చిత్రణ: tuput
తెలుగు
యాపిల్ ఆన్-డివైస్ మోడల్కు సుమారు 3 బిలియన్ పారామీటర్లు, 4,096 టోకెన్ల విండో ఉన్నాయి. జెమ్మా 4 E2B, E4Bలకు గూగుల్ 1.1 GB, 2.5 GB ఫోన్ మెమరీని జాబితా చేసింది. దాదాపు ప్రతి కచ్చితత్వ స్కోరునూ ఆ మోడల్ను తయారుచేసిన కంపెనీయే నడిపింది, ఆగస్టులో మొదలైన స్వతంత్ర ఫోన్ బెంచ్మార్క్ ఒకే ఐఫోన్కు టైమింగ్స్ ప్రచురించింది.
గూగుల్ జెమ్మా 4 మోడల్ కార్డ్ తన చిన్న ఫోన్ మోడల్ E2Bకి 2.3 బిలియన్ ప్రభావవంతమైన పారామీటర్లను జాబితా చేస్తుంది, గూగుల్ పరిమాణ పట్టిక దానికి 1.1 GB, పెద్దదైన E4Bకి 2.5 GB మొబైల్ మెమరీ సంఖ్యను ఇస్తుంది. యాపిల్ ఆన్-డివైస్ మోడల్ 3 బిలియన్ పారామీటర్ల దట్టమైన నెట్వర్క్, ప్రతి సెషన్కు 4,096 టోకెన్ల విండోలో పనిచేస్తుంది. ఇవి 2026 అక్టోబరు 8 నాటికి కంపెనీల సొంత సంఖ్యలు, వాటికి జతచేసిన స్కోర్లలో చాలావాటిని కూడా కంపెనీలే నడిపాయి.
పారామీటర్ అంటే మోడల్ లోపల నేర్చుకున్న ఒక సంఖ్య, టోకెన్ అంటే సుమారు మూడు నుండి నాలుగు ఆంగ్ల అక్షరాల పదం ముక్క అని యాపిల్ చెబుతోంది.
యాపిల్ ఏం ప్రచురిస్తుంది
యాపిల్ తన మూడో తరం ఫౌండేషన్ మోడళ్లను 2026 జూన్ 8న ప్రకటించింది. వాటిలో రెండు ఫోన్లో నడుస్తాయి. AFM 3 కోర్ 3 బిలియన్ పారామీటర్ల దట్టమైన మోడల్. AFM 3 కోర్ అడ్వాన్స్డ్ 20 బిలియన్ పారామీటర్లను ఫ్లాష్ స్టోరేజ్లో ఉంచుతుంది, ప్రతి అభ్యర్థనకు 1 నుండి 4 బిలియన్ను సక్రియం చేస్తుంది, ఎంచుకున్న భాగాలను వర్కింగ్ మెమరీలోకి లాగుతుంది. పెద్దది తన అత్యంత సామర్థ్య చిప్ల కోసం ఉద్దేశించినదని యాపిల్ చెబుతోంది కానీ ఏ పరికరం పేరూ చెప్పదు. రెండు మోడళ్లలో దేనికీ అది మెమరీ సంఖ్య ఇవ్వదు.
డెవలపర్లు మొదట తగిలే పరిమితి ఆ విండోనే. యాపిల్ సాంకేతిక నోట్ TN3193, 2026 మార్చి 31న నవీకరించినది, ఆన్-డివైస్ మోడల్కు ప్రతి సెషన్కు 4,096 టోకెన్ల కాంటెక్స్ట్ విండో ఉందని చెబుతోంది. సూచనలు, ప్రాంప్ట్లు, టూల్ నిర్వచనాలు, మోడల్ సొంత జవాబులు అన్నీ దానికి లెక్కలోకి వస్తాయి. ఆంగ్ల వచనం టోకెన్కు సుమారు మూడు నుండి నాలుగు అక్షరాలు, చైనీస్, జపనీస్ లేదా కొరియన్ సుమారు ఒకటి.
గూగుల్ ఏం ప్రచురిస్తుంది
జెమ్మా 4 కార్డ్ E2Bకి 2.3 బిలియన్ ప్రభావవంతమైన పారామీటర్లు, ఎంబెడ్డింగ్స్తో 5.1 బిలియన్, E4Bకి 4.5 బిలియన్, 8 బిలియన్ ఇస్తుంది. ప్రభావవంతమైనది అంటే మోడల్ చురుగ్గా ఉపయోగించే లెక్క, ఎందుకంటే పెద్ద లుక్అప్ పట్టికలు దానికి వెలుపల ఉంటాయి, అందుకే అది తక్కువ. రెండు పరిమాణాలూ 128,000 టోకెన్ల కాంటెక్స్ట్ను సపోర్ట్ చేస్తాయి.
మెమరీ పట్టిక 4-బిట్ వెర్షన్లకు 2.9 GB, 4.5 GB జాబితా చేస్తుంది, దాని LiteRT-LM రన్టైమ్ కోసం మొబైల్ వరుసలో 1.1 GB, 2.5 GB. టెక్స్ట్ మాత్రమే మొబైల్ వినియోగం 0.84 GB, 2.2 GB. ఆ పట్టిక వెయిట్స్ను లోడ్ చేయడాన్ని కవర్ చేస్తుంది, దాని నోట్స్ ప్రకారం, సంభాషణతో పెరిగే వర్కింగ్ మెమరీ అయిన KV కాష్ను వదిలేస్తుంది.
ఆండ్రాయిడ్ ఫోన్లు AICore సిస్టమ్ సర్వీస్ ద్వారా నడిపే జెమినీ నానో వెర్షన్ ఈ కుటుంబం నుండి నిర్మించబడింది. జెమ్మా 4 జెమినీ నానో 4కు ఆధారమని, ఇది గత వెర్షన్ కంటే 4 రెట్లు వరకు వేగంగా, బ్యాటరీపై 60% వరకు తేలికగా ఉందని గూగుల్ 2026 ఏప్రిల్ 2 పోస్ట్ చెబుతోంది. ఆ పోస్ట్ రెండు వాదనల్లో దేనికీ పరీక్ష పరిస్థితులు చెప్పదు. ML కిట్ పేజీ నానో 4ను పిక్సెల్ 11 సిరీస్లో, మూడు గెలాక్సీ Z ఫ్లిప్8, ఫోల్డ్8 మోడళ్లలో జాబితా చేస్తుంది, పిక్సెల్ 9, 10 ఫోన్లు వెర్షన్ 3 కింద కనిపిస్తాయి. వేర్వేరు నానో వెర్షన్లు ఒకే ప్రాంప్ట్కు వేర్వేరు జవాబులు ఇవ్వవచ్చని కూడా ఆ పేజీ హెచ్చరిస్తుంది.
మెటా, మైక్రోసాఫ్ట్
మెటా లామా 3.2 1B కార్డ్ 1.23 బిలియన్ పారామీటర్లు జాబితా చేస్తుంది, 2024 సెప్టెంబరు 25న విడుదలైంది. మెటా ExecuTorch రన్టైమ్ను ఉపయోగించి వన్ప్లస్ 12పై, క్వాంటైజ్ చేసిన వెర్షన్ డిస్క్పై 1,083 MB, వర్కింగ్ మెమరీలో 1,921 MB తీసుకుని సెకనుకు 50.2 టోకెన్లు డీకోడ్ చేస్తుంది. పూర్తి ప్రెసిషన్ వెర్షన్ 2,358 MB, 3,185 MB తీసుకుని 19.2 సాధిస్తుంది. ఆ పరీక్షలను మెటా నడిపింది. మెటా నుండి కొత్త చిన్న లామా మోడల్ ఏదీ tuput కు దొరకలేదు.
మైక్రోసాఫ్ట్ Phi-4-mini-instruct కు 3.8 బిలియన్ పారామీటర్లు, 128,000 టోకెన్ల విండో ఉన్నాయి, 2025 ఫిబ్రవరిలో విడుదలైంది. దాని కార్డ్ సాధారణ జ్ఞాన పరీక్ష MMLUలో 67.3, పాఠశాల గణిత సమస్యల సమితి GSM8Kలో 88.6 నివేదిస్తుంది. కార్డ్ ఫోన్ మెమరీ లేదా వేగం సంఖ్య ఇవ్వదు.
చిప్లు, మరెవరూ తనిఖీ చేయని వాదనలు
మీడియాటెక్ డైమెన్సిటీ 9600 ప్రోను 2026 సెప్టెంబరు 15న ప్రకటించింది. NPU 1090 (న్యూరల్ ప్రాసెసింగ్ యూనిట్, చిప్లో AI కోసం నిర్మించిన భాగం) 51% ఎక్కువ ప్రిఫిల్ పనితీరును, అంటే ప్రాంప్ట్ను వేగంగా చదవడాన్ని, 55% ఎక్కువ టోకెన్లు ప్రతి వాట్కు కలిగి ఉందని ప్రకటన చెబుతోంది. చిప్ 30 బిలియన్ పారామీటర్ల వరకు మోడళ్లను సపోర్ట్ చేస్తుందని కూడా అది చెబుతోంది. ఏకైక ఫుట్నోట్, ఆ కొలతలు “మీడియాటెక్ ల్యాబ్లలో డెమో డివైస్ పరీక్ష” నుండి వచ్చాయని చెబుతుంది, బేస్లైన్ చిప్ లేదా మోడల్ పేరు చెప్పదు. మొదటి ఫోన్లు ఈ త్రైమాసికంలో రావాల్సి ఉంది.
క్వాల్కామ్ స్నాప్డ్రాగన్ 8 ఎలైట్ ఎక్స్ట్రీమ్ జెన్ 6ను 2026 సెప్టెంబరులో విడుదల చేసింది. సెప్టెంబరు 22 నాటి హాట్హార్డ్వేర్ నివేదిక క్వాల్కామ్ సంఖ్యలను ఇలా ఇస్తుంది: 35% వరకు వేగవంతమైన NPU, మునుపటి తరం కంటే 50% పెద్ద షేర్డ్ మెమరీ, 50% వరకు ఎక్కువ INT4 ప్రిఫిల్. క్వాల్కామ్ ఉదాహరణ 30 బిలియన్ పారామీటర్లకు పైగా ఉన్న మిక్స్చర్-ఆఫ్-ఎక్స్పర్ట్స్ మోడల్, ప్రతి టోకెన్కు సుమారు 3 బిలియన్ క్రియాశీలంగా ఉంటాయి, ఇది దట్టమైన 30-బిలియన్ మోడల్ను నడపడం లాంటిది కాదని హాట్హార్డ్వేర్ హెచ్చరిస్తుంది. మొదటి ఫోన్లలో ఒకటిగా అది మోటరోలా సిగ్నేచర్ 27 పేరు చెబుతుంది.
స్వతంత్ర పరీక్ష
ఆర్టిఫిషియల్ అనాలిసిస్, లిక్విడ్ AIతో కలిసి, 2026 ఆగస్టు 24న ఫోన్ బెంచ్మార్క్లను ప్రారంభించింది. అది 41 క్వాంటైజ్ చేసిన బిల్డ్లకు స్కోర్ ఇచ్చింది, వాటిలో 33ని ఐఫోన్ 17 ప్రోపై నడిపింది, ప్రారంభ వ్యాసం ఆ ఒక్క పరికరానికే ఫోన్ టైమింగ్స్ ప్రచురిస్తుంది. బిల్డ్లు 4-బిట్ లేదా అంతకంటే చిన్న ప్రెసిషన్లో 8 GBలో ఇమిడిపోవాలి, llama.cpp ఇంజిన్పై నడిచాయి.
2.6 నుండి 3 బిలియన్ పారామీటర్ల రెండు మోడళ్లు దాని ఐదు పరీక్షల సగటులో 63 వద్ద సమానమయ్యాయి. LFM2.5-2.6B 8.0 సెకన్లు, 2.3 GB తీసుకుంది, Nanbeige4.2-3B 21.4 సెకన్లు, 4.0 GB తీసుకుంది. రెండు 9-బిలియన్ మోడళ్లు 25 సెకన్లకు మించి, 6.9 GB తీసుకున్నాయి. అది పేర్కొనే మోడళ్లలో జెమ్మా 4 E4B ఒకటి. యాపిల్ మోడల్, జెమినీ నానో వాటిలో లేవు.
ఆ సాధారణ జ్ఞాన పరీక్ష కఠినమైన వెర్షన్ MMLU ప్రోలో, గూగుల్ జెమ్మా 4 కార్డ్ E4Bకి 69.4%, E2Bకి 60.0% నివేదిస్తుంది, మోడళ్లను అనేక డేటాసెట్లపై మూల్యాంకనం చేశామని మాత్రమే చెబుతుంది. యాపిల్ మూడో తరం పోస్ట్ ప్రామాణిక బెంచ్మార్క్లు ఏవీ నివేదించదు. యాపిల్ సొంత పక్కపక్క మానవ గ్రేడింగ్లో దాని AFM 3 కోర్ 2025 మోడల్ 23.3% కు వ్యతిరేకంగా 45.6% ప్రాంప్ట్లపై ఇష్టపడబడింది, సాంకేతిక నివేదిక వస్తుందని యాపిల్ చెప్పింది. అక్టోబరు 8 నాటికి tuput కు ఒకటి కనిపించలేదు.
ఆ మోడళ్లు ఏం చేయలేవు
గణితం లేదా కోడ్ కోసం ఆన్-డివైస్ మోడల్ను వాడకండి, వాస్తవాల కోసం దాన్ని నమ్మకండి అని యాపిల్ WWDC25 సెషన్ చెబుతోంది. శిక్షణ తేదీ తర్వాతి సంఘటనలు దానికి తెలియవు, అది జవాబులను కల్పించవచ్చు. Phi-4-mini పరిమాణం అది నిల్వ చేయగల వాస్తవాలను పరిమితం చేస్తుందని, మోడల్ ఇంగ్లీష్ వెలుపల బలహీనమని మైక్రోసాఫ్ట్ కార్డ్ చెబుతోంది. జెమ్మా 4 తప్పు లేదా కాలం చెల్లిన వాస్తవాలు చెప్పవచ్చని గూగుల్ కార్డ్ చెబుతోంది. ఆండ్రాయిడ్ జెమినీ నానో పేజీ టోకెన్ పరిమితులను, హార్డ్వేర్ పరిమితులను, “మోడల్ సామర్థ్య సరిహద్దులను” జాబితా చేస్తుంది కానీ ఆ పరిమితులు ఇవ్వదు. చిన్న మోడళ్లు వాటిలో దాదాపు సున్నా స్కోర్ చేస్తాయి కాబట్టి ఆర్టిఫిషియల్ అనాలిసిస్ ఏజెంటిక్ బెంచ్మార్క్లను వదిలేసింది.
పరికరంలో భారతీయ భాషలు
యాపిల్ సపోర్ట్ పేజీ, 2026 సెప్టెంబరు 14న ప్రచురించినది, యాపిల్ ఇంటెలిజెన్స్ కోసం 16 భాషా ఎంట్రీలను జాబితా చేస్తుంది, వాటిలో ఇంగ్లీష్, జపనీస్, టర్కిష్ ఉన్నాయి, ఏ భారతీయ భాష పేరూ చెప్పదు. ఆండ్రాయిడ్లో ML కిట్ సమ్మరైజేషన్ API ఇంగ్లీష్, జపనీస్, కొరియన్ను సపోర్ట్ చేస్తుంది. జెమ్మా 4 140 కంటే ఎక్కువ భాషల్లో ప్రీట్రెయిన్ అయింది, 35 కంటే ఎక్కువ భాషలకు వెంటనే సపోర్ట్ ఉంది, కానీ కార్డ్ వాటిని జాబితా చేయదు. లామా 3.2 1B అధికారికంగా సపోర్ట్ చేసే ఎనిమిది భాషల్లో హిందీని మెటా జాబితా చేస్తుంది, దాని కార్డ్ బేస్ మోడల్ బహుభాషా MMLUలో హిందీలో 33.5 స్కోర్ చేసిందని, ఫ్రెంచ్లో 40.5 అని చూపుతుంది.
భారతీయంగా నిర్మించిన ఎంపిక సర్వం ఎడ్జ్, 2026 ఫిబ్రవరి 14న ప్రకటించారు. సర్వం పోస్ట్ 74 మిలియన్ పారామీటర్ల స్పీచ్ రికగ్నైజర్ (సుమారు 294 MB), 24 మిలియన్ పారామీటర్ల స్పీచ్ సింథసైజర్ (సుమారు 60 MB), సుమారు 150 మిలియన్ పారామీటర్లు, 334 MB అనువాద మోడల్ను జాబితా చేస్తుంది. స్పీచ్ 10 భారతీయ భాషలను కవర్ చేస్తుంది, అనువాదం ఆ 10, ఇంగ్లీష్ను కలిపి 110 జతలు ఇస్తుంది. స్నాప్డ్రాగన్ 8 జెన్ 3లో స్పీచ్ రికగ్నిషన్ 300 మిల్లీసెకన్లలోపు మొదలవుతుందని సర్వం నివేదిస్తుంది, కానీ గూగుల్ క్లౌడ్తో పోలికకు ఆ పోస్ట్ వర్డ్ ఎర్రర్ రేట్లు ప్రచురించదు. ఉత్పత్తి పేజీ 22 భాషలు అంటుంది, ఇది పోస్ట్ చెప్పే 10కి సరిపోలదు. క్లౌడ్ వెర్షన్లకు సర్వం స్కోర్లు స్పీచ్, అనువాద మోడళ్ల వ్యాసంలో ఉన్నాయి, విస్తృత ప్రయత్నం భారత్ సొంత భాషల్లో AI కోసం చేస్తున్న కృషిలో ఉంది.
ఇంటెల్ ఇండియా, ప్రభుత్వ భాషిణి విభాగం 2026 మార్చి 2న BHASHINI విద్యాలేఖను ప్రకటించాయి, ఇది ఆంగ్ల ఉపన్యాసాలను లిప్యంతరీకరించి విద్యార్థుల కోసం అనువదించే ఆఫ్లైన్ సాధనం. ఇది ఇంటెల్ కోర్ అల్ట్రా ల్యాప్టాప్లపై నడుస్తుంది, ఫోన్లపై కాదు, ప్రకటన దాని భాషల పేర్లు చెప్పదు. ఎడ్జ్ ఒక వాణిజ్య ఉత్పత్తి, కంపెనీని సంప్రదిస్తే లభిస్తుంది, ఓపెన్ సోర్స్ కాదని సర్వం ఉత్పత్తి పేజీ చెబుతోంది.
మూలాలు మరియు మరింత చదవడానికి
- Apple Machine Learning Research: Introducing the Third Generation of Apple's Foundation Models (8 June 2026)
- Apple Developer: TN3193, Managing the on-device foundation model's context window (updated 31 March 2026)
- Apple Developer: Explore prompt design and safety for on-device foundation models (WWDC25, session 248)
- Apple Support: Apple Intelligence supported languages and iPhone models (published 14 September 2026)
- Google AI for Developers: Gemma 4 model card
- Google AI for Developers: Gemma 4 model overview and memory requirements
- Android Developers Blog: Gemma 4, the new standard for local agentic intelligence on Android (2 April 2026)
- Google for Developers: Overview of the ML Kit GenAI APIs (updated 7 October 2026)
- Google for Developers: ML Kit GenAI Summarization API (updated 7 October 2026)
- Android Developers: Gemini Nano and AICore (updated 8 October 2026)
- Hugging Face: Meta Llama-3.2-1B model card
- Hugging Face: Microsoft Phi-4-mini-instruct model card
- MediaTek: Dimensity 9600 Pro press release (15 September 2026)
- HotHardware: Snapdragon 8 Elite Extreme Gen 6 release coverage (22 September 2026)
- Artificial Analysis: Mobile phone intelligence and inference benchmarks (24 August 2026)
- Sarvam AI: Announcing Sarvam Edge (14 February 2026)
- Sarvam AI: Sarvam Edge product page
- IANS: Intel and Digital India BHASHINI bring offline multilingual capabilities to AI PCs (2 March 2026)
ఈ వ్యాసం AI సాధనాల సహాయంతో పరిశోధించి రాయబడింది మరియు కచ్చితత్వం కోసం సవరించబడింది. ఇది సాధారణ సమాచారం మరియు చర్చ కోసం మాత్రమే, వృత్తిపరమైన సలహా కాదు. మా సంపాదకీయ ప్రమాణాలు మరియు నిరాకరణ చూడండి. తప్పు కనిపించిందా? మాకు తెలియజేయండి.
నచ్చిందా? తదుపరిది పొందండి.
ఒకసారి ఒక మంచి వ్యాసం, నేరుగా మీ ఇన్బాక్స్కు. స్పామ్ లేదు, ఎప్పుడైనా ఆపవచ్చు.