# Blink v0.1: локальная модель решений на Gemma 4 с весами NVFP4

Источник: https://modelium.tech/zhurnal/pixilab-blink-26b-a4b-nvfp4-decisions/

29 сентября 2026 года PixilabAI загрузила Blink v0.1, специализированный чекпойнт на базе Gemma 4 26B-A4B для выбора из заданных вариантов. Два весовых шарда и индекс доступны на Hugging Face; конфигурация указывает ModelOpt NVFP4. Авторы предлагают vLLM и заявляют результаты собственного теста, но Modelium не проверял инференс, точность или требования к памяти.

## Что появилось

29 сентября 2026 года PixilabAI создала на Hugging Face репозиторий `Blink-v0.1-26B-A4B-NVFP4`. Это специализированный чекпойнт для выбора одного из предложенных вариантов по контексту и вопросу, а не чат-модель общего назначения. В карточке основой названа `google/gemma-4-26B-A4B-it`; это отдельный выпуск PixilabAI, не следует путать его с другими моделями Blink. Дата относится к созданию и загрузке репозитория по HF API, а не к независимому анонсу компании. [s1](#src-s1) [s2](#src-s2)

Закреплённая ревизия `d0276bf` содержит `model-00001-of-00002.safetensors` и `model-00002-of-00002.safetensors`. Оба шарда есть в полном списке файлов API и перечислены в `model.safetensors.index.json`; это не вывод из первой страницы пагинированного дерева. Сумма размеров шардов — 18 788 485 588 байт (около 17,5 ГиБ **на диске**). Индекс и конфигурация позволяют отличить загруженный чекпойнт от пустой карточки. Размер файлов не определяет необходимую RAM или VRAM. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

В `config.json` указаны `Gemma4ForConditionalGeneration` и квантование ModelOpt NVFP4 для части линейных слоёв, схема FP8 для KV-кэша; конфигурация исключает из такого квантования, среди прочего, vision tower и `lm_head`. Поэтому название NVFP4 не означает, что каждый компонент модели хранится в четырёх битах. [s3](#src-s3)

## Зачем это нужно локально

Практический сценарий — маршрутизация обращения, присвоение категории или выбор следующего шага по фиксированному списку, когда приложению нужны варианты и оценки уверенности, а не свободный текст. Авторы описывают протокол `surogate decisions v1`: один вопрос, выключенный thinking, логарифмы вероятностей букв вариантов на первом шаге генерации и калибровочную температуру 0,95 из `decision_config.json`. Это **авторский формат интеграции**, не стандартный ответ OpenAI-compatible chat API с готовым полем `probabilities`. Для собственной задачи сначала проверьте токенизацию букв, покрытие списка в `top_logprobs`, воспроизводимость вероятностей и качество на своих данных. [s1](#src-s1) [s4](#src-s4)

Карточка приводит пример запуска через `vllm serve` с `--quantization modelopt_fp4`, `--kv-cache-dtype fp8` и `--max-model-len 32768`. Это рецепт авторов, а не проверенная Modelium конфигурация. Не принимайте приведённую авторами RTX PRO 5000, на которой они проводили тест, за минимальное требование: для вашей версии vLLM, контекста и GPU требуется отдельная проверка совместимости и ресурсов. Обычный чат с `max_tokens=1` сам по себе не превращается в откалиброванный классификатор: приложение должно корректно получить и нормализовать оценки всех допустимых вариантов. [s1](#src-s1) [s3](#src-s3)

## Как читать оценки и лицензию

PixilabAI заявляет Decision Index 54,90 на наборе 0.2.1 из 38 тестов; это **собственный прогон автора**, не независимая публикация в таблице лидеров. Для оценки индекса карточка называет 150 759 запросов, а для калибровочной ошибки ECE 0,026 — 216 942 оценённых решения в `decision_config.json`. Это разные знаменатели, их нельзя смешивать или считать подтверждением результата Modelium. Медианная задержка 151 мс также относится к авторскому тестовому окружению, а не к любой локальной машине. [s1](#src-s1) [s4](#src-s4)

Карточка Blink помечена `apache-2.0`; базовая Gemma 4 на HF тоже помечена Apache-2.0 и ссылается на текст Apache License 2.0 на сайте Google. В закреплённом дереве Blink отдельного файла `LICENSE` нет. Наличие открытых весов подтверждено, но метка в карточке не заменяет проверку условий конкретного артефакта и зависимостей перед коммерческим развёртыванием. Исходный код обучения Blink в этом репозитории не опубликован; открытые веса не означают открытый исходный код всего проекта. [s1](#src-s1) [s2](#src-s2) [s5](#src-s5)

**Следующий шаг:** закрепите ревизию `d0276bf`, сравните авторский рецепт с документацией вашей версии vLLM и проведите собственную проверку на вашем наборе вариантов. Инференс и калибровку на оборудовании Modelium не запускал. [s1](#src-s1) [s3](#src-s3)

## Источники

1. [PixilabAI: карточка Blink v0.1, закреплённая ревизия](https://huggingface.co/PixilabAI/Blink-v0.1-26B-A4B-NVFP4/blob/d0276bf476b515034b2d2e656e11bf98f42cda4f/README.md) — получено 2026-09-30
2. [Hugging Face API: полный манифест файлов Blink с размерами](https://huggingface.co/api/models/PixilabAI/Blink-v0.1-26B-A4B-NVFP4?blobs=true) — получено 2026-09-30
3. [PixilabAI: закреплённый индекс весов и конфигурация ModelOpt](https://huggingface.co/PixilabAI/Blink-v0.1-26B-A4B-NVFP4/tree/d0276bf476b515034b2d2e656e11bf98f42cda4f) — получено 2026-09-30
4. [PixilabAI: параметры авторской калибровки Blink](https://huggingface.co/PixilabAI/Blink-v0.1-26B-A4B-NVFP4/blob/d0276bf476b515034b2d2e656e11bf98f42cda4f/decision_config.json) — получено 2026-09-30
5. [Google: Apache License 2.0 для Gemma 4](https://ai.google.dev/gemma/apache_2) — получено 2026-09-30