BottlecapAI bringt Gemma-4-26B-A4B bis zu 69 % weniger Denken bei, ohne Genauigkeit zu verlieren

Gemma-4-26B-A4B with 39-69% less thinking at same accuracy

BottlecapAI hat mit ThinkingCap-gemma-4-26B-A4B-it das fünfte Modell seiner Reihe veröffentlicht und erstmals ein Google-Modell optimiert. Gemessen über zwölf Benchmarks sinken die Thinking-Tokens im Schnitt um 38,9 %, bei nur 0,15 Prozentpunkten Genauigkeitsverlust – weniger als die übliche Streuung zwischen Läufen. Auch die Looping-Rate fällt von 3,64 % auf 0,76 %. Sampling-Einstellungen und vLLM-Stack bleiben unverändert, das Modell ist ein direkter Ersatz.