# Gemma 4-ն ընդդեմ Qwen 3.6-ի. ո՞րն է վերադարձնում դատարկ պատասխան սեղմ թոքեն-բյուջեի դեպքում։

Նույն առօրյա հարցումների և նույն 1024 թոքենանոց բյուջեի դեպքում ո՞ր մոդելն է բյուջեն ծախսում մտորումների վրա՝ ոչինչ չվերադարձնելով։

Նույն սեղմ բյուջեի դեպքում ավելի երկար մտորող մոդելը շատ ավելի հաճախ է սպառում տեղը՝ ոչինչ չասած։ Երկու ազդանշանն էլ գալիս է որպես HTTP 200. միայն ստատուս-կոդը կարդացող կլիենտը երկու դեպքում էլ հաջողություն է տեսնում։ Qwen-ի կողմում դեղը reasoning-ն անջատելն է. այս կորպուսի վրա դա ամբողջովին վերացնում է ձախողումը։

**Ինչն էր ֆիքսված։** Նույն յունիթը, backend-ը, կորպուսը և 1024 թոքենանոց բյուջեն։ Ռեժիմը յուրաքանչյուր մոդելի գործարանային reasoning-վարքն է. gemma-4-ը՝ կանխադրված ռեժիմում, Qwen3.6-ը՝ reasoning-ը միացրած։ Սա դեֆոլտների համեմատություն է ճնշման տակ, ոչ թե նույնական կարգավորումների։

| Մետրիկա | gemma-4-26B-A4B (կանխադրված ռեժիմ) | Qwen3.6-35B-A3B (reasoning-ը միացրած) |
| --- | --- | --- |
| Դատարկ պատասխաններ HTTP 200-ի տակ (answerless), հարցումների բաժինը | 8.3 % of requests ([lab_repeated](https://agmind.ai/hy/claims/strix.gemma4.interactive2.c1.answerless-default/)) | 58.3 % of requests ([lab_unit_replicated](https://agmind.ai/hy/claims/strix.qwen36.interactive2.c1.answerless-1k/)) |
| Ժամանակ մինչև որևէ բանի առաջին թոքենը, մեդիան | 282 ms ([lab_repeated](https://agmind.ai/hy/claims/strix.gemma4.interactive2.c1.ttft-any-token/)) | 212 ms ([lab_unit_replicated](https://agmind.ai/hy/claims/strix.qwen36.interactive2.c1.ttft-any-token/)) |
| Ժամանակ մինչև ՊԱՏԱՍԽԱՆԻ առաջին թոքենը, մեդիան | 10768 ms ([lab_repeated](https://agmind.ai/hy/claims/strix.gemma4.interactive2.c1.ttfa-default/)) | 20191 ms ([lab_unit_replicated](https://agmind.ai/hy/claims/strix.qwen36.interactive2.c1.ttfa-thinking/)) |

## Սահմանափակումներ

Մեկ բյուջե, մեկ կորպուս, դեֆոլտներն ընդդեմ դեֆոլտների. gemma-4-ը ճնշված reasoning-ով չի փորձարկվել, և ավելի մեծ բյուջեն փոխում է երկու թիվն էլ։ Այստեղ չափված է, թե ինչպես են ձախողվում գործարանային կոնֆիգուրացիաները, ոչ թե որ մոդելն է ավելի խելացի։

## Առնչվող ապացույցներ

- https://agmind.ai/hy/reports/answerless-http-200/
- https://agmind.ai/hy/essays/dashboard-lies-both-directions/

Every number above is re-derived from sealed run bundles in CI: https://agmind.ai/claims.json (CC BY 4.0).
Source page: https://agmind.ai/hy/compare/gemma4-vs-qwen36-answerless/