்வுகள் அதற்குத் தெரியாது, அது பதில்களைக் கற்பனை செய்யவும் கூடும். Phi-4-mini யின் அளவு அது சேமிக்கக்கூடிய உண்மைகளை வரம்பிடுகிறது என்றும், ஆங்கிலத்துக்கு வெளியே மாதிரி பலவீனமாக உள்ளது என்றும் மைக்ரோசாஃப்ட்டின் அட்டை கூறுகிறது. Gemma 4 தவறான அல்லது காலாவதியான உண்மைகளைக் கூறக்கூடும் என்று கூகுளின் அட்டை சொல்கிறது. ஆண்ட்ராய்டின் Gemini Nano பக்கம் டோக்கன் வரம்புகள், வன்பொருள் வரம்புகள், “மாதிரித் திறனின் எல்லைகள்” ஆகியவற்றைப் பட்டியலிடுகிறது, ஆனால் வரம்புகளைத் தரவில்லை. சிறிய மாதிரிகள் அவற்றில் ஏறத்தாழ பூஜ்ஜியம் எடுப்பதால், Artificial Analysis முகவர் அளவுகோல்களை விட்டுவிட்டது.

சாதனத்தில் இந்திய மொழிகள்

2026 செப்டம்பர் 14 அன்று வெளியான ஆப்பிளின் ஆதரவுப் பக்கம் Apple Intelligence க்கு 16 மொழி உள்ளீடுகளைப் பட்டியலிடுகிறது, அவற்றில் ஆங்கிலம், ஜப்பானிய, துருக்கிய மொழிகள் உள்ளன; எந்த இந்திய மொழியையும் அது பெயரிடவில்லை. ஆண்ட்ராய்டில் ML Kit சுருக்க API ஆங்கிலம், ஜப்பானிய, கொரிய மொழிகளை ஆதரிக்கிறது. Gemma 4 140 க்கும் மேற்பட்ட மொழிகளில் முன்பயிற்சி பெற்றுள்ளது, 35 க்கும் மேற்பட்டவற்றுக்கு உடனடி ஆதரவு உள்ளது, ஆனால் அட்டை அவற்றைப் பட்டியலிடவில்லை. Llama 3.2 1B க்கு அதிகாரபூர்வமாக ஆதரிக்கப்படும் எட்டு மொழிகளில் இந்தியை மெட்டா பட்டியலிடுகிறது; அதன் அட்டை, அடிப்படை மாதிரி பன்மொழி MMLU இல் பிரெஞ்சுக்கு 40.5 எடுக்க, இந்தியில் 33.5 எடுப்பதைக் காட்டுகிறது.

இந்தியாவில் உருவாக்கப்பட்ட தேர்வு Sarvam Edge; அது 2026 பிப்ரவரி 14 அன்று அறிவிக்கப்பட்டது. சர்வத்தின் பதிவு 74 மில்லியன் அளவுருக்கள் கொண்ட, சுமார் 294 MB பேச்சு அறிவான் ஒன்றையும், 24 மில்லியன் அளவுருக்கள் கொண்ட, சுமார் 60 MB பேச்சு உருவாக்கி ஒன்றையும், சுமார் 150 மில்லியன் அளவுருக்கள் கொண்ட, 334 MB மொழிபெயர்ப்பு மாதிரி ஒன்றையும் பட்டியலிடுகிறது. பேச்சு 10 இந்திய மொழிகளையும், மொழிபெயர்ப்பு அந்த 10 உடன் ஆங்கிலத்தையும் உள்ளடக்குகிறது; அது 110 இணைகளைத் தருகிறது. Snapdragon 8 Gen 3 இல் பேச்சு அறிதல் 300 மில்லி விநாடிகளுக்குள் தொடங்குகிறது என்று சர்வம் தெரிவிக்கிறது; ஆனால் Google Cloud உடனான ஒப்பீட்டுக்கான சொல் பிழை விகிதங்களை அந்தப் பதிவு வெளியிடவில்லை. தயாரிப்புப் பக்கம் 22 மொழிகள் என்கிறது; அது பதிவின் 10 உடன் பொருந்தவில்லை. கிளவுட் பதிப்புகளுக்கான சர்வத்தின் மதிப்பெண்கள் பேச்சு மற்றும் மொழிபெயர்ப்பு மாதிரிகள் கட்டுரையிலும், பரந்த முயற்சி இந்தியா தன் சொந்த மொழிகளில் AI உருவாக்கும் பணி கட்டுரையிலும் உள்ளன.

இன்டெல் இந்தியாவும் அரசின் பாஷினிப் பிரிவும் 2026 மார்ச் 2 அன்று BHASHINI Vidyalekha வை அறிவித்தன; அது ஆங்கில விரிவுரைகளை எழுத்தாக்கி மாணவர்களுக்காக மொழிபெயர்க்கும் ஓர் ஆஃப்லைன் கருவி. இது Intel Core Ultra மடிக்கணினிகளில் இயங்குகிறது, போன்களில் அல்ல, அறிவிப்பு அதன் மொழிகளைப் பெயரிடவில்லை. Edge ஒரு வணிகச் சலுகை, நிறுவனத்தைத் தொடர்புகொண்டு பெறலாம், திறந்த மூலம் அல்ல என்று சர்வத்தின் தயாரிப்புப் பக்கம் கூறுகிறது.